数学建模竞赛论文写作指南：从解题到夺奖的核心技巧

1. 从“解题”到“夺奖”：为什么说论文写作是数模国赛的胜负手？

如果你参加过数学建模竞赛，尤其是像国赛（全国大学生数学建模竞赛）这样高手云集的比赛，你肯定有过这样的经历：你和队友熬了三天三夜，模型建得自认为精妙绝伦，算法跑得飞快，结果也看似完美。提交论文时信心满满，最后成绩出来却只是个“成功参赛奖”或者省三。而隔壁队伍，模型可能没你们复杂，但拿了个国一。问题出在哪？十有八九，出在论文上。

在数学建模竞赛的评审规则里，有一个残酷但真实的逻辑：“评审专家只认你写在纸上的东西。”你脑子里构思的再完美的模型，你代码里跑出的再惊艳的结果，如果没有通过清晰、严谨、有说服力的论文呈现出来，就等于不存在。国赛的评阅过程时间紧、任务重，专家往往没有时间去运行你的代码、复现你的过程，他们评判你全部工作的唯一依据，就是那篇20页左右的PDF。因此，论文写作绝非赛程最后一天的“收尾工作”，而是贯穿始终、与建模和编程同等重要的核心竞赛环节。它本质上是一次针对特定问题的技术沟通与说服。

2021年国赛A题“FAST”主动反射面的形状调节，就是一个绝佳的例证。这道题背景宏大（“中国天眼”），物理机理清晰（抛物面、促动器），但计算复杂、模型多样。可以想象，当年有成千上万支队伍提交了论文。如何在茫茫论文海中脱颖而出？靠的绝不是谁用的算法更高深，而是谁把“为什么用这个模型”、“模型怎么建的”、“结果怎么来的”、“结果为什么可信”这四件事讲得最明白。本文将以2021年A题为例，结合我多年指导与评审的经验，拆解一篇优秀数模论文的写作骨架与灵魂，让你掌握从“解题者”到“夺奖者”的关键跨越。

2. 谋篇布局：搭建让评审专家“一眼看懂”的论文结构

一篇让人读起来舒服的论文，首先结构要清晰。国赛论文有相对固定的格式要求（摘要、问题重述、模型假设、符号说明、模型建立与求解、结果分析、模型评价与推广、参考文献、附录），但这只是“形”。我们要追求的是“神”，即逻辑的流畅性与递进性。以2021年A题为例，我们来设计一个高分结构。

2.1 摘要：500字的“电梯演讲”，决定第一印象

摘要是论文的脸面，也是评审专家最先看、且可能只看的部分。一个糟糕的摘要会直接导致你的论文被归入低分区。摘要不是目录的罗列，而是一个高度浓缩、逻辑自洽的完整故事。

核心要素（针对A题）：

1. 问题识别：用一两句话说明我们面对的核心问题是什么。例如：“本文针对‘中国天眼’（FAST）主动反射面在馈源舱接收比最高的目标下，如何通过调节促动器位移，使反射面拟合为理想抛物面这一核心问题展开研究。”
2. 建模思路总览：概括性说明我们解决问题的整体思路。例如：“首先，基于几何光学与弹性力学原理，将反射面板抽象为空间节点网络，建立了反射面形状的几何映射模型；其次，以拟合残差最小和促动器调节幅度最小为双目标，构建了多目标优化模型；最后，为求解该复杂非线性模型，我们创新性地提出了两步优化策略：先利用最小二乘初步定位，再采用模拟退火算法进行精细优化。”
3. 核心模型与算法：点名你最关键的一两个模型和算法。不要罗列所有。例如：“本文的核心是建立了节点位移-促动器位移的耦合力学模型，并采用带精英策略的快速非支配排序遗传算法（NSGA-II）求解多目标优化问题。”
4. 主要结果：给出最关键、最量化的结果。必须包含数值！例如：“求解得到，在最优调节方案下，反射面与理想抛物面的均方根误差（RMSE）降至0.12米，最大促动器位移为0.35米，并给出了所有促动器的具体位移量表（见正文表3）。同时，我们发现边缘区域促动器对整体拟合精度影响更为敏感。”
5. 模型亮点与评价：用一两句话点明模型的优点、特色或实用性。例如：“本模型物理意义清晰，计算效率高，给出的调节方案切实可行，对FAST的实际维护工作具有参考价值。”

