1. 项目概述从“会做题”到“会写论文”的鸿沟每年暑假对于备战数学建模竞赛的同学们来说都是一段既紧张又充满期待的时光。大家从微积分、线性代数、概率论的课堂里走出来一头扎进“国赛”、“美赛”的题海和算法中。我发现一个普遍现象很多队伍模型建得不错代码也跑通了结果看着也挺漂亮但最后拿到的奖项却远低于预期。问题出在哪十有八九出在论文上。数学建模竞赛本质上是一场“基于数学的写作竞赛”评委在短短几天内要评审海量论文一篇逻辑清晰、表达专业、重点突出的论文是让你的辛苦工作被看见、被认可的唯一载体。今天要聊的这个“2022数学建模竞赛暑期培训讲座——微分/差分 论文写作”其核心价值就在于它精准地切中了备赛过程中最痛、最容易被忽视的一环如何将微分方程、差分方程这类核心建模工具转化为一篇高质量的竞赛论文。这不仅仅是讲怎么解方程更是讲怎么“包装”和“推销”你的方程。微分/差分模型是数模竞赛的常客从人口预测、传染病传播到环境治理、经济调控无处不在。但很多同学止步于“模型建立”这一步对于后续的模型求解、结果分析、论文呈现尤其是如何将专业的数学内容写得让非本领域的评委也能看懂并信服往往力不从心。这个讲座的目标就是帮你填平“会建模”和“会写论文”之间的鸿沟。它适合所有正在备赛的同学无论你是编程手、建模手还是写作手都需要理解如何将微分/差分模型完整、优美地呈现在纸上。接下来我将结合多年的评审和指导经验拆解一场高质量的数模论文写作培训应该包含哪些核心内容以及你该如何吸收并应用这些知识。2. 微分/差分模型论文的核心架构与写作逻辑2.1 论文的“黄金结构”八股文里的大学问数学建模竞赛论文有相对固定的结构看似“八股”实则是确保信息高效传递的最佳实践。一篇围绕微分/差分模型的优秀论文结构必须清晰摘要这是论文的“脸面”决定评委的第一印象。对于微分/差分模型摘要必须明确写出针对什么问题建立了何种类型的微分/差分方程模型如常微分方程组、偏微分方程、时滞差分方程等采用了什么方法求解如欧拉法、龙格-库塔法、解析解、数值模拟等得到了什么关键结果或结论用具体数值和趋势描述最后点明模型的优点与特色。切忌在摘要中出现公式推导细节它应是高度浓缩的精华。问题重述与分析不是简单抄题。要用自己的语言梳理问题背景、已知条件、约束条件和最终目标。重点在于分析这个问题为什么适合用微分/差分模型其内在的动态性、连续性或离散性体现在哪里这部分要引导评委认同你的建模方向。模型假设与符号说明这是模型的基石。假设要合理、必要且能简化问题。例如“假设人口增长只考虑出生率和死亡率忽略迁移”、“假设疾病传播过程中总人口数恒定”。符号说明表格要清晰包括每个符号的含义、单位。一个专业的符号表能极大提升论文的严谨感。模型的建立与求解核心部分。需分步阐述模型建立详细说明如何从实际问题抽象出数学关系推导出微分/差分方程。这里要体现“建模思想”而不仅仅是扔出一个方程。例如通过分析单位时间内某类人群的流入流出量建立平衡关系从而得到方程。模型求解说明求解方法。如果是解析解展示求解过程如果是数值解必须说明所用算法如ode45、软件如MATLAB、Python、步长选择依据、以及稳定性、收敛性的简要考虑。必须给出关键代码片段作为附录并解释代码逻辑。模型结果与分析展示并解读你的“产品”。包括数值结果以清晰、美观的图表呈现。对于微分方程通常是变量随时间变化的曲线图对于差分方程可能是序列图或相图。结果分析结合图表用文字解释现象。例如“如图所示当参数R01时感染者比例会先上升后趋于一个稳定值这模拟了疾病的流行过程。” 分析要深入不能只说“由图可知”。灵敏度分析这是加分项改变模型中的关键参数如传染率、恢复率观察结果如何变化。这能体现你对模型鲁棒性的理解并可能发现一些有趣的现象。模型的评价与推广客观评价自己的工作。说明模型的优点如抓住了核心机理、便于计算、缺点如忽略了一些次要因素。推广部分可以谈谈模型稍作修改后还能应用于哪些类似场景。参考文献与附录参考文献格式要规范。附录主要放核心代码、大型数据表格或冗长的推导过程。2.2 微分与差分模型写作的侧重点差异虽然都是动态模型但微分连续和差分离散在写作表述上各有侧重。