本人是2021美赛Outstanding Winner、SIAM Award、Frank Giordano Award，很多朋友也许都看过我 @跟着浩然玩转高考物理 的2021美赛备战和参赛经历分享的文章，这篇文章收获了很多好评，一些未参赛的小伙伴说“第一次看到这么详细的参赛经历分享”，也有一些获得O奖的同学说“很认同文章中的一些观点，比如模仿是很重要的”。

本篇文章会和大家详细聊聊，如何更加实际的备战2022美赛，干货满满，建议认真阅读。文中附O奖论文Word模板！

点个赞，开始阅读吧～不要收藏从未停止，学习从未开始哦～我自己曾经就这样，吃了大亏。

一、概述：

1. 2022美赛的关键时间节点

报名截止时间 美国东部时间2022年2月17日 15:00之前（星期四） 北京时间2022年2月18日 凌晨4:00之前（星期五）

比赛开始时间 美国东部时间2022年2月17日 17:00（星期四） 北京时间2022年2月18日 上午6:00（星期五）

比赛截止时间 美国东部时间2022年2月21日 20:00（星期一） 北京时间2022年2月22日 上午9:00（星期二）

提交方案截止时间 美国东部时间2022年2月21日 21:00（星期一） 北京时间2022年2月22日 上午10:00（星期二）

比赛结果公布时间 美国东部时间2022年5月20日之前发布

2. 美赛的题目类型

美国大学生数学建模竞赛(MCM/ICM)是世界范围内最具影响力的大学生数学建模竞赛（含金量仅次于数模国赛）。MCM/ICM着重强调研究和解决方案的原创性、团队合作、交流及结果的合理性。竞赛题目内容涉及经济、管理、环境、资源、生态、医学、安全、未来科技等众多领域。每年题目为6个，分别是：

数学建模竞赛MCM(ABC题）

交叉学科建模竞赛ICM（DEF）

有同学会好奇ICM和MCM的区别大么？他们之间难度的区别大么？等等，这个因人而异，看你对哪个题目更熟悉，能够做的出彩，他们其实都需要数学建模，然后采用一些算法解决，最终以论文的形式呈现，究竟怎么选择还是看你对哪个题目更有感觉。

我个人感觉，MCM的题目可能更看重数学模型，ICM的更强调算法，比如ICM会用到一些复杂的算法，MCM一般不出现很复杂的算法。2021年的C题比往年数据量大很多，是关于图像和视频处理的，所以需要用到一些新的知识和方法，想做C题的朋友要注意这个变化。具体如何准备美赛我会在后文细说。

3. 美赛的奖项设置

美赛的奖项大家应该都有所了解，奖项的英文首字母作为简称，和我们通常奖项对应如下：

PS：一般大家说美赛比较水指的是：美赛H奖确实说明不了国奖水平，如果学校把H当国二是不合理的。近三年H奖比例进行了下调，F奖比例有所提升，现在H虽然也不是前些年有手就行，但相对来说还是比较容易的。一般情况下M奖还是有一定的含金量的，可以当作国家级比赛的国三对待。

可以看出MCM比ICM的获奖比例高一些，这是因为2021年MCM题目的B和C比较难，大家普遍选ICM问题尤其是F题的的队伍比较多，所以获奖难度就大了一些。这点说明，大家不要忙着往“简单”的选，反而可能获奖难度会增大。还是切合队伍三人的能力，选合适的问题，而不能一味追求容易。

补充一点，如果你可以拿到O奖，那么你还可能会遇到冠名奖，甚至有极个别的F奖也拿到了冠名奖，冠名奖大概有六七种吧，官网都有介绍。

我拿到的是美国工业与应用数学学会奖，这个当然就是美国工业与应用数学学会设置的，每题1个，一共六个。还有一个是弗兰克乔丹诺奖，这是为了表达对美赛执教20年的教授而设置的，颁发给MCM的唯一一支队伍，当然还有一些其他的比如COMAP等等，其实这些冠名奖是我们看到美赛证书的时候才去了解的hhh。

二、回答大家美赛最常见的问题

经常会有学弟学妹们问我，有没有好的队友推荐啊之类的，但其实这个还需要自己去努力寻找，随意组队是会出现问题的，下面我通过几个问题来向大家展示三个人应该有怎样的配合。

1. 什么样的队友是好队友？

要切合比赛需求以及各自擅长和喜爱的方面去选择队友。你们三人的队伍需要会经历学习和比赛的磨合，当然，不合适的话再换又需要新的磨合，有点浪费时间。

我见过很多队伍，三人的配合有问题，比如沟通不顺畅，一个人总听不进去别人的意见。或者三个人都很强，互相谁都不服谁，最终进度推进的很慢。或者一个人不学习，做事效率比较低，不干活，而美赛又经常是线上配合，找不到人都有可能。

