1. 从“第一次模拟”说起：为什么它比刷题更重要？
如果你正在准备美赛（MCM/ICM），并且把“第一次模拟”简单地理解为“做一套题”，那可能已经错过了它最核心的价值。我参加过也指导过多次美赛，见过太多队伍在赛前疯狂刷历年真题，但到了真正的四天赛程里，依然手忙脚乱，问题往往不是出在模型本身，而是出在流程、协作和节奏上。第一次模拟，恰恰是解决这些“非技术性”但致命问题的黄金机会。
美赛的挑战，远不止于数学建模。它是一个为期96小时的高强度项目：从审题、选题、文献调研、模型构建、编程求解、论文撰写到最终排版提交，每一步都环环相扣。很多新手队伍会陷入一个误区：认为只要三个人数学、编程、写作各有所长，到时候自然能配合起来。但现实是，如果没有事先的“合练”，擅长编程的同学可能花一天时间跑出一个漂亮但离题的模型，写作的同学可能等到最后一天才发现公式和图表的编号一团糟，负责建模的同学可能被一个细节卡住，导致整个进度停滞。第一次模拟，就是你们队伍的“压力测试”和“流程预演”，目的是暴露所有潜在的问题，在真正比赛前把它们解决掉。
这次模拟的核心目标，不是追求一个多么完美、创新的解决方案，而是验证并优化你们团队的“作战流程”。你们需要回答几个关键问题：我们如何高效地选题和拆解问题？文献和数据从哪里找，需要多长时间？模型讨论的边界在哪里，如何避免陷入无休止的争论？论文写作如何与建模、编程同步进行？最后的排版和检查流程需要留出多少时间？只有通过一次完整的、限时的模拟，你们才能得到这些问题的真实答案。
2. 模拟赛全流程拆解：四天时间，每小时该做什么？
一次成功的模拟，必须无限逼近真实比赛环境。这意味着你们需要找一个连续的96小时（通常是周末），找一个不受干扰的地点（如实验室、会议室），严格按照比赛时间线来推进。下面我以一个经典的优化类赛题（例如“快递网点选址”、“共享单车调度”）为例，拆解这四天每个阶段的核心任务、常见陷阱以及时间分配建议。请注意，这里的“第X天”是从比赛题目公布（通常是北京时间早上6点）开始计算的。
2.1 第一天：定方向、明分工、搭框架（黄金24小时）
第一天是奠定基础的黄金时期，也是最容易“跑偏”的一天。很多队伍会花一整天争论选哪道题，或者一头扎进某个模型的细节里，这是大忌。
上午（6:00 - 12:00）：选题与破题（≤4小时）
- 同步阅读与独立思考（6:00-7:30）：所有人第一时间下载所有赛题（MCM三道，ICM三道）。不要交流，每人独立精读所有题目，用笔划出关键词、目标、数据和限制条件。同时，快速在脑中搜索相关背景知识。
- 首次会议（7:30-8:30）：每人用2分钟陈述对每道题的第一印象：是否感兴趣？是否有初步思路？感觉难点在哪里？此时不深入讨论模型，只交流直觉和感受。目标是排除那些完全没思路或不感兴趣的题，通常能缩小到2-3道候选。
- 深度调研与思路发散（8:30-11:00）：针对2-3道候选赛题，分工进行快速文献和资料检索。这里有个关键技巧：不要只搜学术论文，更要搜相关的行业报告、新闻、甚至维基百科词条，目的是理解问题的实际背景和专业术语。例如，如果是关于风力发电的题，你需要知道“容量系数”、“弃风率”这些行业术语是什么意思。
- 最终定题会议（11:00-12:00）：必须在这个时间点前做出决定。决策依据应包括：1. 题目背景是否清晰可理解；2. 是否有可获取的数据来源（这是ICM尤其重要的点）；3. 团队知识储备是否覆盖核心模型（优化、评价、预测、仿真等）；4. 是否有创新的空间。一旦选定，绝不回头。
下午（12:00 - 18:00）：任务分解与模型初步设计
- 任务分解（12:00-13:00）：将选定的赛题分解为3-5个明确的子任务。例如，对于“共享单车调度”问题，子任务可能包括：1. 建立用户出行需求预测模型；2. 建立单车调度成本模型；3. 设计调度优化算法；4. 设计评价指标体系。