写作禁忌：

• 出现“本文”、“我们”等主语：摘要要用第三人称客观叙述。直接说“建立了…模型”、“采用了…算法”、“得到了…结果”。
• 空洞无物：避免“我们进行了深入研究”、“得到了较好的结果”这类表述。必须具体。
• 出现公式、图表引用：摘要里绝对不要写“如图1所示”、“代入公式(5)”。
• 篇幅失控：严格控制在500-800字。写完后大声朗读，检查是否流畅、完整。

2.2 问题重述与假设：划定你的“战场范围”

这一部分看似简单，实则是体现你问题理解深度和建模严谨性的关键。

问题重述：不是照抄赛题！要用自己的语言，结合后续建模思路，对问题进行梳理和细化。对于A题，可以这样组织：

• 第一段：简述FAST背景和本题的核心需求（将反射面拟合为抛物面）。
• 第二段：将原题问题一、二、三进行转化和明确。例如：“问题一实质上要求建立反射面节点坐标与促动器伸缩量之间的数学关系模型；问题二是在问题一模型基础上，求解一组特定的促动器位移，使得拟合误差最小，这是一个单目标优化问题；问题三则需综合考虑拟合精度和调节成本，是一个双目标优化问题。”
• 这样写，展示了你不是在被动答题，而是在主动分析和定义问题。

模型假设：这是你为模型扫清障碍、简化现实的“尚方宝剑”。好的假设要合理、必要、且明确。

• 合理性：基于物理常识或题目暗示。例如：“假设反射面板为刚性体，仅节点处发生柔性连接变形”（符合工程简化）；“假设电磁波信号垂直入射”（题目给定）。
• 必要性：该假设确实能简化模型，且对核心结论影响可控。例如：“忽略促动器自身的形变与滞后效应”，因为题目关注的是宏观形状调节。
• 明确性：用词准确。避免“假设影响很小”这种模糊说法，直接说“忽略XXX的影响”。
• 针对A题的典型假设：
  1. 将连续的反射面离散化为由节点和三角形面板构成的网格模型。
  2. 每个节点下方对应一个促动器，其位移方向沿法线方向。
  3. 面板本身不发生弯曲变形，形状变化完全由节点位移决定。
  4. 理想抛物面的焦点与馈源舱位置重合。
  5. 所有计算均在静态条件下进行，忽略动态调节过程。

2.3 符号说明：建立严谨的“语言体系”

这是理工科论文专业性的直接体现。一个清晰、完整的符号说明表，能让评审专家迅速理解你的模型语言。

• 格式规范：建议使用三线表。
• 内容全面：文中出现的主要变量、符号都应列入。特别是下标、上标要解释清楚。
• 逻辑分组：可以按模型模块分组，如“几何参数”、“力学参数”、“优化变量”、“目标函数”等。

注意：单位一定要写。如果某个量无量纲，可以写“无量纲”或“-”。这细节能体现科学素养。

3. 模型建立与求解：如何讲好一个“技术故事”

这是论文的躯干，也是最考验功力的部分。切忌写成“第一步、第二步…”的实验报告，而要像一个工程师在向同行汇报项目，有起因、有方法、有比较、有结论。

3.1 模型建立：从物理到数学的优雅翻译

对于A题，模型建立部分需要清晰地阐述如何将“调节促动器使反射面变抛物面”这个工程问题，转化为数学优化问题。

第一部分：几何与力学映射模型（解决“节点位移与促动器位移的关系”）这是问题的基础。你需要解释：

1. 离散化：为什么选择三角形网格？它的优点是什么（结构稳定，便于计算）？给出节点和面板的编号示意图（可放在附录，正文中引用）。
2. 位移关系：这是核心推导。要详细说明，在“面板刚性”的假设下，一个面板上三个节点的位移不是独立的。如何通过几何关系，将促动器沿法线方向的位移 (d_i)，转化为节点三维坐标的变化量 (\Delta P_i)？这里可能需要引入坐标变换和小变形假设进行线性化。
   • 公式推导：(P_i' = P_i + d_i \cdot \mathbf{n}_i) 这是理想情况。但实际中，一个节点属于多个面板，需要满足协调条件。这就需要建立基于弹性力学最小势能原理或几何约束方程组的模型，推导出系统方程 (\mathbf{K} \cdot \mathbf{D} = \mathbf{U})，其中 (\mathbf{K}) 是刚度矩阵（或几何矩阵），(\mathbf{D}) 是促动器位移向量，(\mathbf{U}) 是节点位移向量。你必须清晰地展示这个推导过程，哪怕最后用了简化形式。
3. 抛物面方程：建立以馈源舱位置为焦点的理想旋转抛物面方程 (z = (x^2 + y^2) / (4f))，其中 (f) 为焦距。