微分方程模型强调“连续变化率”。在文中描述时多用“增长率”、“变化速度”、“瞬时”等词汇。在结果展示时曲线图要求光滑分析中常涉及平衡点、稳定性等连续动力系统概念。写作时要体现这种连续性思维。差分方程模型强调“离散时间点上的状态”。描述时常用“第k代”、“第t天”、“迭代”等词汇。结果可能是散点图或阶梯状图。分析中常讨论平衡解、周期解、混沌等离散动力系统特性。写作时要突出其离散迭代的过程感。注意在实际竞赛中很多问题是“连续模型离散求解”即用差分方法解微分方程这时在论文中要明确区分你建立的是连续模型微分方程但为了计算机求解采用了离散方法如欧拉法。在“模型建立”部分写微分方程在“模型求解”部分解释离散化过程。3. 从公式到图表核心内容的可视化与阐释技巧3.1 公式编排美观与清晰并重论文中的公式不是草稿纸上的演算必须排版工整。重要公式单独成行并编号例如经典的SIR传染病模型$$\frac{dS}{dt} -\beta SI, \quad \frac{dI}{dt} \beta SI - \gamma I, \quad \frac{dR}{dt} \gamma I \tag{1}$$编号便于后文引用如“由方程(1)可知...”。推导过程要简洁明了避免大段冗长的纯数学推导。如果推导必要但繁琐可以放在附录。正文中只需给出关键步骤和最终形式。解释每一个变量和每一项的物理/实际意义不要假设评委和你一样熟悉模型。在公式出现后紧接着用文字解释。例如“其中$S(t)$表示t时刻易感者数量$\beta$为有效接触率项$-\beta SI$表示易感者因接触感染者而减少的速率。”3.2 图表设计一图胜千言对于动态模型图表是展示结果的灵魂。曲线图微分方程/连续系统多曲线对比当比较不同参数或初始条件下的解时将多条曲线放在同一坐标系中用不同线型实线、虚线、点划线和颜色区分并添加清晰的图例。子图Subplot的使用当需要展示多个变量如S, I, R随时间的变化时使用子图并列排列比挤在一张图上更清晰。标注关键点在曲线上标注出达到峰值的时间、稳定值等关键信息。散点/序列图差分方程/离散系统可以清晰地画出每个时间点上的状态值。对于展现分岔、混沌等现象散点图非常有效。共性要求标题不要用默认的“Figure 1”而应使用描述性标题如“不同隔离强度下感染者比例随时间变化趋势”。坐标轴标签必须包含变量名称和单位如“时间 t (天)”、“人口数量 N (人)”。图形大小与分辨率确保在论文PDF中放大后依然清晰。导出图片时选择高分辨率如300 dpi。配色尽量使用对比明显、打印后也能区分的颜色组合。避免使用亮绿色、亮黄色等在灰度打印下可能混淆的颜色。3.3 数值结果的语言描述从“是什么”到“意味着什么”这是区分普通论文和优秀论文的关键。不要只写“图1显示I(t)先上升后下降。”要这样写“如图1所示在疫情爆发初期t30天由于易感者基数大感染者数量I(t)呈指数级快速增长。大约在第30天达到峰值约占总人口的35%。此后随着易感者资源耗尽和康复者增多感染者数量开始缓慢下降。该趋势与经典传染病传播动力学规律相符印证了模型的有效性。”后者不仅描述了现象还解释了现象背后的原因并联系了模型与实际体现了作者的深入思考。4. 模型求解与编程实现的实操要点4.1 求解方法选择因地制宜求解析解如果方程简单如可分离变量、一阶线性尽量求解析解。它在论文中显得更“漂亮”且便于后续分析。在文中展示求解过程的关键步骤。数值求解绝大多数竞赛模型需要数值解。必须说明你选择的方法。常微分方程ODEMATLAB的ode45(Runge-Kutta法) 是首选因为它兼具精度和效率。对于刚性问题可考虑ode15s。偏微分方程PDE常用有限差分法FDM或有限元法FEM。在论文中需要描述离散化网格的划分、边界条件处理等。差分方程直接迭代计算即可。注意在文中写明迭代格式。4.2 编程实现与代码呈现代码注释这是必须的。清晰的注释能帮助评委和你自己理解代码逻辑。注释不仅要说明“这行在干什么”更要说明“为什么这么干”。