自去年3月参加认证杯伊始，到5月参加电工杯数学建模，再到暑假八月中下旬近半月的建模培训，参加高教杯数学建模，参加小美赛数学建模。斩获了认证杯数学建模三等奖和小美赛数学建模三等奖。据后来统计可知，花费于建模上的直接时间长达一月之久。这确实是一次次成长的过程，很感激拥有这段经历。确实也需要对这段经历进行回锅、回顾了，此谓进一步成长。
基于帮助学弟学妹了解和开放这项赛事的目的，写此博文。本博文仅仅是个人的一点看法，且更多的，是站在我校、我院（计算机学院）和个人的角度来看待数学建模的。期望读者能够客观分析自身情况（时间、精力、兴趣等），做出自己的决定，切忌人云亦云、盲目跟风！
关于数学建模，博主主要从数学建模的意义、数学建模赛事流程与注意事项、各数学建模含金量等三大方面阐述。
一、数学建模的意义
1.定义：数学建模赛事就是以团队（三人）协作分工的力量，根据社会生产中出现的实际问题来建立数学模型，对数学模型来进行求解，然后根据结果去解决实际问题。开赛三天（一般情况）后，团队最终提交一份30-50页（页数不定，具体赛事具体分析）不等的论文，作为赛事组委会评断解决问题的数学模型的唯一依据。
2.个人意义：全方位提高综合能力（团队协作与分工、信息检索能力、分析问题与解决问题的能力、论文写作/文档编写/语言表达能力、初步且短期的小型学术研究活动等）。
3.现实利益：一般地，在数学建模中取得好成绩的同学或者长期接受/参与数学建模训练的同学，优秀者将可能获得名企或者名校（985/211）等的保研推免或者复试、就业上的特殊青睐。但最好，也不要太过于功利地追求这件事。
二、数学建模赛事流程与注意事项
1.组建团队与分工
组建团队是非常值得重视的第一件事。
1.团队成员组成。推荐：有此类竞赛参赛经验的、高等数学功底强悍的、编程能力强悍的同学组队。
以西华大学为例，推荐：数学系 + 计算机学院 + 电气学院(电气工程/网络工程/通信工程等) / 信息科学系。
其一，许多赛题，以工科题目见多，又近年来计算机、互联网的兴起，许多题与计算机、电气相关专业相关联。
其二，数学专业在数学论文的理论方面相比较于其他专业，有显著优势。
其三，我校理学院（数学）、电气学院是最强的数学建模强院，这与所在院系教师的重视程度、赛事学习氛围、赛事师资、中高年级人才队伍建设均有关系。
2.成员性格相投或互补，知己知彼，提前认识交往，预知其个性，有益无害。在竞赛过程中，由于性格不合而分裂或者导致论文濒临流产的队伍大有存在。
3.组建团队，并分工。当人员选拔完成以后，需要确立一位队伍领头羊，指导队伍前进方向。其分工主要分为：论文学习、建模算法学习和编程工具学习。
论文学习。私以为，论文占据数学建模赛事的重要性超过40%，是整个赛事过程中最重要的一环节。为何这样说呢？前面说过，数学建模赛事评审的组委会以提交的论文作为唯一评判标准。模型再优秀，论文表达不出来，将直接影响最终结果。分工论文的同学可以做些什么呢？其一，看历届的优秀数学建模论文集（推荐以：高教杯或者美国数学建模两大赛的），最好是近五年的。其二，利用信息检索手段，搜寻一份数学建模赛事的获奖名单（含对各队伍论文(模型)评价的文档，一般为Excel格式），查看评委会对各队伍模型的缺陷性评价，将直接在段时间内提升论文写作者避坑的水平、直接提升论文写作水(ji)平(qiao)；其四，在赛前提前撰写论文框架。论文学习者可以在看完各类优秀论文和历届赛事各队伍的模型评价后，总结并形成一定的写作套路和论文写作技巧（这便是论文写作者应该最要关心的问题之一），然后在赛前撰写好一套论文框架。最后，提一点的，关于一般的通用的学术型议论文该注意哪些事项，该怎么写，可以见博主的另一篇论文，相信或多或少都会有帮助：[信息检索·论文写作](http://www.cnblogs.com/johnnyzen/p/9055796.html)
编程工具学习。其一，学习好MATLAB语言（MATLAB擅长线性运算和矩阵运算等科学计算）和MATLAB的IDE（IDE内有很多已经存在的算法处理模型，团队成员最好十分清楚该IDE内的绝大部分功能和实现的算法模型）；其二，巩固好一门编程人员最擅长的编程性语言（Python/C/C++/Java等），值得注意的是：数学建模没有限制团队使用任何语言；其三，SPSS（擅长数理统计分析）和LINGO（擅长解决线性规划/最优化问题等）的学习。
建模算法学习。由于编程人员聚焦于编程、论文写作者聚焦于论文写作，赛事过程中一般是三位同学共同建模，但不意味着就不需要准备模型算法的准备了，建模算法学习需要一位专门的同学去深入研究。网络上，关于数学建模模型的免费pdf书籍很多，自行选择一二即可。
4.编程环境的提前搭建。俗话说“工欲善其事必先利其器”，不要到了比赛才发现自己连工具都没有准备好，哪能好好有自信继续战斗三天呢？
5.附加：信息检索的学习。数学建模的问题多是社会实际生产中出现的问题，几乎不可能有原题，甚至类似题目出现。这就需要团队具备基本的信息检索能力。去查找(样例)数据源、类似问题的算法模型论文等。
5.1 常用的网络学术资源：中国知网、万方数据库、维普数据库、Web of Science等；
5.2 常用的搜索引擎：老生常谈的谷歌（谷歌学术、谷歌搜索、谷歌地球）、百度（百度学术、百度文库、百度搜索等）；
5.3 常用的政府、社会组织等部门：国家工商总局、国家统计局等。
5.4 信息检索课程推荐：中国慕课大学-信息检索-武汉大学-MOOC（国家精品课），用时接近一天时间，受益终身。
2.报名与前期准备
3.比赛进行时
1.第一天至少选好题。原则：自己擅长领域或者专业领域相关的、众多题目中第一感觉就比较好的、感兴趣的等；
2.换题需谨慎，换题高风险。一旦换题，造成的后果有：紊乱军心、前功尽弃、若剩余时间不够造成建模失败等可能；
3.有机会，可以提前找数学专业或者数学建模相关的教师作以指导。论文的指导、模型的指导。
4.比赛结束后
查看评委对自己队伍和他人模型的评价，多多总结经验教训，这才是成长；
过程（经验与教训、知识、能力、思维等）与结果（荣誉与奖状）都需要重视；
胜不骄败不馁。
三、数学建模含金量
美国数学建模（数学建模发源地）> 高教杯数学建模（国内数学建模最高赛事/高教社主办） > 小美赛数学建模（完全以美赛标准进行评审/全英文论文）> 电工杯数学建模 > 认证杯数学建模 > 其他一般性数学建模
【参考文献】
1. 信息检索·论文写作：http://www.cnblogs.com/johnnyzen/p/9055796.html