---------------1.摘要---------------
摘要在整个数模论文中占有及其重要的地位，它是评委对你所写论文的第一印象，因此在这一部分的写作上一定要花大功夫，千万不能马虎，评委们通过摘要就决定是否继续阅读你的论文。换句话说，就算你的论文其他方面写得再好，摘要写的不好，你的论文也不会得到重视。摘要应该体现你用了什么方法，建立了什么模型，解决了什么问题，得出了什么结论，还可作那些推广。
摘要包括： a.模型的数学归类（在数学上属于什么类型）；b.建模的思想（思路）；c.算法思想（求解思路）；d.建模特点（模型优点，建模思想或方法，算法特点，结果检验，灵敏度分析，模型检验…….）；e.主要结果（数值结果，结论）（回答题目所问的全部“问题”）。（这一部分还是听指导老师的吧，摘要写作水平直接决定一二三等奖，一定要慎重）

-------------2.问题重述-------------
这一部分没有过多的说明，时间不足时一般是直接 copy 赛题的原文就行了，但在时间充裕情况下可以适当自己的话进行归纳总结；尤其在美赛中，这一部分叫Background 或者 Introduction，因此可以写些这个问题的一些背景知识。（不太推荐copy原文，最起码改改格式）

-------------3.模型假设-------------
假设的一类是题目中给出的，或者可从题目中直接确定的；另一类是为了简化问题，或者使模型简化而提出的假设。假设应该紧扣模型，假设的设置直接决定了问题的简化程度，以及我们考虑的是否全面，对结果影响较小的因素都可忽略，但要在假设中说明。（无关紧要的假设，明显凑字数的假设就不要写了，比如：假设我们所查到的数据都是正确的之类的）

-------------4.符号说明-------------
在论文中不可避免的会出现大量的数学符号，这里只需列出论文通用的符号即可，建议比赛之前整理好如下图符号说明的表格。在文中仅出现一次的符号，只在用到的地方解释即可。

-------------5.问题分析-------------
问题分析是很多建模新手最容易忽视的地方，小编在大一大二做建模的时候，写问题分析半个小时就写完了，直到后来在老师的指导下，才知道问题分析的重要性。
首先我们应该确定这样一点，问题分析不是为了拼凑论文，问题分析这部分是从题目到模型的一种从抽象到具体的思维过程，这部分是论文的一个亮点。它高度概括了整体的建模思路，我们在后续的建模过程中一定要紧扣问题分析逐步进行。这部分要展示我们分析问题的过程及解决问题的思路。
在美国大学生数学建模竞赛中，问题分析有一个很重要的任务就是对题目中模糊的概念加以澄清。例如去年美赛的A题—热水澡问题，我们在分析这个问题时，题目重要求保持水温的均匀性，我们首先确定均匀性是指时间上的均匀性还是空间上的均匀性。在明白题意之后，要对题目进行整体分析，充分利用题目中的信息和条件，确定用什么方法建立模型。在这部分分析之中，要注意两点，第一，简化；第二，对比。数学建模问题是实际问题不是数学问题，简化的作用就是把实际问题抽象成数学问题加以解决，在分析之前，要弄明白相关的专业术语含义，以及其数学表达。数学建模最重要的就是对比分析，俗话说的好，没有对比就没有伤害，只有通过模型的对比，才能察觉模型的不足与长处，才能判断模型的优劣。在对题目分析之后，应该对模型的求解算法有大致的了解，并对所得结果有一个大概的估计，这样才能保证问题求解的连续进行。总之，在问题分析这部分完成之后，我们（特别是队长）应该对整个的模型结构，论文框架都有一个大致的把握。
未完待续~~
本文离10万+的阅读量，只差您一个转发。

更多关于数学建模的资料与知识，请大家关注微信公众号“数学建模andMATLAB”