第二部分：优化模型（解决“怎么调最好”）将物理模型转化为优化问题。

1. 决策变量：明确就是所有促动器的位移 (d_1, d_2, ..., d_n)。
2. 目标函数：
   • 问题二（单目标）：最小化反射面节点与理想抛物面的距离平方和。(\min \sum_{i=1}^{N} | P_i' - Q_i |^2)，其中 (Q_i) 是节点 (P_i') 在抛物面上的垂直投影点。
   • 问题三（双目标）：目标一：同上，最小化拟合误差（如RMSE）。目标二：最小化调节成本，通常用促动器位移的绝对值之和或平方和来表示 (\min \sum |d_i|) 或 (\min \sum d_i^2)。这里要解释为什么选择这个指标代表成本。
3. 约束条件：促动器的位移范围（题目给出）。可能还有节点位移的连续性约束（已在第一个模型中体现）。

写作技巧：

• 图文并茂：在推导关键公式时，配套一个简洁的示意图（如节点、法向量、抛物面关系图），能极大降低理解难度。
• 分步推进：采用“总-分”结构。先总述“我们将建立两个耦合模型：几何力学映射模型与多目标优化模型”。再分别深入。
• 解释每一个选择：为什么用最小二乘误差而不是最大误差？为什么用位移平方和代表成本？这些选择体现了你的思考。

3.2 模型求解：展示你的“算法工具箱”与“调参艺术”

求解部分不是简单扔出一个算法名字，而是要说明为什么用这个算法、具体怎么用的以及遇到了什么坑。

第一部分：算法选型与理由

• 问题二（单目标、非线性、可能有约束）：可以说，考虑到问题规模较大（数百个变量），但目标函数相对光滑，我们选用基于梯度的优化算法，如内点法或序列二次规划。如果问题非凸，则说明我们采用了全局优化算法如模拟退火或遗传算法进行尝试和比较。
• 问题三（双目标）：这是展示水平的地方。必须采用多目标优化算法。
  • NSGA-II：最经典的选择。要说明它为什么适合：采用快速非支配排序和拥挤度比较，能很好地保持解集的多样性和逼近Pareto前沿。
  • MOEA/D：另一种流行算法。可以将多目标分解为多个单目标子问题来协同求解。
  • 选择与理由：你需要简述你选择某种算法（比如NSGA-II）的理由，例如“因其在解决连续变量多目标优化问题上收敛性和分布性表现均衡，且已有成熟的MATLAB/Python工具箱支持”。

第二部分：求解步骤与实现细节这是很多论文的薄弱环节。你必须写清楚：

1. 数据处理：原始节点坐标数据如何导入、清洗？单位统一了吗？
2. 算法流程：用流程图（文字描述清晰也可）展示求解步骤。例如：
   • 步骤1：初始化。读取节点坐标、法向量，设置抛物面焦距。
   • 步骤2：编码。将促动器位移向量作为决策变量进行编码（实数编码）。
   • 步骤3：生成初始种群。
   • 步骤4：进入主循环。计算每个个体的两个目标函数值（需要调用前面的几何映射模型）。
   • 步骤5：执行NSGA-II的核心操作：非支配排序、拥挤度计算、选择、交叉、变异。
   • 步骤6：判断终止条件（最大迭代次数或前沿收敛），若未满足则返回步骤4。
   • 步骤7：输出Pareto最优解集。
3. 参数设置：这是“调参艺术”的体现。列出关键参数及其取值，并解释取值依据。
   • 种群大小：设为200，约为变量数（促动器个数）的2-3倍，以保证多样性。
   • 交叉概率：0.8，采用模拟二进制交叉。
   • 变异概率：0.1，采用多项式变异。
   • 最大迭代次数：500次，通过前期试验发现迭代300次后Pareto前沿已基本稳定。
4. 编程实现：说明使用的工具（MATLAB、Python+PyGMO/Platypus、Lingo等）。如果是调用工具箱，要写明函数名和关键配置。

