1. 课程导入与竞赛认知

数学建模竞赛与普通数学考试最大的差别，在于它没有唯一标准答案。竞赛题目通常来自真实情境——交通调度、资源分配、传染病传播、生产排程、环境监测等——参赛队要在约三天时间内，把一个模糊的现实问题转化为可计算的数学模型，求出结果，并用一篇结构完整的论文把“问题是什么、假设了什么、怎么算的、结果说明什么”讲清楚。评审专家看到的不是你的草稿纸，而是最终提交的论文与支撑材料。因此，本课程的核心不是教某一类模型的推导技巧，而是训练一条完整的工作链：读懂问题 → 设计方案 → 建模求解 → 复核验证 → 组织成文。

竞赛在评什么

综合多数数学建模竞赛的评审惯例，评分关注点可以归为四个层面。第一是问题理解的准确性：是否抓住了题目真正要回答的问题，变量与目标是否对应，有没有把约束条件漏掉或误读。第二是模型与方法的合理性：所选模型是否与问题机理匹配，假设是否必要且说明清楚，参数来源是否交代。第三是结果的可信度：结果是否经过检验，灵敏度如何，异常值是否解释，结论是否超出模型能支撑的范围。第四是论文表达与规范：摘要是否独立成篇、图表是否自明、符号是否统一、引用与附录是否完整。这四层中，前两层决定“方向对不对”，后两层决定“分数高不高”，而复核正是把后两层从偶然变成可控的关键环节。

方案设计与复核是什么关系

方案设计是“正向构造”：从问题出发，确定目标函数、决策变量、约束条件、求解算法和结果呈现方式。复核是“反向审查”：站在评审和质疑者的角度，检查方案是否自洽、结果是否稳健、论文是否可读。二者不是先后两道工序，而是交替进行的。设计阶段就要预留可复核的接口——比如每个参数标注来源、每个关键结论配一个检验方案、每个模型假设写明适用范围；复核阶段发现的问题则要回写到设计中，形成闭环。

下面这张图把本课程的主线关系画出来：左侧是竞赛任务链，右侧是复核在每个环节的介入点，底部是贯穿全程的交付物。

一个可操作的复核示例

以“某配送中心每日车辆路径安排”类题目为例。设计阶段常见做法是建立以总行驶距离最小为目标的路径优化模型，决策变量为车辆是否经过某条边，约束包括每辆车容量上限、每个客户恰好被访问一次、车辆从配送中心出发并返回。假设中往往写“各客户需求量已知且固定”“行驶时间与距离成正比”。

复核时逐项追问：需求量数据来自哪里，是历史均值还是题目给定？若为均值，波动多大，是否应做情景分析？行驶时间与距离成正比这一假设在拥堵时段是否成立，若不成立，结论中的“最短距离”是否还能等同于“最短时间”？容量约束的单位与需求量单位是否一致，是否存在把“箱”和“吨”混用的情况？再取一个极端情形验证：当所有客户需求量之和恰好等于车队总容量时，模型是否仍能给出可行解，还是因取整或约束写法导致无解。这些问题不需要高深技巧，却直接决定论文的可信度。

本课程的学习路径与实战任务

课程按“认知—设计—求解—复核—成文”推进，共 30 章。前期建立竞赛目标与评审视角，明确方案设计与复核的分工；中期围绕问题界定、假设提炼、模型选择、参数估计、求解实现展开，每一类方法都配套可复现的小案例；后期集中训练复核清单、灵敏度分析、结果解释与论文组织。实战任务以完整赛题为主线，要求每个阶段产出可检查的中间物：问题分析表、符号与假设表、模型说明、复核记录单，最终汇总为竞赛论文。这样安排的目的，是让“复核”不是最后一天的补救，而是从读题开始就嵌入的工作习惯。