昆杜学子在2020美国大学生数学建模竞赛中荣获佳绩

文 | 昆山杜克大学祖冲之数学与计算机科学研究中心

北京时间3月10日，美国大学生数学建模竞赛（MCM/ICM）圆满落下帷幕。受疫情影响，组委会将今年的比赛调整为在2月和3月的两个周末进行线上竞赛。特殊的竞赛方式并没有降低昆山杜克大学参赛学子的热情，他们出色地完成了四天四夜的比赛并取得了佳绩——参赛的六支队伍中，三支荣获二等奖。

美国大学生数学建模竞赛（MCM/ICM）始于 1985 年，由美国数学及其应用联合会 COMAP 主办，得到 SIAM、NSA、INFORMS 等多个组织的赞助。美国大学生数学建模竞赛是世界范围内开展最早、最具影响力的数学建模竞赛，为现今各类数学建模竞赛之鼻祖。美国大学生数学建模竞赛，简称美赛，着重强调研究问题、解决方案的原创性、团队合作、交流以及结果的合理性。

美东时间4月27日清晨，昆山杜克大学祖冲之数学与计算科学研究中心传来了喜报。在我校派出的六支队伍中，三支队伍（其中一支为大一学生组成的团队），荣获H奖（二等奖）。

美赛的所有赛题均为具有真实背景的开放型建模问题，并由在工业及政府部门工作的一线专家的指导下进行命题。海内外各高校的学生，通过三人一队的形式，在四天内从所提供的六道题中任选一题，并通过论文的形式将实际问题的建模全过程展现出来。论文的内容主要包括：问题重述、简化和假设，模型的建立和求解、检验和改进，模型的优缺点及推广，而论文的表述最终也将成为评审的重点，最优论文也有机会在数学杂志上发表。

下面让我们一起来看一看，三组获奖团队对于这段美赛经历的分享以及收获吧!

队伍1

唐际洋

大二，数据科学专业，主要负责数学模型的代码实现，为队友提供解题思路

何金乘（右二）

大二，数据科学专业，主要负责帮助构建数学模型，和队友探讨思路

敖子乔

大二，数据科学专业，主要负责引申题，撰写报告，和队友探讨思路

“

参赛分享与收获：

这是我们团队第一次参加美赛，在这之前没什么参赛经验，所以题目刚出来的时候效率不高，遇到了各种各样的问题。比如，解题方向走偏、数据分析不到位、特征提取不当等。好在我们及时发现了上述问题，虽然过程比较坎坷，但最后还是如愿在截止日期前提交了参赛作品。

在这四天的比赛过程中，我们总结了如下关于美赛的收获，并以自己的亲身体验诠释了以下的过程——我们一致认为这对于今后的学习和科研活动有很大的帮助：

整理与发表

此外，在这四天中我们发现队友之间的配合和合作能力同样重要，懂得了如何取长补短，使队伍的整体效益达到最高。

队伍2

曲忠航

大一，未确定专业，主要负责 Python 代码实现数学模型以及模型可视化

吴天语

大一, 未确定专业，主要负责 MATLAB 代码实现以及论文写作

赵津辰

大一，未确定专业，主要负责建模思路以及论文写作

*昆山杜克大学鼓励学生自由探索感兴趣的领域，在本科二年级结束时确定专业

“

参赛分享与收获：

我们团队在比赛之前并没有做很多准备。在比赛前的最后几天里，也没有刻意地做实战模拟或是学新的数学模型。只是比赛前几天一起拜读、讨论了历年获得 Outstanding Prize（美赛特等奖）的论文，看了看知乎上的各种攻略，同时确定了合适的远程团队协作的方式：Zoom会议+在线合作Latex编辑器 Overleaf。

比赛过程中，我们一开始遭遇了诸多问题，如数据收集困难，模型构建方向错误等。但是，在小组探讨的过程中，我们成功地将问题一一化解。同时，在比赛过程中，每个成员都深切地意识到理清问题的思路、充分利用已有的知识来构建模型会是本次比赛的关键点。在最终的模型架构中，我们选择了多元线性回归和正态分布模型来解决题目所给的一系列问题。

在四天的线上比赛中，团队合作的重要性充分地体现了出来，大家分工明确，保证及时地与团队成员交流和探讨。待每个想法经过全员的认同后，再付诸实践。队友之间最重要的是相互信任，如此下来团队关系融洽，时间管理效率很高，甚至能够在比赛期间保证充足的睡眠。