% 定义SIR模型的微分方程函数 function dydt sir_ode(t, y, beta, gamma) % y(1): S, y(2): I, y(3): R S y(1); I y(2); % 根据模型公式(1)编写方程 dSdt -beta * S * I; % 易感者变化率 dIdt beta * S * I - gamma * I; % 感染者变化率 dRdt gamma * I; % 康复者变化率 dydt [dSdt; dIdt; dRdt]; end参数设置与初始化在代码开头或单独部分明确定义所有参数和初始值便于修改和复现。附录中的代码附录里放置完整、整洁的代码。可以按功能分块并附上简要说明。绝对不要提交一堆没有注释、格式混乱的代码。4.3 稳定性与误差考量对于数值解在论文中简要提一下稳定性或误差考虑能体现你的专业性。例如“本文采用四阶龙格-库塔法ode45进行求解该算法具有较高的精度和稳定性。在计算中我们设置了相对误差容限和绝对误差容限均为1e-6以确保结果的可靠性。”5. 论文写作中的常见“雷区”与提升策略5.1 内容层面的常见问题模型与问题脱节建立的微分方程模型非常复杂漂亮但与题目要解决的实际问题关联不强。对策在模型建立部分每一步推导都要扣回问题本身解释这个方程或项对应实际问题中的哪个环节。求解过程黑箱化只给出结果图和一句“我们用MATLAB求解”评委不知道你具体怎么做的会怀疑结果的正确性。对策必须说明求解器、算法、关键参数设置并将核心代码放入附录。结果分析肤浅仅仅描述图表形状没有深入挖掘数据背后的含义、原因和影响。对策多问几个“为什么”和“这意味着什么”。结合模型假设和参数解释曲线的每一个转折点、趋势。灵敏度分析缺失或敷衍很多论文忽略这一点或只是随便改个参数说“结果变化不大”。对策选择有实际意义的参数进行灵敏度分析。例如在传染病模型中分析隔离强度影响接触率β对疫情峰值和持续时间的影响并给出管理启示。5.2 表达与格式层面的常见问题语言口语化、不专业使用“我们搞了个模型”、“算出来大概这样”等口语。对策使用客观、准确的学术语言如“本文建立了...模型”、“模拟结果表明...”。符号混乱前后文符号不统一或一个符号代表多个含义。对策在“符号说明”部分一次性定义清楚全文严格遵守。图表质量低下图片模糊、坐标轴无标签、图例不清、颜色搭配糟糕。对策将图表制作视为论文的核心环节花时间调整美化并遵循前文所述的图表规范。参考文献格式随意直接从网页复制链接或格式不统一。对策使用EndNote、Zotero等文献管理工具或严格遵守竞赛要求的格式如GB/T 7714。5.3 如何从“写完”到“写好”修改与润色第一稿永远不是最终稿。完成初稿后必须进行多次修改。结构检查通读全文检查逻辑流是否顺畅问题→分析→假设→建模→求解→结果→评价环环相扣。细节打磨摘要最后写并反复精炼。确保它独立、完整地概括了全文所有关键点。公式与图表检查编号是否正确引用是否准确。确保每个图表在文中都有提及和分析。语言消除错别字和语法错误。将长句拆分为短句使表达更清晰。请队友或非本组同学阅读看他们是否能看懂。整体审视想象自己是评委在疲惫的评审中看到这篇论文。它是否重点突出、亮点鲜明图表是否让人一目了然结论是否明确有力6. 微分/差分模型经典赛题复盘与写作范例剖析让我们结合一个简化版的经典赛题——“传染病传播预测”来具体看一篇优秀论文的片段应该如何组织。假设问题某地区出现一种新型传染病请建立模型预测其传播趋势并评估不同防控措施的效果。优秀论文片段示例3.2 模型的建立考虑到该传染病存在潜伏期我们在经典SIR模型的基础上引入潜伏者群体E(t)建立SEIR模型。模型将总人口N划分为四类易感者S(t)、潜伏者E(t)、感染者I(t)、康复者R(t)。基于以下机理进行建模易感者S与感染者I有效接触后会以速率β进入潜伏期成为E。潜伏者E以速率σ发展为感染者I。感染者I以速率γ康复成为R。假设总人口N恒定短期内忽略出生、死亡和迁移。