数模经验：=1\*Arabic1、搜资料：相似性地搜关键字、搜类似模型2、查阅资料很重要，多用图表，注意多重搜索（学术+百度+谷歌+超星）3、完整表述出计算的全过程，为什么这么算，要注意哪些4、对于我：论文写作不要花太多心思，主精力放到建模上5、题目给出的数据往往有问题，检查出错误数据6、论文特色一定要突出、创新是存在的灵魂，避免相似、平庸，小处改进7、查阅相应的学科的定义，8、改进+细节+综合把握，细节取胜9、选题谨慎，题目有信息，了解背景10、结果表达醒目，多用小标题，避免一大版，适当用黑体11、附录、表、图名字，标号，名字体现其作用，编辑程序规范美观12、公式编辑器，公式和字在同一排，字体一致，包括汉字，英文13、参考论文，大胆引进符号，多借鉴，数学语言简化描述14、规范算法描述：算法框图+step1,step215、摘要创新、稍夸张、注重包装，按问题组织，详实（>=2/3）16、模型评价、改进、推广，避免套话，具体17、参考文献引用标号18、不怕老师看不懂，必要步骤，大胆引入新方法，新模型，新算法，说清楚就行明确模型，多个模型分类，比较不同，不要并列，一定要有联系思路清晰、流畅，分类，考虑全面讨论，完备，各种论断有理有据4、检验是否达到最优，可用检验数5、进一步分析、更深层次，数据处理后拟合，“共存、不共存”结果进一步分类讨论，6、归一化、自己可以给模型适当命名，创新7、小的定理、展现数学能力，又能为后面提供依据8、复杂问题，先用启发式搜索，确保有结果9、人性化设计、适合不同用户方案集，“型”“型”“”10、引入本学科方法，创新点11、一个主模型，讨论各种不同方法12、无论哪种题目，必须数学语言分析，总结，预测13、进一步讨论，有可能逐步去掉假设和约束满意度、不满意度，合理度、强势系数、信息熵、转弯罚数、元胞数组信息熵函数、logistic函数（数实P24）、拉格朗日插值基函数、分段三次艾米特插值、灰色GM(1,1)模型、球状模型、二次曲面模型、时间序列模型、模拟概率模型求微分方程：（向前后、改进）欧拉方法、龙格-库塔法、图解法（斜率场、等值线）双种群模型模糊综合评价模型、层次分析法（一致性检验、不滥用、专家给出）、属性层次建模方法修正的Floyd-War..算法黄金分割点法（数实P12）、雅可比迭代法、高斯-塞德尔迭代法、对分法、0.618法能量梯度法、最小树形图的朱-刘算法逐步回归法、启发式算法搜索、动态规划、蒙特卡洛模拟、数据挖掘二次平移、马尔可夫状态转移原理，插值、拟合、回归、线性规划（Karmarkar算法）、整数规划（分直界定法、割平面法）、无约束优化（使用梯度的DFP和BFGS,数实P153）,约束优化（可变容差法、逼近精确罚函数法AEP）全局最优的算法：（改进的）模拟退火算法、遗传算法、神经网络算法图论、最小生成树（Prim算法和Kruskal算法）、贪婪法、网络优化、最小Steiner树（是NPH问题，贪婪试探、模拟退火算法，修正的Prim启发式算法，数实p182）、最短路径（Dijkstra,Floyd算法）