一、知识储备

前言

不要担心你现在是小白，不要担心你现在没准备好，此文带你逆袭，不再发愁，看着我出的文章来就好了！当然如果你有更好的资料可以一起看，为什么我建立这个专栏，因为我每一篇文章都是自己亲自尝试，代码亲自一行一行写的，不像别人从pdf全部复制下来给大家看，我用我自己的口水话讲解，保证了小白都能听懂。
无论你现在此时什么水平，这一篇文章都值得你看一看，查漏补缺也好，还是从零开始好，冲刺最后几天，所有心思放到这上面，一定能学的很好。学习有疑问可以主页加我联系方式，不说能帮助到你，一起讨论吧。

一、优化类

线性规划（运输问题、指派问题、对偶理论、灵敏度分析）

整数规划（分支定界、枚举试探、蒙特卡洛）

非线性规划（约束极值、无约束极值）

目标规划（单目标、多目标）

动态规划（动态、静态、线性动规、区域动规、树形动规、背包动规）

动态优化（变分法）

优化算法（贪婪算法、禁忌搜索、模拟退火、遗传算法、人工神经网络、蚁群算法、粒子群算法、人群搜索算法、人工免疫算法、集成算法、TSP问题、QAP问题、JSP问题）

模糊逼近算法

二、图论

最小生成树（prim算法、Kruskal算法）


匹配问题（匈牙利算法）


网络流（最大流问题、最小费用最大流问题）

三.四预测类和统计

GM（1，1）灰度预测

时间序列模型

回归（一元线性回归、多元线性回归MLR、非线性回归、多元逐步回归MSR、主元回归法PCR、部分最小二乘回归法PLSR）（重点）

Bayes统计预测

分类模型（逻辑回归、决策树、神经网络）

判别分析模型（距离判别、Fisher判别、Bayes判别）

参数估计（点估计、极大似然估计、Bayes估计）

假设检验

方差分析

经验分布函数

正交试验

模糊数学（模糊分类、模糊决策）

随机森林

五、数据处理

图像处理

插值与拟合（Lagrange插值、Newton插值、Hermite插值、三次样条插值、线性最小二乘）

搜索算法（回溯、分治、排序、网格、穷举）

数值分析方法（方程组求解、矩阵运算、数值积分、逐次逼近法、牛顿迭代法）

模糊逼近

动态加权

序列分析

主成分分析

因子分析

聚类分析

灰色关联分析法

数据包络分析法（DEA）

六、评价类

层次分析法（AHP）

模糊综合评价

基于层次分析的模糊综合评价

动态加权综合评价

七、图形类

算法流程图

条形图

直方图

散点图

饼图

折线图

茎叶图

箱线图

Venn图

误差分析图

概率分布图

漏斗模型

金字塔模型

鱼骨分析法

等高线曲面图

思维导图

八、模拟与仿真（！）

蒙特卡洛

元胞自动机

九、方程

微分方程（Malthus人口模型、Logistic模型、战争模型）

稳定状态模型（Volterra 模型）

常微分方程的解法（离散化、Euler方法、Runge—Kutta方法、线性多步法）

差分方程（蛛网模型、遗传模型）

偏微分方程数值解（定解问题、差分解法、有限元分析）

十、数据建模&机器学习方法

云模型

Logistic回归

主成分分析

支持向量机（SVM）

K-均值（K-Means）

近邻法

Logistic回归

主成分分析

支持向量机（SVM）

K-均值（K-Means）

近邻法

十一、其他模型

排队论

博弈论

贮存伦

马氏链模型

决策论：
单目标决策
多目标决策

交叉验证方法（Holdout 验证、K-fold cross-validation、留一验证）

比例关系（这就很简单，基本一样能看出来）

类比分析（不要忽略类比）

物理规律建模（看着有规律的）

二、工具和数据

英文修改工具（用于检查论文英文语法等错误）
下载地址：https://pc.qq.com/detail/18/detail_13078.html
（主要是我发现官网下载不下来）无脑安装就是，主要是登陆进去，全中文的。
建议使用微博扫面二维码登录，下载一个新浪微博，我用邮箱注册登录说我密码不对

texstudio软件（论文排版用）

国家数据：https://data.stats.gov.cn/

matlab软件系和lingo软件（编程用）

三、历年试题和论文下载

很详细，自己进去看：

https://www.shumo.com/wiki/doku.php?id=start

四、文献查找

你的能用谷歌搜索，不能用谷歌搜索的赶紧准备，百度引擎搜出来的东西太lj了，一堆广告

中国知网：https://www.cnki.net/
谷歌学术：codechina.csdn.net/weixin_46211269/test
百度学术：https://xueshu.baidu.com/
万方数据：https://www.wanfangdata.com.cn/index.html
国外的：https://www.sciencedirect.com/

五、比赛必知

1. 拿到题目之后需要尽快确定题目类型
2. 一定要关注数学建模官方论坛，看题目给的参考文献
3. 写论文的一定要跟建模和编程的同步，帮着查资料，不要等别人出结果你才开始。
4. 前面两问题是一定也可以做出来的。后面的问题做不出来，也要把思路清晰的写下来，哪怕最终结果出不来，也要在论文中写下来。
5. 所有的能做成图的一定要作图，因为图能表达清晰！
6. 不要作弊，不要作弊，不要去找高水平的人帮忙做，审核很严格，国赛呀！
7. 比赛前一定要做两套去年和前年的题，不然比赛临场发挥会很紧张很难的！

四、你是小白学不会？别担心！

如果你需要课件和pdf讲解，公众号：川川菜鸟 回复：数学建模
需要历年的ABCDE题论文回复：历年数学建模论文
或者你可以加我，我发给你，最后几天拼一把！
我在数学建模专栏从零开始在讲，用自己最简单的话来讲解，尽量保证小白都能听懂，因为我也是边学边写的笔记，当然我写的并不完整，因为我花了大量的时间在写别的博客去了，但是应付建模基础知识够了。由于资料在b站找了下，有讲的好的，但是又要付费，公开的又讲的脑壳绕，我就没看了，然后就是看着自己的资料。应该最近几天学校会组织培训，大家一定要看！

对于小白，我在数学建模开设了一个专栏，讲过二十几篇基础和二十篇模型与算法，虽然不全，但是我讲解很详细，师傅领进门，剩下全靠个人，希望能帮助到大家。
传送门：数学建模小白系列