据此建立如下常微分方程组$$ \begin{aligned} \frac{dS}{dt} -\frac{\beta SI}{N}, \\ \frac{dE}{dt} \frac{\beta SI}{N} - \sigma E, \\ \frac{dI}{dt} \sigma E - \gamma I, \\ \frac{dR}{dt} \gamma I. \end{aligned} \tag{2} $$其中参数β为日接触感染率σ为潜伏期转染率的倒数即平均潜伏期1/σ天γ为康复率的倒数即平均感染期1/γ天。所有参数均大于0。评析这段写作清晰地说明了模型改进的来源SIR→SEIR解释了每个仓室和参数的实际意义推导过程逻辑清晰公式排版规范。4.1 数值模拟与结果我们采用MATLAB R2021a中的ode45求解器对方程组(2)进行数值求解。参数参考类似文献[1]设定$N10^6$初始感染者$I(0)10$$E(0)0$$R(0)0$$S(0)N-I(0)$。基准参数设为$\beta0.6$$\sigma1/5$平均潜伏期5天$\gamma1/10$平均感染期10天。模拟结果如图2所示。 插入图2S, E, I, R 随时间变化的曲线图带有清晰图例和标注图2. SEIR模型模拟的传染病传播动态基准情景如图2所示疫情大约在第50天达到高峰当日新增感染者峰值约为...。易感者比例最终降至...表明约有...的人口最终被感染。潜伏者曲线E(t)的峰值早于感染者曲线I(t)这与疾病传播的动力学过程相符。评析说明了求解工具、参数设置依据和来源结果描述结合了具体数据和曲线特征并进行了简要的动力学解释。4.2 防控措施效果分析灵敏度分析为评估公共卫生干预措施我们模拟了降低接触率β代表社交隔离、戴口罩等措施和缩短感染期1/γ代表有效药物治疗的效果。设置三种情景情景A基准β0.6γ0.1。情景B加强隔离β降至0.3其他不变。情景C药物治疗γ提升至0.2平均感染期缩短至5天其他不变。 模拟结果对比如图3所示。 插入图3三种情景下感染者比例I(t)/N的对比曲线图图3. 不同防控措施下的感染者比例变化对比对比分析可知情景B降低接触率能显著压平疫情曲线将感染峰值降低约65%并推迟峰值到来时间为医疗系统准备赢得了宝贵时间。情景C缩短感染期主要加速了疫情的消退但对峰值高度影响有限。因此在疫情初期采取降低接触率的社交干预措施对于控制疫情规模效果更为显著。评析将灵敏度分析与实际问题“防控措施评估”紧密结合参数变化有实际意义分析结论明确并给出了具有实际指导意义的见解这是论文的亮点所在。通过这样的片段拆解你可以看到一篇优秀论文是如何将数学模型、编程计算、结果分析和实际意义有机地融合在一起的。它不是在罗列工作而是在讲述一个用数学工具解决问题的完整、可信、有深度的故事。7. 暑期培训后的自我训练与备赛规划参加讲座只是第一步真正的提升在于后续的刻意练习。精读优秀论文找到往届“高教社杯”全国大学生数学建模竞赛、“美赛”MCM/ICM的特等奖、一等奖论文特别是那些使用了微分/差分模型的。不是泛读而是精读分析其结构、表述、图表和逻辑。尝试模仿其写作风格。动手完整实现找一道往年的微分/差分模型赛题从头到尾做一遍审题、建模、编程求解、撰写论文。然后与优秀论文对比找出自己的不足。这是最有效的提升方式。组建稳定的团队并分工演练提前确定队伍角色建模、编程、写作但角色不能完全割裂。写手要懂一点模型原理建模手要清楚如何将思想表达出来。定期进行模拟赛磨合协作。建立自己的“工具箱”写作模板准备一个包含标准章节框架、常用句式、规范符号表、图表模板的Word或LaTeX文档。代码库积累常用模型的求解代码如SIR/SEIR模型、种群竞争模型、微分方程数值求解模板等并做好注释。绘图模板在MATLAB或Python中保存绘制精美图表的脚本方便竞赛时快速修改使用。最后记住数学建模论文写作的本质是沟通是向一群可能不完全熟悉你所用方法的专家清晰、有说服力地展示你的工作。把你的论文当成一个产品把你的解决方案当成一个故事。严谨的数学是故事的骨架清晰的图表是故事的画面深入的分析是故事的灵魂而专业的表述则是将这一切传递给评委的桥梁。这个暑假就从打磨好一个微分方程模型的论文开始吧。 数学建模竞赛论文写作指南：微分差分模型从求解到呈现