http://mp.weixin.qq.com/s/YY99nwgf_hdbfRs2DSZOZg

数学建模and MATLAB

数学建模and MATLAB

6、模型建立
模型的建立是将原问题抽象成用数学语言的表达式，其建立方式会由于对问题的理解和着眼点不同而不同。任何事物都是由共性和个性相组成的，共性的部分是我们赛前需要准备和学习的，个性的部分需要比赛是自己去分析处理。所谓创新并不一定是要建立一个全新的模型去求解这个问题（这个难度太大，咱们几天时间很难做出来），我们所能做的创新应该着眼于小的方面，在个性的部分做一些创新性的简化、模拟，或者说我们将其他领域的模型引用到该问题上也是很好的。
小编认为在这一部分最重要的就是简化和对比，这一部分与后面的模型求解息息相关，小编以前也经历过数学的队友建立的模型而计算机的队友却无法求解的尴尬局面。问题的简化程度将在一定程度上决定求解的难易程度，所以建模这部分的工作应该由建模手和代码手共同完成，一边建模一边考虑建模方法。对比也是数学建模比较重要的部分，好的模型只有相互对比才能显现效果，差的模型也只有对比才能显现其错误，所以小编建议在时间允许的情况下，一个问题可以由多个方法进行解决。
另外，小编还觉得应注意对每个模型公式的解释一定要清楚到位，其中的数学符号一定要与前面的符号说明保持一致。

7、模型求解
模型求解在美赛中是最（此处省略n个最）为重要的。小编第一次参加美赛的时候，有学长告诉小编，美赛不看重结果，所以小编认为求解不重要，小编建了很多复杂的模型以至于无法给出结果，最终成功地参加比赛。美赛不看重结果的准确性，但是美赛看重对参数、误差的讨论，如果没有求解的话，何来误差分析。所以，无论求解正确与否，我们都必须给出结果。
一般数学建模中采用数学软件（Matlab，Maple，Mathematic）进行求解，其中MATLAB做图是必备技能，尤其在美赛中更为关键。另外应一些专用软件也可以学习，比如说解概率统计问题的SAS、SPSS；解运筹优化问题的 Lingo等。
在求解算法的选择上，没有必要追求高大上的算法，现在很多数学建模论文求解一个线性规划都能用上遗传算法，这种算法太不可取。因为很多人认为只有论文很厚、代码很长、页数很多才能显示自己的水平，小编以前也遇到很多队每篇数学建模论文都是六七十页。
在美赛中，如果你的正文写到了六七十页除非你的英文水平很高，要不然你基本判死刑了，因为你根本翻译不完。另外美赛中ICM的题目论文有页数要求，MCM不做要求，因为ICM的题目背景来自于交叉学科写起论文来比较好扯，写六七十页完全有可能，但是MCM论文就很难写的很长。
所以小编的建议是，ICM的论文在保证准确描述的基础上越短越好，MCM的论文在保证没有凑字数的嫌疑上同时保证能够翻译完（去年小编的论文最后正文40页，一直翻译到交卷之前两个小时）相对长一点比较好，但也不要太长。当然有很多队的论文页数不是正文凑齐来的而是依靠附录里的代码充起来的，这些招数在国内的一些小比赛中比较好使，容易获奖（具体原因不明）。但是美赛并不要求论文一定要有附录，去年我们队就没有加附录。
总而言之，我们不必想方设法使自己的论文变厚，求解的时候尽量用自己熟悉的简单算法，这样会给你留下充足的时间进行参数和误差的讨论分析。另外，我们也可以尽量采用不同的方法进行求解，这样可以间接验证你所求结果的正确性。
最后一点友情提示：（有点投机取巧哈）模型结果表达尽量用一些漂亮美观的图表，总而言之，能用彩色图的就不用黑白图，能用三维图的就不用二维图，漂亮的图对你的论文加分不少。

8、模型结果分析
在我们的模型假设中，忽略了一些对问题影响的次要因素，这或多或少的使问题得到了简化，但必然会产生一些误差；另外解决问题的方法是很多的，在论文中可能只用了其中的一两种方法，思维可能显得比较局限；而模型本身也会有它的优势和缺陷。因此，我们在这部分应该做的工作主要有下面三点：
A． 是否能用其他方式或方法解决。
B． 模型的优缺点分析。
C． 模型的误差分析或灵敏度分析。

9、模型的评价与推广
由于文章本身的局限性，在这里可以对一些问题做更深入的探讨，这是文章又一亮点，这部分对于整个论文的作用在于画龙点睛。另外，我们对问题的探讨与延拓方式是多种多样的：可以把假设的条件适当放宽了来考虑问题；可以对你的算法做出改进等等。

10、参考文献这里注意一下格式问题
A．书籍的表述方式为： [编号] 作者，书名，出版地：出版社，出版年月。
B．参考文献中期刊杂志论文的表述方式为： [编号] 作者，论文名，杂志名，卷期号：
起止页码，出版年。
C．参考文献中网上资源的表述方式为： [编号] 作者，资源标题，网址，访问时间。
last but not least：回复“论文模板”，即可获得小编精心准备的美赛论文模板和一些英文学术论文常用句型哦╰(￣▽￣)╭