数模论文中摘要有多重要？它足以在几分钟内决定论文的档次！一篇好的摘要能吸引评委老师的兴趣。评委老师评审论文是有时间要求的，他们读个摘要，就把论文分好类了：
①不符合竞赛要求的论文（Unsuccessful Participant）；
②满足基本要求，但不足以进入下一评审阶段的论文（Successful Participant）；
③可以进入下一评审阶段的论文。
所以摘要写不好，无论你们小组论文的模型多么新颖、算法多么巧妙、结果多么正确、语言多么流畅，都无缘更高奖项，只有通过摘要初选的论文才有机会晋级。因此必须下狠功夫打磨摘要！一篇好的摘要应该具备什么？以下详细展示了摘要的得分点：
01
摘要得分点
问题分析
1、 问题分析
问题复述 不要把题目中原原本本的问题抄一遍或者抄其简化版本，问题分析重在“分析”这两个字，把你们小组做题时讨论问题的话语用专业术语描述即可。可以从问题的内容、问题的难点（或特点）入手。例如：第一问需要预测未来十年的营业额（问题内容），但题目只提供了过去6年的数据，所以问题的难点在于如何用小样本准确的预测（问题难点）。
2、摘要和正文详略得当
注意摘要里面问题分析和正文里的问题分析要详略得当，前者是后者的凝练版本。不要在摘要里面长篇大论地分析问题，这一部分应该放在正文中。 方法描述 续接问题分析部分，说明你们为了解决这个问题，用了什么方法（或算法），比如为了解决小样本预测问题，采用了灰度预测法。有些情况下，还要说明你们对模型做了哪些优化。比如评价模型使用层次分析法（AHP），为了减少主观因素对成对比较矩阵的影响，某些可以计算的评价指标（如价格、时间）做了量化。 结果展示（重点） 说到结果展示，大家一定会想，这还不简单，但其实很多同学不会展示结果。如果你读的历年美赛论文足够多，就会发现优秀论文普遍具有以下几点：
1、 用数据而非文字
展示结果时，要用你们具体的计算成果，即使某些题要你们给出解决方案（如政策类），这些也要建立在可靠数据的基础上，先说明你们通过xx模型发现了xx问题，针对这个问题，我们的解决方案是xx，总之可以定量描述的结果一定要定量描述。
2、 详略得当
某些计算结果较多，或者你们在论文里面是用图表展示结果的，那么在摘要中全部展示或者插个图表不合适，不展示结果更不合适。正确做法是，先描述一两条（具体由计算结果决定）结果，然后说明：其余结果见正文xx部分或者表/图xx。 模型分析（易忘） 数学建模并不是用模型解决问题就完了，只有模型和结果，凭什么让评委老师相信论文的结果是正确可信的？建模求解完成后还有一个步骤是模型分析，就好像设计一个算法要给出时间复杂度一样。模型分析一方面可以帮助你们自己发现问题，及时地修改优化，就好像考试检查；另一方面可以提高模型的可信度，使得评委老师更加相信你们的模型。
常见的模型分析有以下四点：
1、误差分析
通过计算说明模型的准确性。比如做预测问题的时候可以像机器学习那样，划分出训练集和测试集，比如用80%的数据做拟合，用20%的数据检验拟合的效果，计算平均误差，如果平均误差特别小，那么就说明预测的结果非常好。
2、 灵敏性分析
灵敏度分析是研究与分析一个系统（或模型）的状态或输出变化对系统参数或周围条件变化的敏感程度的方法。即改变模型（公式）的某个参数，引起这个模型输出的变化的程度。 灵敏性分析有什么用？一方面可以检验模型的稳定性，如果改变了系统参数后，引起这个模型（公式）输出的变化的程度不大，则说明你的模型稳定性较强（即灵敏性较差）。另一方面，美赛最头疼的就是数据问题，有些情况下如果差不到数据只能在合理范围内假设一些数据，而灵敏性分析可以证明这些假设的数据不会影响你的模型的正确性！
3、 针对具体方法的分析
比如层次分析法，计算CI（一致性指标）、CR（一致性比率）、和RI（随机一致性指标）证明成对比较矩阵的正确性。
4、 模型展望
针对模型的分析，说明该如何改进模型。注意直接说如何改进即可，不要在摘要中强调模型的缺点！就好像面试时HR问“你觉得自己有什么缺点？”，如果老老实实的交代了模型的缺点，就会给评委老师留下不好的印象，而且论文里也专门有一部分是总结优缺点的，完全没必要在摘要里给自己挖坑。
02
注意事项
使用最新摘要页 美赛摘要页有明确规范，每年都有可能变化，一定要在美赛官网下载，有Word和LaTex两种格式。 展示论文中的出彩点 酒香也怕巷子深！可能你们论文里有个特别点，但评委老师要在短时间内处理大量论文，因此极有可能忽略掉你们的亮点。因此大家要主动展示论文的出彩点，建议大家不要简单的加粗字体来吸引评委老师的注意力，应该在摘要中给这部分单独列出一段。具体内容可以参考下面的两条建议：
1、 针对一些易错点。比如你们发现了题目提供的数据有一些是不合理的，但你们通过某种方法剔除了这些数据或者纠正了这些数据，那么和没有注意到这一点的团队相比，你们的获奖几率大增。
2、 用对比的方法说明你们的亮点。比如你们的模型对xx模型上做了xx优化，这种优化使得计算速度/精度提升了xx%（算法层面），成本减少了xx%/预测准确率提升了xx%（具体问题层面），使得模型更加适合这个具体问题。这样一说明，就瞬间和那些只会套用模型的论文拉开差距！
团队参与 虽然说完成论文是写作队员的任务，但对于问题分析、模型构建和模型评价这些步骤建模队员有着更加深刻的理解，同样的，算法和结果展示编程队员更加熟悉，因此摘要不应该由单独一个队员完成，建议由建模队员和编程队员完成摘要的初稿，第一次写的时候务必完整，要概括论文中的每一个细节，写完后再由写作队员润色文章，修改一些错误，第二次修改要整个团队再次通读全文，删减摘要，展示重点内容。
最后一次检查摘要是否通顺，是否有词汇拼写等错误，务必做到100%正确。 关键词——摘要的摘要 如果说摘要是论文的高度概括，那么关键词就是摘要的高度概括！关键词应该包括问题的主题（背景）和各问题的模型或算法。 不要出现任何语言或者格式类的错误 如果在摘要里出现了单词拼写，句子语法等低级错误，是非常致命的。这种情况常出现在用翻译软件出错，因此大家用完翻译软件要逐字逐句地检查，写作队员也要注意日常积累，尤其是做题时遇见某些学科的专业词汇要仔细查阅。
建议同学们在剩下备考时间多加练习，建模和编程队员熟悉常见模型或算法的优缺点，以便写摘要时能抓住重点；写作队员可以多阅读优秀论文，学习摘要的写法，总结一些套路，或者读完论文后自己写一篇摘要，再和原文对比，不断提高写摘要的水平。
【竞赛报名/项目咨询请加微信：mollywei007】