1. 项目概述从“会做题”到“会写论文”的鸿沟每年暑假对于备战数学建模竞赛的同学们来说都是一段既紧张又充满期待的时光。大家从微积分、线性代数、概率论的课堂里走出来一头扎进“国赛”、“美赛”的题海和算法中。我发现一个普遍现象很多队伍模型建得不错代码也跑通了结果看着也挺漂亮但最后拿到的奖项却远低于预期。问题出在哪十有八九出在论文上。数学建模竞赛本质上是一场“基于数学的写作竞赛”评委在短短几天内要评审海量论文一篇逻辑清晰、表达专业、重点突出的论文是让你的辛苦工作被看见、被认可的唯一载体。今天要聊的这个“2022数学建模竞赛暑期培训讲座——微分/差分 论文写作”其核心价值就在于它精准地切中了备赛过程中最痛、最容易被忽视的一环如何将微分方程、差分方程这类核心建模工具转化为一篇高质量的竞赛论文。这不仅仅是讲怎么解方程更是讲怎么“包装”和“推销”你的方程。微分/差分模型是数模竞赛的常客从人口预测、传染病传播到环境治理、经济调控无处不在。但很多同学止步于“模型建立”这一步对于后续的模型求解、结果分析、论文呈现尤其是如何将专业的数学内容写得让非本领域的评委也能看懂并信服往往力不从心。这个讲座的目标就是帮你填平“会建模”和“会写论文”之间的鸿沟。它适合所有正在备赛的同学无论你是编程手、建模手还是写作手都需要理解如何将微分/差分模型完整、优美地呈现在纸上。接下来我将结合多年的评审和指导经验拆解一场高质量的数模论文写作培训应该包含哪些核心内容以及你该如何吸收并应用这些知识。2. 微分/差分模型论文的核心架构与写作逻辑2.1 论文的“黄金结构”八股文里的大学问数学建模竞赛论文有相对固定的结构看似“八股”实则是确保信息高效传递的最佳实践。一篇围绕微分/差分模型的优秀论文结构必须清晰摘要这是论文的“脸面”决定评委的第一印象。对于微分/差分模型摘要必须明确写出针对什么问题建立了何种类型的微分/差分方程模型如常微分方程组、偏微分方程、时滞差分方程等采用了什么方法求解如欧拉法、龙格-库塔法、解析解、数值模拟等得到了什么关键结果或结论用具体数值和趋势描述最后点明模型的优点与特色。切忌在摘要中出现公式推导细节它应是高度浓缩的精华。问题重述与分析不是简单抄题。要用自己的语言梳理问题背景、已知条件、约束条件和最终目标。重点在于分析这个问题为什么适合用微分/差分模型其内在的动态性、连续性或离散性体现在哪里这部分要引导评委认同你的建模方向。模型假设与符号说明这是模型的基石。假设要合理、必要且能简化问题。例如“假设人口增长只考虑出生率和死亡率忽略迁移”、“假设疾病传播过程中总人口数恒定”。符号说明表格要清晰包括每个符号的含义、单位。一个专业的符号表能极大提升论文的严谨感。模型的建立与求解核心部分。需分步阐述模型建立详细说明如何从实际问题抽象出数学关系推导出微分/差分方程。这里要体现“建模思想”而不仅仅是扔出一个方程。例如通过分析单位时间内某类人群的流入流出量建立平衡关系从而得到方程。模型求解说明求解方法。如果是解析解展示求解过程如果是数值解必须说明所用算法如ode45、软件如MATLAB、Python、步长选择依据、以及稳定性、收敛性的简要考虑。必须给出关键代码片段作为附录并解释代码逻辑。模型结果与分析展示并解读你的“产品”。包括数值结果以清晰、美观的图表呈现。对于微分方程通常是变量随时间变化的曲线图对于差分方程可能是序列图或相图。结果分析结合图表用文字解释现象。例如“如图所示当参数R01时感染者比例会先上升后趋于一个稳定值这模拟了疾病的流行过程。” 分析要深入不能只说“由图可知”。灵敏度分析这是加分项改变模型中的关键参数如传染率、恢复率观察结果如何变化。这能体现你对模型鲁棒性的理解并可能发现一些有趣的现象。模型的评价与推广客观评价自己的工作。说明模型的优点如抓住了核心机理、便于计算、缺点如忽略了一些次要因素。推广部分可以谈谈模型稍作修改后还能应用于哪些类似场景。参考文献与附录参考文献格式要规范。附录主要放核心代码、大型数据表格或冗长的推导过程。2.2 微分与差分模型写作的侧重点差异虽然都是动态模型但微分连续和差分离散在写作表述上各有侧重。