比赛的最后一天，我们发现用英语把模型清楚地表述出来比建立模型更难。还好依靠着平时 EAP（学术英语课程）和 Lab Report（实验报告）的高强度训练下积累的各种经验，使得我们在论文写作的过程中有了可参考的空间，在思路的整体把握上也比较自信。

本次比赛中，我们团队完成了近2000行代码的书写（图1），成功利用 Python 对变量进行 3D 可视化模拟（图2），并完成了一篇完整的26页论文（图3）。但是，在赛后再次回顾论文的过程中，我们发现仍有很多地方需要提高。希望经过一年的学习，明年能取得更好的成绩。

图1

图2

图3

队伍3

孙一水

大二，应用数学与计算科学专业，主要负责数据处理和建立模型

龚绪晨

大二，数据科学专业，主要负责论文的撰写和排版

陈欣萌

大二，数据科学专业，主要负责数据处理和建立模型

“

参赛分享与收获：

在比赛开始之前，我们制定了一个五周学习计划，包括：每周例会一次，会前每人学一个模型、看一篇特等奖论文，会上与组员分享。在五周的学习过后，我们组对常见的模型和模拟方法有了大致的了解，对美赛出题的习惯有了一些把握，并在自己的论文模板上添加了所有可以事先写好的部分，以便节省比赛时间。

在比赛过程中，当确定完题目为“海洋温度与鱼群迁徙对于渔业公司发展的影响”后，我们便着手收集数据以及两种鱼类的资料，并尝试了几种模型，如粒子群模型、海温模型（化学热力学模型）以及常微分方程（ODE）的人口增长模型，然而我们几次的尝试都没能得到理想的结果。但在第二天，我们尝试通过下载了几种工程学软件将比较齐全的海洋温度变化数据进行格式转换和可视化，最后用 Python 完成可视化，并模拟出了50年后的海温分布图。

第三天，我们开始研究鱼群迁徙的算法设计和鱼群模拟的实现。利用元胞自动机模型，在预测的海温变化基础上成功模拟出之后50年中鱼群的迁移情况，并利用常微分方程的人口增长模型和多元线性回归方程预测每个单位海域的鱼群生存适宜度，并以此计算该海域的鱼群数量理论值，从而得出五十年后两种鱼类的迁移位置。

第四天，我们快速学习了几个经济学中的常用模型，以小公司的盈利模型为基础建立了苏格兰海域附近小型渔业公司的收益模型，基于前几问所得出的结果，我们提出了一些有利于苏格兰小型渔业公司发展的策略。为了给我们的论文增加亮点，在论文附件中我们加入了多张模拟出来的海温变化图和鱼群迁移图。

这次比赛让我们感受最深刻的就是团队合作的重要性。赛前，我们进行了团队分工，比赛过程中大家既各司其职，又积极交流配合。最难得的一点是每次语音通话/视频会议，每位队员都是随叫随到，从未出现过缺席或者迟到。团队合作的氛围愉快，效率也特别高。我们在赛后总结的过程中也发现了把握时间的重要性。稍有遗憾的是，由于时间分配的失误，我们最后没有能够再一次完善和检查论文。当然，其实无论比赛结果如何，这几天的经历和体验就是我们参加这个竞赛最大的收获。

我们也期待在明年的美赛比赛中，能够有更多对数学建模感兴趣的同学加入其中，也希望明年的各支队伍能再创佳绩！

昆山杜克大学祖冲之数学与计算科学研究

中心博士后项目正火热申请中！

中心介绍：

昆山杜克大学祖冲之数学与计算科学研究中心旨在发展研究项目，教育计划，以加强跨学科和创新教育和研究，博士后研究员将与现有的研究中心研究员进行独立和合作的研究，并有机会在昆山杜克大学留校任教。

基本职责：

与研究中心的研究员进行独立和合作研究。

分配的教学任务。

执行指定的其他职责。

工作职责将会随着项目规模和复杂性的发展中继续扩大职责的范围和深度。

最近获得数学相关专业博士学位。

申请者在以下领域特别感兴趣:动态系统、PDE、数学建模、应用数学、科学计算、数学物理和随机过程。

一定的教学经验。

请将英文简历和求职信发送至昆山杜克大学祖冲之数学与计算科学研究中心邮箱：DKUrecruitment@dukekunshan.edu.cn和DKU-MATH@dukekunshan.edu.cn

▲向上滑动

昆山杜克大学

杜克教育 中美经历 国际视野

dukekunshan

昆山杜克大学

Duke_Kunshan

长按右方二维码

关注我们