总之，找队友可能算是数模比赛里最关键的一环，好的队友就是良师益友，互相帮助，共同学习进步，在比赛中沟通顺畅，相互有所妥协，为最终目标坚持到底，这是最佳的状态。

找队友要趁早，尽量找熟悉的，不然比较负责的、性格不错的、能听取别人意见的同学可能就被挑走了。

2. 分工是越清晰越好还是大家都一起做？

这是很多同学的疑问，三个人应该是怎样的合作状态？其实，分工和合作同样重要。我可以归结为3点：

1.分工越清晰越好，职责可以有小的交叉，但是不要太多。做题的前半段时间，越清晰的分工效率越高，每个人各司其职。古语有“分槽养马，合槽喂猪”，含义就是千里马不能让他们互相争食，应该有所划分，这样才能更有效的解决问题。

2.编程和建模的同学要多照顾论文的同学，因为最终论文呈现才是最重要的。简单来说就是：编程的同学要倾听论文的同学的需求，建模的同学要把公式思路告诉论文的同学。这是很多队伍论文写不好的原因，就是其他两个同学没有把他们的思想告诉论文手，导致文章很干瘪，当然，论文手本身也要懂一些建模和算法的知识，要不然听他们讲的也很困难。

3.必要的时候论文的同学可以请编程的同学帮忙梳理算法思路或者流程图，可以请建模的同学辅助一些论文，但要建立在其他两人任务完成的情况下。

举一些我们队伍合作的例子：

比如算法流程图，可能论文同学并不熟悉编程同学的算法就需要让编程的同学给你写一个大致的流程，然后论文手再完善。

比如需要写一个伪代码，而编程手没有时间，建模手有时间，那就让他帮忙写一下，然后再加以修改。20年 的文章就有用到伪代码，我认为是十分出彩的一点，因此我们也希望将算法写成伪代码，这部分主要是是由建模和编程手配合完成：

这样的例子有很多，大家需要在练习中磨合，找到配合的方式。我觉得一个队伍里还是要有一个类似于领导核心的人，这样把控好队伍的进度，不至于最后时间太赶。

3. 可以用翻译软件写么？

谷歌翻译可以用，绝大部分人都是翻译+修改的，因为这是翻译的相对最好的了，但也要进行恰当的修改，句式要尽量多样，词汇要专业，英文多用被动句。例如：

中文：图 2 展示了过去各种提议方法的优缺点。

谷歌翻译：Figure 2 shows the advantages and disadvantages of various proposed methods in the past.

实际修改：The strengths and weaknesses of various proposed past approaches are presented in Figure 2.

我举的这个例子不是绝对的，不会因为你一句主动被动就影响奖项，但是确实要符合他们的写作习惯，这样读起来舒适一些，尤其是摘要Abstract，要仔细措辞打磨。

4.如何查找文献，参考文献多少最佳？

美赛参考文献的引用很重要，如果参考文献过少，评委会认为你做的工作没有参考前人的文献，是一种凭空的模型，不具有很好的说服力。一般来说，美赛的参考文献10-15个左右最佳，也不宜过多，毕竟数模并不需要引用特别多的文章。

因为美赛里不能出现中文，所以即使引用中文论文，也要翻译成英文，写入参考文献。

最好引用一定数量的英文文献，如果全引用中文文献，美国的评委可能不愿意看到。

大家总担心引用不够，其实主要可以在文献综述部分引用，就能有好几篇参考文献了，如果不写文献综述，确实不太好凑够引用。

中文文献一般在知网查找就好，每个学校基本上都有知网的校园账号，可以在上面查找和下载文献，并且也可以导出引用，很方便。要用好句子检索，可以查找到你需要的语句。

英文文献可以用谷粉学术，它是谷歌学术的镜像，很方便，不需要科学上网。可以下载文献、引用文献。

三、2022美赛备战指南

解决了组队的问题，下面给的是我根据自己的经历凝练的一些指南，大家看的时候最好也结合我之前那篇备战经历的文章去看，可能会理解的更深一些。大概赛前要准备的是这几方面：

1. 常用的建模算法要比较熟悉

例如数据分析里的层次分析（烂大街hhh）、相关分析、聚类、插值拟合、主成分分析、回归、优化、时间序列分析等，我是在之前的比赛的过程中逐步学习的。其实很多这种数据分析的方法现在的题目里面已经很少能用到了，但是学习了它们的思想还是很有帮助的，所以三个人都要去学。

当然，学习的方法可以多种多样，有的人爱看书，姜启源和司守奎的书以及其他一些数模相关的书可以做参考。

有的人爱看教模型的视频，我就不做具体推荐了，以前我推荐总有人觉得我是在给别人宣传，反正大部分网上免费的、收费的视频都讲的还可以，基本了解是完全够用的。或者关注一些公众号的文章，有时会有一些经验和课程分享，其实学哪家的课程不重要，都很不错，你究竟坚持学了多少才是最重要的。

而且最关键是学习了这些模型之后要找用到该模型的数模优秀论文去看，他们是怎么实际应用的。很多人缺少这一步，比如这种：

2. 准备论文的模版，学习好排版技巧

美赛Word模板