第三部分：难点与解决方案坦诚地写出遇到的困难，并说明如何解决，这非常加分。

• 难点一：计算量大。节点多，每次迭代都要计算所有节点到抛物面的距离。
  • 解决方案：采用向量化编程，避免循环；利用抛物面的对称性减少计算量；在验证模型正确性后，对部分精度要求不高的中间计算采用单精度浮点数。
• 难点二：NSGA-II收敛慢或解集分布不均。
  • 解决方案：调整拥挤度比较算子中的距离计算方法；引入参考点（如理想点、最低点）来引导搜索方向；或者采用两步法，先用局部搜索快速找到一个优质解区域，再在该区域用NSGA-II精细搜索。

4. 结果分析与模型检验：让结论“坚不可摧”

有了结果，不能简单罗列。要用多种方式分析，并交叉验证，让评审专家相信你的结果不是“蒙出来的”。

4.1 结果呈现：一图胜千言，一表清所有

图表设计原则：

• 专业性：使用专业绘图软件（MATLAB, Python的Matplotlib/Seaborn， Origin），确保图形清晰、坐标轴标签完整、有图例。
• 信息量：一张图说明一个问题。
• 针对性（针对A题）：
  • 图1：反射面拟合效果对比图。用三维散点图展示调节前的节点（蓝色）、调节后的节点（红色）和理想抛物面网格（灰色）。直观展示拟合效果。
  • 图2：促动器位移分布直方图或三维柱状图。展示所有促动器的位移量，观察其分布规律（是否边缘位移更大？）。
  • 图3：Pareto前沿图（针对问题三）。横纵坐标分别为两个目标函数（如RMSE和总位移成本），展示找到的非支配解集，清晰呈现“精度”与“成本”的权衡关系。
  • 图4：迭代收敛曲线。展示算法迭代过程中，最优解的目标函数值变化，证明算法收敛性。

表格设计原则：

• 表1：主要结果汇总表。包含关键指标：调节前后RMS误差、最大促动器位移、调节成本总值等。
• 表2：Pareto解集示例表（针对问题三）。列出3-5个有代表性的Pareto最优解（如误差最小的解、成本最低的解、折中解）的具体指标。
• 表3：部分促动器位移表示例。由于促动器数量多，可以在正文列出前20个或关键区域的位移，完整表格放在附录。

4.2 结果分析：从“是什么”到“为什么”

这是体现洞察力的部分。

1. 数值分析：你的结果说明了什么？例如：“从表1可见，优化后RMS误差从初始的0.58米降至0.12米，降幅达79%，证明调节方案有效。”“从图2看出，促动器位移呈边缘大、中心小的分布，这与抛物面曲率变化趋势一致，符合物理直觉。”
2. 敏感性分析：模型或结果对某个参数是否敏感？例如：“我们分析了焦距 (f) 的微小变动（±1%）对最终拟合误差的影响。结果显示，误差变化率小于0.5%，表明模型对该参数不敏感，鲁棒性较好。”或者“我们改变了优化目标中两个目标的权重，观察Pareto前沿的变化，发现当对精度要求极高时，成本会急剧上升，存在明显的‘拐点’。”
3. 方案对比与选择（针对问题三）：面对一堆Pareto最优解，你推荐哪个？为什么？这需要你定义一个决策准则。例如：“我们采用线性加权法，将双目标转化为单目标，根据工程上更看重精度的原则，赋予拟合误差权重0.7，成本权重0.3，由此选出的推荐解为方案B（RMSE=0.15m， 成本=85.3），其在保证较高精度的同时，成本相对可控。”

4.3 模型检验：多角度验证可信度

模型建得好不好，需要拉出来遛遛。

1. 稳定性检验：多次运行算法，结果是否一致？最优解的目标函数值波动范围有多大？这检验了算法的稳定性。
2. 对比检验：有没有其他方法？例如，对于问题二，你可以用蒙特卡洛随机搜索作为一个简单的基准方法，对比NSGA-II找到的解，证明你的算法更优。
3. 极端情况检验：让你的模型面对一些边界情况。例如：“假设所有促动器位移能力减半，我们的模型依然能给出可行的优化方案，只是拟合误差会相应增大至0.18米。”这展示了模型的适用性。
4. 合理性分析：结果是否符合物理常识或题目背景？例如：“我们得到的促动器最大位移为0.35米，在题目给定的±0.6米范围内，且远小于FAST实际促动器的行程，说明方案工程上可行。”