- 模型头脑风暴与分工（13:00-15:00）：针对每个子任务，讨论可能的模型方法。例如，需求预测可以用时间序列（ARIMA）、机器学习（XGBoost）还是简单的回归？此时要明确每种方法的优缺点和实现难度。根据讨论结果，明确未来三天的初步分工：谁主导哪个子任务的模型构建与编程（建模手），谁负责撰写对应的论文部分（写手），谁负责统筹和辅助（队长）。分工要模糊边界，鼓励交叉协作。
- 框架搭建与初始工作（15:00-18:00）：
- 写手：开始撰写论文的“Introduction”部分和“Restatement of the Problem”（问题重述）。不要等模型出来再写，这两个部分基于题目本身即可完成。同时，在LaTeX或Word中搭建好完整的论文框架，包括所有预设的章节、图表标题样式、参考文献格式等。
- 建模手/编程手：开始搭建编程环境，准备可能用到的工具包（如Python的pandas, numpy, scikit-learn, pulp; MATLAB的优化工具箱等）。并开始搜索和下载可能用到的公开数据集。
- 所有人：共同完成“Assumptions and Justifications”（假设与合理性说明）列表的初稿。这是论文的逻辑起点，必须全员认可。
晚上（18:00 - 次日凌晨）：
- 建模手开始尝试实现第一个、也是最核心的子模型（例如需求预测模型）。
- 写手根据白天的讨论，撰写“Model Design”（模型设计）部分的文字框架，即使模型还没结果，也可以先把结构写好，描述我们“计划”采用什么模型以及为什么。
- 队长整理全天的工作日志，并规划第二天早上的具体任务。务必在24点前结束工作，保证休息。第一天熬夜是效率最低下的行为。
2.2 第二天：模型实现与论文推进（攻坚日）
第二天是产出核心内容的关键，也是团队最容易产生焦虑和分歧的一天。
上午：模型攻坚与首次整合
- 建模手集中精力编程，争取在中午前跑通第一个核心模型的基线版本，并产出初步结果（哪怕不完美）。
- 写手根据建模手的初步结果，开始撰写“Model Design”和“Model Solution”部分的具体内容。此时写作的重点是描述清楚模型的结构、公式和求解思路，结果可以暂时用占位符。
- 队长需要密切关注两边进度，协调资源。如果建模遇到卡点，队长要组织短会，判断是寻求替代方案，还是投入更多时间攻关。
下午：数据验证与模型迭代
- 第一个模型的结果出来后，全体会议进行评审：结果是否符合常识？灵敏度如何？如果结果很糟糕，是模型问题还是数据问题？
- 基于评审，开始迭代模型或启动第二个子模型的开发。例如，需求预测模型跑通后，立即开始调度优化模型的构建。
- 写手同步更新论文，并将第一个模型的初步结果、图表插入论文。关键动作：开始绘制论文中的核心图表（如流程图、示意图）。一张清晰的图表胜过千言万语。
晚上：并行推进与风险控制
- 建模手和写手继续并行工作。写手应开始撰写“Results Analysis”（结果分析）部分的文字。
- 在睡前，必须进行一次“进度同步会”。每个人展示自己今天的成果和明天上午的具体计划。此时必须识别风险：是否有子任务进度严重滞后？是否需要调整分工？一个重要的检查点：论文至少应该完成初稿的60%（引言、问题重述、假设、模型设计、部分求解与结果）。
2.3 第三天：论文成型与模型优化（冲刺日）
第三天是论文从骨架长出血肉的一天，模型工作逐渐收尾，写作成为绝对中心。
全天主题：写作、整合、可视化
- 建模手的主要任务从“开发新模型”转向“优化现有模型”和“为写作提供素材”。例如，进行灵敏度分析、参数调优、生成更多更美观的图表。
- 写手进入高强度写作状态，填充所有剩余部分：“Results Analysis”（结果分析）、“Strengths and Weaknesses”（模型优缺点）、“Conclusions”（结论）。写作时要不断引用前面生成的图表和结果。
- 核心协作环节：建模手每生成一张新图或一个新结果，立即交给写手。写手将其插入论文，并围绕其撰写分析文字。这个过程需要频繁、快速的交流。
- 下午必须完成论文的初稿（v1.0），即所有文字和图表都已就位，可能还有少量TODO标记。完成初稿后，全员一起通读一遍论文。这次通读的目的不是修改语法，而是检查逻辑连贯性：从问题提出到模型设计，再到求解分析，最后到结论，整个故事线是否流畅？有没有自相矛盾的地方？
