目录0、引言一、摘要二、引言2.1 问题背景2.2 问题重述2.3 问题分析2.4 核心方法文献综述可选但加分2.5 全文创新点和思路图三、数据预处理与可视化3.1 数据缺失值检测与处理3.2 数据分类/编码如有必要3.3 数据描述性统计3.4 坐标转化/数据标准化如需3.5 关键变量可视化四、问题1模型具体问题具体命名4.1 模型假设4.2 符号说明4.3 主要模型简介4.4 模型求解与结果分析4.5 模型改进/敏感性分析加分项4.6 本章小结五、问题2模型通常是核心得分点5.1 模型假设如有新假设5.2 数据整合与指标定义5.3 模型简介5.4 数据可视化分析5.5 模型求解与结果分析5.6 模型检验六、问题3模型预测类问题6.1 模型简介6.2 模型求解6.3 模型评价与选择6.4 预测结果七、问题4建议/策略类7.1 当前状态描述7.2 基于模型的训练建议7.3 不同措施下的预期效果八、模型优缺点与讨论九、参考文献十、附录提炼出来的核心写作原则0、引言本文给出了数学建模论文的完整框架供大家参考。一、摘要写法要点最后一页写但放在最前面。评委先看这里。【模板结构】背景引入1句题目相关的时代背景或数据依据本文做了什么2-3句从数据出发用了什么方法解决什么问题各问核心结论每个问题1-2句问题1用了什么方法得到什么关键数值结果问题2找出哪些因素系数分别是多少问题3比较了哪些模型最优模型是哪个预测值是多少问题4给出什么建议能达到什么效果关键词3-5个涵盖模型名核心方法二、引言2.1 问题背景政策文件引用如《教育强国建设规划纲要》说明AI技术在该领域的应用价值点到为止不要超过半页2.2 问题重述用自己的话重新叙述题目要求不要照抄原题以“现从数据驱动出发完成以下任务”引出4个问题2.3 问题分析每一问单独一段格式“针对问题1首先…其次…最后…”说明解题思路而不是具体结果体现逻辑递进问题1的输出是问题2的输入2.4 核心方法文献综述可选但加分2-3个核心方法每个方法配1-2篇参考文献写法谁在哪一年做了什么改进/应用证明你不是凭空造模型有依据2.5 全文创新点和思路图创新点3条左右每条以“创新1/2/3”加粗开头写法摆脱了XX传统模式从数据驱动角度研究结合了统计学习的可解释性和机器学习的高精度思路图用Visio/PPT画一张流程图放在这一节末尾三、数据预处理与可视化这一节是国赛论文的“基本功展示区”评委很看重。【模板结构】3.1 数据缺失值检测与处理Step 1将异常值如0替换为NAStep 2用R/Python包可视化缺失分布Step 3用插值方法线性插值/均值填充填补配图处理前/后对比图左-右或上-下3.2 数据分类/编码如有必要例如将33个节点按身体部位分类头/上肢/躯干/下肢用表格呈现分类规则3.3 数据描述性统计关键变量的Min/Q1/Median/Mean/Q3/Max表格格式三线表3.4 坐标转化/数据标准化如需说明为什么要转化如“为了更贴近现实使可视化更直观”给出转化公式3.5 关键变量可视化按类别画逐帧轨迹图垂直/水平方向配图文字描述从图中观察到什么规律结论写在“本章小结”中四、问题1模型具体问题具体命名例如本文的“基于变点检测的起跳落地识别”【模板结构】4.1 模型假设3-5条以“假设1/2/3”开头每条假设在后面确实用到了4.2 符号说明表格形式符号 | 含义 | 取值范围含单位4.3 主要模型简介介绍核心方法的原理1段核心公式如果是改进方法说明改进点在哪里4.4 模型求解与结果分析展示模型输出的关键结果配图配表对结果进行文字解读这个数值意味着什么4.5 模型改进/敏感性分析加分项说明原始模型有什么不足给出改进思路和理由展示改进前后的对比4.6 本章小结用“123”列出本章核心结论五、问题2模型通常是核心得分点例如本文的“基于回归预测的跳远成绩成因分析”【模板结构】5.1 模型假设如有新假设5.2 数据整合与指标定义这是问题2最容易被忽视但最重要的工作说明数据来源不同附件3、附件4如何合并表连接说明自定义的指标是什么如起跳角度、摆臂幅度如何计算给出计算过程如“起跳角度用余弦定理计算取起跳前后20帧的最小值”5.3 模型简介2-3个核心模型每个介绍原理1段公式说明为什么选这个模型优点是什么5.4 数据可视化分析箱线图对比调整前后的指标变化相关性热图展示变量之间关系每条图配结论如“结论1调整后X变量明显增加”5.5 模型求解与结果分析展示模型输出结果系数表解释每个显著变量的实际含义区分哪些变量影响成绩水平均值哪些影响成绩稳定性方差5.6 模型检验残差图、Q-Q图、位置尺度图、残差-杠杆图说明模型是否满足正态性、线性、同方差假设指出强影响点如果有六、问题3模型预测类问题例如本文的“基于机器学习的运动员成绩预测”【模板结构】6.1 模型简介列出2-4个对比模型如最小二乘、随机森林、SVM、决策树每个模型给核心原理1段关键公式6.2 模型求解如有调参展示调参轨迹图如随机森林的误差随树数量变化图展示各模型的预测曲线对比图6.3 模型评价与选择用MSE/RMSE/MAE/MBE等指标比较各模型加粗最优指标说明选择最优模型的理由6.4 预测结果各模型预测值对比表加粗最终采用的预测值给出最终结论七、问题4建议/策略类例如本文的“运动员训练提升建议”【模板结构】7.1 当前状态描述用表格展示目标对象的所有关键指标7.2 基于模型的训练建议每条建议对应一个模型结论格式“建议1/2/3”建议要有可操作性不是空话7.3 不同措施下的预期效果分别预测“调整姿势/增加摆臂/提高垂直高度/提高基础代谢”后的成绩用表格对比八、模型优缺点与讨论【模板结构】优点表格模型名称 | 优点 | 缺点 | 适用数据类型缺点说明1-2条诚实的缺陷如样本量小、数据混杂九、参考文献格式统一GB/T 7714包含教材、期刊论文、软件引用软件引用格式示例Scientific Platform Serving for Statistics Professional 2021. SPSSPRO. (Version 1.0.11)十、附录附录A补充可视化正文放不下的图附录B完整数据表正文只放示例附录C预测结果明细附录D核心代码按章节分每个代码块标注文件名和用途附录E支撑材料列表文件名文件说明提炼出来的核心写作原则原则说明每章必有小结用123列出核心结论方便评委快速抓取图不白画每张图下面都要有1-2句解读说明“从图中观察到什么”表不白列每个表都要在正文中引用并解释模型不白用每个模型都要说明“为什么选它”和“它回答了什么问题”摘要照应全文摘要中提到的每个结果正文里都能找到对应位置假设不白设每条假设在后面都要用上