5. 模型评价与推广：展现思维的深度与广度

这是论文的升华部分，体现你对问题本质的理解和举一反三的能力。

5.1 模型评价：客观剖析“优缺点”

要用辩证的眼光看待自己的工作。

• 优点：
  1. 物理意义清晰：模型基于坚实的几何光学和力学原理，易于理解和解释。
  2. 创新性：创新性地将两步法（几何映射+多目标优化）应用于该问题，并巧妙处理了节点位移协调性。
  3. 实用性：模型给出的位移方案具体、可操作，且计算效率较高，具备工程应用潜力。
  4. 鲁棒性强：通过敏感性分析，证明了模型对输入参数扰动不敏感。
• 缺点与改进：
  1. 模型简化：假设面板为刚性，忽略了面板自身的弹性变形。未来可引入有限元方法建立更精确的柔性板模型。
  2. 算法效率：NSGA-II在处理超高维变量（如果节点数极多）时可能收敛较慢。可考虑采用分布式计算或基于代理模型的优化方法加速。
  3. 动态性缺失：模型是静态的，未考虑促动器逐次调节过程中的动态耦合与时间成本。可进一步研究动态优化调度策略。

5.2 模型推广：连接“此问题”与“彼问题”

说明你的模型不仅仅能解这道题。

• 横向推广：类似的空间曲面拟合与调节问题。例如：“本模型可推广至其他大型可变形反射面天线（如卫星天线）的形状控制、柔性机器人臂的轨迹规划、以及薄膜结构建筑的形态找形等问题。”
• 纵向深化：在本问题基础上的深化。例如：“针对FAST，可进一步引入风载、温度变化等外部扰动因素，建立鲁棒优化模型，使调节方案在不同环境下均能保持良好性能。”
• 方法迁移：你所用的核心方法（离散化建模、多目标优化决策）可以应用到其他领域。例如：“本文采用的‘机理建模+智能优化’框架，对于解决复杂的工程系统优化问题具有普适性参考价值。”

6. 附录、参考文献与排版：不容忽视的“最后一公里”

这些细节决定了论文的“专业颜值”和“学术严谨性”。

附录：

• 核心代码片段：不要贴全部代码！只贴最核心、最能体现你算法的部分，比如NSGA-II的主循环结构、目标函数计算的关键向量化代码。代码要有清晰的注释。
• 大型数据表：如所有促动器的完整位移表。
• 复杂公式的详细推导过程：如果正文中为了流畅性省略了某些冗长推导，可以放在这里。
• 额外的结果图表：如不同参数下的对比实验结果。

参考文献：

• 数量与质量：至少5-8篇，包括经典教材、权威论文、算法原著等。不要只引用百度百科或博客。
• 格式统一：严格按国赛或学术论文格式（如GB/T 7714）。例如： [1] Deb K, Pratap A, Agarwal S, et al. A fast and elitist multiobjective genetic algorithm: NSGA-II[J]. IEEE Transactions on Evolutionary Computation, 2002, 6(2):182-197. [2] 姜启源， 谢金星， 叶俊. 数学模型[M]. 5版. 北京： 高等教育出版社， 2018.
• 真实引用：文中哪里用到了参考文献的方法或结论，就在那里标上标。

排版与写作细节：

• 语言：科学、准确、简洁。避免口语化、情绪化词汇。
• 公式：统一用公式编辑器（如LaTeX, MathType）编写，确保清晰。重要公式单独成行并编号。
• 图表：要有编号和标题（如“图1 反射面拟合效果对比”、“表1 优化结果主要指标”），并在正文中引用“如图1所示”、“由表1可知”。
• 检查：最后务必通篇检查错别字、语法错误、符号不一致、图表编号错误、参考文献引用缺失等“硬伤”。这些错误会直接拉低评审印象分。

写作一篇优秀的数模论文，是一个将混沌的思考转化为清晰逻辑的过程。它要求你不仅是解题者，更是沟通者和说服者。以2021年A题为例，胜出的队伍未必有最顶尖的数学模型，但一定有能把故事讲得最清楚、把论据摆得最扎实的论文。从开篇的摘要到结尾的参考文献，每一个部分都是你展示专业素养、严谨思维和创造力的舞台。记住，你写下的每一句话，都是在向评审专家证明：我们不仅解决了问题，而且我们深知为何这样解决，以及如何能解决得更好。这才是数模论文写作追求的最高境界。