微分方程模型强调“连续变化率”。在文中描述时多用“增长率”、“变化速度”、“瞬时”等词汇。在结果展示时曲线图要求光滑分析中常涉及平衡点、稳定性等连续动力系统概念。写作时要体现这种连续性思维。差分方程模型强调“离散时间点上的状态”。描述时常用“第k代”、“第t天”、“迭代”等词汇。结果可能是散点图或阶梯状图。分析中常讨论平衡解、周期解、混沌等离散动力系统特性。写作时要突出其离散迭代的过程感。注意在实际竞赛中很多问题是“连续模型离散求解”即用差分方法解微分方程这时在论文中要明确区分你建立的是连续模型微分方程但为了计算机求解采用了离散方法如欧拉法。在“模型建立”部分写微分方程在“模型求解”部分解释离散化过程。3. 从公式到图表核心内容的可视化与阐释技巧3.1 公式编排美观与清晰并重论文中的公式不是草稿纸上的演算必须排版工整。重要公式单独成行并编号例如经典的SIR传染病模型$$\frac{dS}{dt} -\beta SI, \quad \frac{dI}{dt} \beta SI - \gamma I, \quad \frac{dR}{dt} \gamma I \tag{1}$$编号便于后文引用如“由方程(1)可知...”。推导过程要简洁明了避免大段冗长的纯数学推导。如果推导必要但繁琐可以放在附录。正文中只需给出关键步骤和最终形式。解释每一个变量和每一项的物理/实际意义不要假设评委和你一样熟悉模型。在公式出现后紧接着用文字解释。例如“其中$S(t)$表示t时刻易感者数量$\beta$为有效接触率项$-\beta SI$表示易感者因接触感染者而减少的速率。”3.2 图表设计一图胜千言对于动态模型图表是展示结果的灵魂。曲线图微分方程/连续系统多曲线对比当比较不同参数或初始条件下的解时将多条曲线放在同一坐标系中用不同线型实线、虚线、点划线和颜色区分并添加清晰的图例。子图Subplot的使用当需要展示多个变量如S, I, R随时间的变化时使用子图并列排列比挤在一张图上更清晰。标注关键点在曲线上标注出达到峰值的时间、稳定值等关键信息。散点/序列图差分方程/离散系统可以清晰地画出每个时间点上的状态值。对于展现分岔、混沌等现象散点图非常有效。共性要求标题不要用默认的“Figure 1”而应使用描述性标题如“不同隔离强度下感染者比例随时间变化趋势”。坐标轴标签必须包含变量名称和单位如“时间 t (天)”、“人口数量 N (人)”。图形大小与分辨率确保在论文PDF中放大后依然清晰。导出图片时选择高分辨率如300 dpi。配色尽量使用对比明显、打印后也能区分的颜色组合。避免使用亮绿色、亮黄色等在灰度打印下可能混淆的颜色。3.3 数值结果的语言描述从“是什么”到“意味着什么”这是区分普通论文和优秀论文的关键。不要只写“图1显示I(t)先上升后下降。”要这样写“如图1所示在疫情爆发初期t30天由于易感者基数大感染者数量I(t)呈指数级快速增长。大约在第30天达到峰值约占总人口的35%。此后随着易感者资源耗尽和康复者增多感染者数量开始缓慢下降。该趋势与经典传染病传播动力学规律相符印证了模型的有效性。”后者不仅描述了现象还解释了现象背后的原因并联系了模型与实际体现了作者的深入思考。4. 模型求解与编程实现的实操要点4.1 求解方法选择因地制宜求解析解如果方程简单如可分离变量、一阶线性尽量求解析解。它在论文中显得更“漂亮”且便于后续分析。在文中展示求解过程的关键步骤。数值求解绝大多数竞赛模型需要数值解。必须说明你选择的方法。常微分方程ODEMATLAB的ode45(Runge-Kutta法) 是首选因为它兼具精度和效率。对于刚性问题可考虑ode15s。偏微分方程PDE常用有限差分法FDM或有限元法FEM。在论文中需要描述离散化网格的划分、边界条件处理等。差分方程直接迭代计算即可。注意在文中写明迭代格式。4.2 编程实现与代码呈现代码注释这是必须的。清晰的注释能帮助评委和你自己理解代码逻辑。注释不仅要说明“这行在干什么”更要说明“为什么这么干”。