之前对数学建模仅有一丁点的了解，现在想报名美赛。队员三个人要争取拿H奖应该如何准备？是不是特别难？

Question

之前对数学建模仅有一丁点的了解，现在想报名美赛。队员三个人要争取拿H奖应该如何准备？是不是特别难？队友三个都是小白。无特别突出优点。只是绩点都比较优秀，而且还都缺乏数学建模比赛的实战。

Answer 1

一、组队篇：
团队水平基本决定了最终结果的上限——在美国赛，差团队是无可能做出好结果的（这点与国赛不同） 无论队员还是导师，猎取的优先级都应该是这样：
没过得奖但有经验的：这种动力最足
得过奖的：如果后来参赛成绩还不如之前，对人对己都交代不过去
没经验但想得奖的：大多数
没经验、想打酱油：不光说队员，还要留意导师，你懂的^_^
这跟创业组队一样，别在乎现在神马光环，关键看的是将来能够付出多少。
必须保证团队里每个人都有共同的愿景和强大的动力，否则内耗是迟早的事。

高手和好导师都是稀缺资源，下手越早收获可能越大，想找高手：
你必须也是个高手，至少某方面特长能给人信心；
必须保证团队间能衷诚合作，互相鼓励/配合——这点与谈恋爱一样，要经一定时间的磨合和考验，才能看得清；
保证每个人的弱点能有效弥补，即便是高手全才也不多，对其弱点如果没有合适的人弥补，结果可能还不如实力平均的队伍；
要能顶得住本校其他队的竞争，比如挖人、争导师、抢机房等等——人才太多没办法，哎～
总之，除了主动出击、笨鸟先飞之外，还要求一定的口碑、人脉和组织能力、观察精准、明决善断，敢于取舍。

二、装备篇：
数值工具：各种软件和代码操弄熟练是基本要求，软件不必求多，但每款特色部分一定要尽可能熟。长的代码尽量拆成短的，而且要调通测试过，关键地方注释好，比赛时，宝贵的时间用来debug是不值的；

信息检索： 搜索引擎技巧是根本，其他信息含量都不太高，国内各种数理论坛算是基础，国外各种资源尽量积累 （免费论文库、wiki、各大数值软件官网、专业论坛、大牛的blog/twitter、stackoverflow、quora……不会翻墙的要尽量先弄清楚，不然有的资源打不开或者下不到哦），图书馆的国外学术资源也别忽视；
写作软件：有时间精力的同学学一下LaTeX，实在没时间的将就用word转pdf吧；
资料积累： 钱少的同学可以下outstanding论文，仔细研究（新浪爱问和madio上能下到2011年前的）；钱多的可以买comap的杂志，不只为看论文，主要看每题的综述，了解那一题当年的答题情况和阅卷人的思路（我那几年国内有卖的，之后几年没关注了，不清楚现在哪能弄到）。
赛前准备程度基本决定了比赛的时间充裕度，赛前准备不足往往要靠比赛时不眠不休、争分夺秒拼命抢时间来弥补，这种情况下能做出多少创造性工作就难说了。

三、练级篇：
练习：练习的时候要根据队伍的特点有针对性的训练提高——模型方面，多积累实际问题产生背景，注意培养思考的深度，善用发散和逆向思维；实现方面，注意提升各种算法求解效率的方法，多积累算法调试、测试、参数调整、有效性检验等方面的经验；

比赛：最理想是国赛前定下美国赛队伍，拿国赛练级攒经验比较恰当。其他如教工杯之类的比赛，鉴于真实比赛环境和练习的机会不多，建议当成美赛认真练。只要认真练，几次真赛历练之后，建模和配合方面问题就不应该太大了。
学术论文写作：难点不是专业词汇或格式排版的问题，这些问题阅卷人可能会对外国参赛者宽容些，真正困难是表达如何逻辑清晰严密、符合学术规范了。有条件的最好找英语国家教授或学术期刊编辑帮忙不断改，找不到就只能是找海归教授、理工专业外国留学生将就了，再没条件的只能研读outstanding和英文经典论文了。
最难练的是英语学术写作这关（这个问题当年我也没处理太好），这块短板往往决定最终成绩的下限，文章写得好，多普通的工作至少人家明白——可要是看不懂，悲剧的可能性很高。

四、打boss篇：
终于写到真正比赛了，然而，到这阶段，最终成绩范围已经决定了，能改变的东西也不太多了，这里能写的也不多了，主要是一些细节：
比赛报名：提前准备好visa或master card，名字和地址不要写错；

作息：要看各队情况了，原则是保证效率、不打乱节奏。前期都很亢奋，但如果打乱节奏可能导致后面疲劳期时效率过低，其实美国赛截止时间并不是很严格，前期利用好亢奋期和每天的高效率时间的话，到了疲劳期还能继续坚持下去，否则就是给你再多时间都无法持续下去。对那些想尝试达芬奇睡眠法的同学，建议先在之前比赛和练习时充分适应，避免临时改变作息方式，打乱节奏，降低效率；
引用：如果copy了整段的原始论文，一定要注明来源——07年就出过outstanding奖因为引用的问题被收回的事。这是原则问题，千万注意！
邮寄论文：提前联系邮局/快递，确认好邮局每天邮寄时间，以倒推截止时间，事实上这么多时间，很少有人能用满——这给了慢热队伍一个优势，之前练习也应先关注深度和质量，再考虑速度和效率；之前比赛的时候，交完论文的几天别闲着，继续魔鬼训练——对做到极致的模型再完善深化，对论文结论再推广演绎，甚至还要演练英文写作。
最后，希望大家对成败看淡些，把得什么奖励当成游戏杀boss的掉落——在默认得奖范围内进行一次随机取样：
所以得了O奖也别浮躁，只是说明你队伍水平确实好，
没得奖倒是要好好检讨，至少要明白失误的地方。
然而，在过程中锻炼出的能力、结下的友谊却是终身受益的