美赛数学建模入门：从问题分析到 MCM/ICM 论文

美赛数学建模入门：MCM/ICM 做什么

美赛数学建模通常指 COMAP 组织的 MCM（Mathematical Contest in Modeling）与 ICM（Interdisciplinary Contest in Modeling）。本页聚焦这两项赛事，不将其规则套用于其他数学建模比赛。

赛题通常没有唯一的现成解法。团队需要理解真实情境，确定目标、变量和假设，选择数据与数学方法，计算并检验结果，最后用英文报告回答问题。价值在于让读者明白结论如何得到、在哪些条件下成立，以及哪些地方还不确定。

美赛强调团队处理开放问题与论文论证，需要说明建模假设、评价标准和现实适用性。

选题、组队与参赛边界

以下资格与形式依据 2027 官方参赛说明整理。每队 1–3 名学生，来自同一学校，均为本科在读或以下层次；每名学生只能参加一支队伍。指导者须为同校教职员工或学生，也可以由队员担任。培训机构不视为学校。

由指导者按官方流程注册队伍并获得 Control Number（队伍控制号）。队伍从六道题中选择一道，只提交一份解答。不要同时铺开多题；先比较各题所需知识、可用数据与团队能否解释结果。

赛中协作限于本队。比赛期间不能向队外人员索取解题思路、资料定位等帮助，指导者也不能帮助解题；不能公开分享题目或部分解答。可使用符合规则的书籍、网站等资料，并记录引用。赛前训练和赛中外援是不同边界。

AI 使用：2027 COMAP 政策允许负责任地使用 AI，但须披露工具、用途，并对准确性、引用与原创性负责。在正文与参考文献中作相应标注，另附 Report on Use of AI；保留足以说明使用过程的记录。模型输出的公式、代码和参考文献都需要独立核查，不能因“允许 AI”而省略验证。

2027 美赛时间表与论文提交要求

下表根据 COMAP 已公布的 2027 赛程整理。官方使用 EST（UTC−5），北京时间为 UTC+8，相差 13 小时。后续变更以官方页面为准。

2027 年的建模时段为 99 小时。停止解题到 PDF 截止之间的一小时用于提交，不应继续写作或修改。不要把其他年份的“96 小时”说法直接套用。

• 语言与页数：英文 PDF，主解答最多 25 页，含 Summary Sheet、目录、参考文献、附录及代码。AI 使用报告另附，不计入这 25 页。
• 论文结构：第一页为 Summary Sheet（摘要页）。解释问题、假设、变量、模型、计算、检验、优缺点与结论；各部分篇幅应由题目需求决定。
• 匿名与可读性：不出现队员、指导者或学校名称；按要求填写控制号与页码，使用不小于 12 pt 的可读字体。
• 提交：按当届官方在线表单要求填写控制号、指导者 ID、题号等信息，提交小于 25 MB 的 PDF。提前检查导出后的公式、图片、引用和页数，不沿用旧教程的邮件提交流程。

从问题到论文的入门学习路线

先练一个完整的小问题，比一次性背很多模型更容易建立判断力。以下是赛前学习方法，可按基础逐步完成。

1. 拆问题：把题目要求改写为几个可回答的问题。明确要解释、预测还是优化，以及交付哪些表格、图或建议。
2. 列假设与变量：给每个变量写单位与范围；区分题目已给条件、查证数据和为简化问题作出的假设。
3. 做基线模型：先用统计描述、简单回归、优化或规则模型得到一个可解释结果，再判断是否需要复杂方法。
4. 补必要知识与工具：按任务学习概率统计、线性代数、优化、微分方程等；熟悉 Python、R 或 MATLAB 中一种计算工具，以及一种英文论文排版方式。
5. 检验模型：检查单位、约束、极端情境和数据泄漏；用历史数据、对照方法或情境分析检验结论，改变关键参数做敏感性分析。
6. 边做边写：记录数据来源、假设理由、图表说明与代码版本。摘要应概括方法、主要结果和局限，不能只介绍背景。
7. 赛前完整模拟：从 官方历年赛题入口选择已结束的题目，完成从选题到 PDF 检查的一轮流程，再复盘分工与时间分配。

具体示例：把交通需求转成一个模型

以下是虚构数据构成的教学示例，非真实案例或比赛成绩。假设某校一小时内需接驳 240 名乘客，每车可载 30 人，每辆车每小时恰好完成 2 趟，所有车辆同质。目标是选择最少车辆，满足该小时的总运输需求。

设 x 为非负整数车辆数。目标为最小化 x，容量约束为 30 × 2 × x ≥ 240。因此 x 至少为 4；在这些假设下，4 辆车恰好满足需求。

先验证单位：每车每趟 30 人 × 每小时 2 趟 × 车辆数，得到每小时总运力，能与该小时 240 人的需求比较。再检查整数条件：不能用 4.8 辆车这样的连续结果直接执行。

改变一个条件：若需求上升 20% 至 288 人，同样运力下需向上取整得到 5 辆车。这是一次需求敏感性检查；若每车只能完成一趟，结论又会变化。

说明局限：总容量满足并不保证等待时间合理，也没有处理到站高峰、车辆周转、拥堵或预算。下一步可加入时段需求与班次安排，用排队或仿真方法检查服务质量。论文应明确 4 辆只是简化容量模型的结果，不能直接称为真实运营最优方案。

适合什么人，如何分工

美赛适合愿意把数学、计算和写作结合起来处理开放问题的学习者。数学基础一般也可以从简单模型开始，但团队必须能解释假设与计算结果，并能用英文清楚地呈现论证。参赛资格仍须符合当届官方规定。

三人队可以分别牵头问题与模型、数据与计算、论文与图表，但不要分成互不沟通的三块。每人都要读完整题目并理解主模型，定期共同检查输入、输出、假设与结论；1–2 人参赛则应相应控制模型数量和任务规模。

先用一个小问题走完假设、计算和检验，再尝试完整历年题。

常见误区与成果复盘

• 模型越多越好：每个模型都应回答一个明确问题，增加复杂度前先说明收益与代价。
• 只有拟合图，没有验证：检查外推能力、关键假设和参数变化，不用漂亮图表代替证据。
• 最后才写论文：计算与写作同步，保证读者能从定义追溯到结果。
• 误读页数与截止时间：参考文献和附录也占主解答页数，提交缓冲时间不是额外解题时间。
• 不核查 AI 引用：确认文献存在且确实支持论点，按政策披露使用情况。
• 用奖项替代学习评价：赛后整理假设、代码、验证与个人贡献；不虚构成绩，也不将比赛经历承诺为录取或求职结果。