• Summary
  • 5~6行,3~4句写问题
  • 主体是for model 1 ...或者for question 1...
  • 标题:可以是基于所使用的的主要模型或者方法作为标题或者直接用赛道所给的题目或者研究的问题作为标题。
  • 我认为最好是新颖简短可以吸引读者的标题。
  • 关键字:一般3~6个,放的是与模型和文章内容结合紧密的词。
  • Contents
  • Introduction
  • 问题背景:要结合对赛题的理解,要将背景介绍有侧重地往自己研究的方向去靠。
  • 问题重述:可以和问题背景合并来写
  • 文献综述:总结以前的学者针对这个问题已经做的研究,这一部分比较难写,但是可以称得上一个小亮点。(我觉得别写了)



Python美赛 美赛introduction_Data


Python美赛 美赛introduction_数据_02


  • 我们的工作:目前暂定用ProcessOn来绘图。
  • Assumptions and Justifications
  • 评委很重视假设部分,一定要合理,并对假设进行介绍。
  • 布局:先加黑写作者提出的假设,之后论证假设的合理性。
  • Notations
  • 表格三线表,没有单位用-填写


Python美赛 美赛introduction_经验分享_03


  • 部分论文中Glossary(我觉得别写了)
  • 模型的建立与求解
  • 用模型的名字命名:Model Ⅰ、Model Ⅱ.......
  • 用问题命名:Problem 1、Problem 2......
  • Data Description/Analysis:数据描述(非必须部分)
  • Data Collection(数据的收集)
  • Data Pre-processing(数据预处理)/Data Cleaning(数据清洗)
  • Data Visualization(数据可视化)
  • Descriptive Statistical Analysis of the Data(数据的描述性统计分析)
  • 如果是C题,可以单独作为一个大部分,进行数据预处理和数据可视化分析。
  • Sensitivity Analysis(亮点)
  • 既写灵敏度分析又写误差分析可以写成Sensitivity Analysis and Error Analysis


Python美赛 美赛introduction_Powered by 金山文档_04


  • Model Evaluation and Further Discussion
  • 缺点要比优点少
  • Further Discussion可以写Model Improvements和Model Extensions
  • 只写一个就把s去掉
  • Conclusion:可以是论文中心思想的重申、研究结果或主要观点的归纳、某些启示性的解释或考虑
  • 区别摘要、我们的工作与结论三部分:


Python美赛 美赛introduction_Data_05


  • References:参考文献
  • 中文文献需要翻译成英文
  • 需要在原文中一一对应
  • Appendices:附录
  • 如果页面数量能够保证,就可以放一些重要的代码
  • 一共只能是25页,包括摘要在内!!!
  • 都不能出现中文!!!
  • Article,Letter,Memo(备忘录)
  • 需要确保读者可以看懂,所以不需要出现过于专业的话
  • 书信的话应该注意英文书信的格式
  • 页数如果有限定,需要严格按照规定去写