% 定义SIR模型的微分方程函数 function dydt sir_ode(t, y, beta, gamma) % y(1): S, y(2): I, y(3): R S y(1); I y(2); % 根据模型公式(1)编写方程 dSdt -beta * S * I; % 易感者变化率 dIdt beta * S * I - gamma * I; % 感染者变化率 dRdt gamma * I; % 康复者变化率 dydt [dSdt; dIdt; dRdt]; end参数设置与初始化在代码开头或单独部分明确定义所有参数和初始值便于修改和复现。附录中的代码附录里放置完整、整洁的代码。可以按功能分块并附上简要说明。绝对不要提交一堆没有注释、格式混乱的代码。4.3 稳定性与误差考量对于数值解在论文中简要提一下稳定性或误差考虑能体现你的专业性。例如“本文采用四阶龙格-库塔法ode45进行求解该算法具有较高的精度和稳定性。在计算中我们设置了相对误差容限和绝对误差容限均为1e-6以确保结果的可靠性。”5. 论文写作中的常见“雷区”与提升策略5.1 内容层面的常见问题模型与问题脱节建立的微分方程模型非常复杂漂亮但与题目要解决的实际问题关联不强。对策在模型建立部分每一步推导都要扣回问题本身解释这个方程或项对应实际问题中的哪个环节。求解过程黑箱化只给出结果图和一句“我们用MATLAB求解”评委不知道你具体怎么做的会怀疑结果的正确性。对策必须说明求解器、算法、关键参数设置并将核心代码放入附录。结果分析肤浅仅仅描述图表形状没有深入挖掘数据背后的含义、原因和影响。对策多问几个“为什么”和“这意味着什么”。结合模型假设和参数解释曲线的每一个转折点、趋势。灵敏度分析缺失或敷衍很多论文忽略这一点或只是随便改个参数说“结果变化不大”。对策选择有实际意义的参数进行灵敏度分析。例如在传染病模型中分析隔离强度影响接触率β对疫情峰值和持续时间的影响并给出管理启示。5.2 表达与格式层面的常见问题语言口语化、不专业使用“我们搞了个模型”、“算出来大概这样”等口语。对策使用客观、准确的学术语言如“本文建立了...模型”、“模拟结果表明...”。符号混乱前后文符号不统一或一个符号代表多个含义。对策在“符号说明”部分一次性定义清楚全文严格遵守。图表质量低下图片模糊、坐标轴无标签、图例不清、颜色搭配糟糕。对策将图表制作视为论文的核心环节花时间调整美化并遵循前文所述的图表规范。参考文献格式随意直接从网页复制链接或格式不统一。对策使用EndNote、Zotero等文献管理工具或严格遵守竞赛要求的格式如GB/T 7714。5.3 如何从“写完”到“写好”修改与润色第一稿永远不是最终稿。完成初稿后必须进行多次修改。结构检查通读全文检查逻辑流是否顺畅问题→分析→假设→建模→求解→结果→评价环环相扣。细节打磨摘要最后写并反复精炼。确保它独立、完整地概括了全文所有关键点。公式与图表检查编号是否正确引用是否准确。确保每个图表在文中都有提及和分析。语言消除错别字和语法错误。将长句拆分为短句使表达更清晰。请队友或非本组同学阅读看他们是否能看懂。整体审视想象自己是评委在疲惫的评审中看到这篇论文。它是否重点突出、亮点鲜明图表是否让人一目了然结论是否明确有力6. 微分/差分模型经典赛题复盘与写作范例剖析让我们结合一个简化版的经典赛题——“传染病传播预测”来具体看一篇优秀论文的片段应该如何组织。假设问题某地区出现一种新型传染病请建立模型预测其传播趋势并评估不同防控措施的效果。优秀论文片段示例3.2 模型的建立考虑到该传染病存在潜伏期我们在经典SIR模型的基础上引入潜伏者群体E(t)建立SEIR模型。模型将总人口N划分为四类易感者S(t)、潜伏者E(t)、感染者I(t)、康复者R(t)。基于以下机理进行建模易感者S与感染者I有效接触后会以速率β进入潜伏期成为E。潜伏者E以速率σ发展为感染者I。感染者I以速率γ康复成为R。假设总人口N恒定短期内忽略出生、死亡和迁移。据此建立如下常微分方程组$$ \begin{aligned} \frac{dS}{dt} -\frac{\beta SI}{N}, \\ \frac{dE}{dt} \frac{\beta SI}{N} - \sigma E, \\ \frac{dI}{dt} \sigma E - \gamma I, \\ \frac{dR}{dt} \gamma I. \end{aligned} \tag{2} $$其中参数β为日接触感染率σ为潜伏期转染率的倒数即平均潜伏期1/σ天γ为康复率的倒数即平均感染期1/γ天。所有参数均大于0。评析这段写作清晰地说明了模型改进的来源SIR→SEIR解释了每个仓室和参数的实际意义推导过程逻辑清晰公式排版规范。4.1 数值模拟与结果我们采用MATLAB R2021a中的ode45求解器对方程组(2)进行数值求解。参数参考类似文献[1]设定$N10^6$初始感染者$I(0)10$$E(0)0$$R(0)0$$S(0)N-I(0)$。基准参数设为$\beta0.6$$\sigma1/5$平均潜伏期5天$\gamma1/10$平均感染期10天。模拟结果如图2所示。 插入图2S, E, I, R 随时间变化的曲线图带有清晰图例和标注图2. SEIR模型模拟的传染病传播动态基准情景如图2所示疫情大约在第50天达到高峰当日新增感染者峰值约为...。易感者比例最终降至...表明约有...的人口最终被感染。潜伏者曲线E(t)的峰值早于感染者曲线I(t)这与疾病传播的动力学过程相符。评析说明了求解工具、参数设置依据和来源结果描述结合了具体数据和曲线特征并进行了简要的动力学解释。4.2 防控措施效果分析灵敏度分析为评估公共卫生干预措施我们模拟了降低接触率β代表社交隔离、戴口罩等措施和缩短感染期1/γ代表有效药物治疗的效果。设置三种情景情景A基准β0.6γ0.1。情景B加强隔离β降至0.3其他不变。情景C药物治疗γ提升至0.2平均感染期缩短至5天其他不变。 模拟结果对比如图3所示。 插入图3三种情景下感染者比例I(t)/N的对比曲线图图3. 不同防控措施下的感染者比例变化对比对比分析可知情景B降低接触率能显著压平疫情曲线将感染峰值降低约65%并推迟峰值到来时间为医疗系统准备赢得了宝贵时间。情景C缩短感染期主要加速了疫情的消退但对峰值高度影响有限。因此在疫情初期采取降低接触率的社交干预措施对于控制疫情规模效果更为显著。评析将灵敏度分析与实际问题“防控措施评估”紧密结合参数变化有实际意义分析结论明确并给出了具有实际指导意义的见解这是论文的亮点所在。通过这样的片段拆解你可以看到一篇优秀论文是如何将数学模型、编程计算、结果分析和实际意义有机地融合在一起的。它不是在罗列工作而是在讲述一个用数学工具解决问题的完整、可信、有深度的故事。7. 暑期培训后的自我训练与备赛规划参加讲座只是第一步真正的提升在于后续的刻意练习。精读优秀论文找到往届“高教社杯”全国大学生数学建模竞赛、“美赛”MCM/ICM的特等奖、一等奖论文特别是那些使用了微分/差分模型的。不是泛读而是精读分析其结构、表述、图表和逻辑。尝试模仿其写作风格。动手完整实现找一道往年的微分/差分模型赛题从头到尾做一遍审题、建模、编程求解、撰写论文。然后与优秀论文对比找出自己的不足。这是最有效的提升方式。组建稳定的团队并分工演练提前确定队伍角色建模、编程、写作但角色不能完全割裂。写手要懂一点模型原理建模手要清楚如何将思想表达出来。定期进行模拟赛磨合协作。建立自己的“工具箱”写作模板准备一个包含标准章节框架、常用句式、规范符号表、图表模板的Word或LaTeX文档。代码库积累常用模型的求解代码如SIR/SEIR模型、种群竞争模型、微分方程数值求解模板等并做好注释。绘图模板在MATLAB或Python中保存绘制精美图表的脚本方便竞赛时快速修改使用。最后记住数学建模论文写作的本质是沟通是向一群可能不完全熟悉你所用方法的专家清晰、有说服力地展示你的工作。把你的论文当成一个产品把你的解决方案当成一个故事。严谨的数学是故事的骨架清晰的图表是故事的画面深入的分析是故事的灵魂而专业的表述则是将这一切传递给评委的桥梁。这个暑假就从打磨好一个微分方程模型的论文开始吧。