2.4 第四天：打磨、排版、提交（决胜日）
最后一天不再产生新模型或新分析，所有工作围绕“打磨产品”进行。
上午：精细化修改与润色
- 摘要（Abstract）写作：这是论文最重要的部分，必须花至少2-3小时精心打磨。摘要应独立成篇，包含：1. 问题背景与目标；2. 你们的整体建模思路；3. 核心模型与方法；4. 关键结论与建议。写完后，全员逐字逐句审议。
- 语法与格式检查：使用Grammarly等工具辅助检查语法。仔细检查图表编号、公式编号、参考文献引用是否一一对应。检查LaTeX编译是否有错误或警告。
- 模型优缺点与灵敏度分析补充：这是拿高分的关键。确保这部分内容具体、诚恳，而不是套话。
下午：最终检查与提交
- 反向验证：拿着你们的最终论文，从评委的角度提问：你们的核心创新点是什么？模型是否解决了问题？结论是否有力？图表是否一目了然？
- 文件打包：严格按照美赛要求准备提交文件：控制页、摘要页、论文正文。确认论文页码不超过25页（含附录）。
- 提前提交：强烈建议至少在截止时间前2-3小时完成最终版本，并尝试提交。网络拥堵和意外情况时有发生。提交后，将最终文件备份到所有队员的邮箱和网盘。
注意：这个时间线是理想情况下的，模拟时可能会发现很多环节比预计的更耗时。模拟的目的就是发现这些“时间黑洞”，并在正式比赛时为它们预留缓冲时间。
3. 模拟后的复盘：比做题更重要的是“复盘会”
模拟赛结束、论文“提交”后，真正的学习才刚刚开始。立即组织一次复盘会（最好在模拟结束的当天或第二天），这是将模拟经验转化为比赛能力的核心环节。复盘会不应是互相指责，而是基于事实的结构化反思。建议按以下流程进行：
3.1 流程与协作复盘
拿出一张白板或共享文档，按时间线回顾四天中的每一个关键决策点和协作点。
- 选题阶段：我们花了多久？有没有反复摇摆？当时犹豫的点是什么？下次如何更快决策？
- 分工与沟通：分工明确吗？有没有出现有人忙死、有人闲死的情况？我们用了什么工具沟通（微信、钉钉、腾讯会议）？信息同步是否及时？有没有重要的想法或进度被遗漏？
- 进度管理：我们预想的进度和实际进度差距有多大？哪个环节出现了严重延误？原因是什么（技术难点、讨论效率低、数据获取困难）？
- 论文写作与整合：写作是否与建模严重脱节？图表和公式的插入是否顺畅？最后一天的排版花了多少时间，是否匆忙？
通过这些问题，你们可能会发现：“我们第二天下午因为一个模型细节争论了3个小时，但后来发现那个细节对整体结果影响不大。” 那么，正式比赛时就可以设定一个原则：对于非核心争议，讨论不超过30分钟，由队长拍板决定。
3.2 技术能力短板识别
这次模拟暴露了你们在哪些具体技术上的不足？
- 模型层面：是否发现某个常用模型（如层次分析法、神经网络、元胞自动机）大家都不熟？是否在模型求解（如优化算法收敛性）上遇到困难？
- 工具层面：编程环境配置是否顺利？用的绘图库（Matplotlib, Seaborn）能否快速画出出版级质量的图？LaTeX是否频繁报错？
- 数据层面：寻找数据是否困难？数据清洗是否耗费了过多时间？
识别出的每一个短板，都对应着赛前最后一段时间需要紧急补充的学习任务。例如，如果发现画图效率低，就集体学习一个下午的Matplotlib高级教程；如果对随机规划不熟，就找一篇经典论文一起研读。
3.3 论文质量批判性分析
把你们的模拟论文当作别人的论文，进行冷酷的批判。
- 摘要：是否包含了所有要素？是否过于冗长或过于简略？语言是否精炼、专业？
- 逻辑流：从引言到结论，是否讲述了一个完整、连贯的故事？模型部分是否清晰地回答了“为什么用这个模型”？
- 可视化：图表是否清晰、美观？是否有自解释的标题和图例？颜色使用是否恰当（考虑黑白打印效果）？
- 规范性：公式格式、参考文献格式、术语使用是否规范统一？
最好能找到一位有经验的学长学姐或老师，请他们从评委视角给你们的模拟论文提意见，这种外部视角往往能发现你们自己视而不见的问题。
4. 从模拟到实战：必须固化的“团队资产”
一次模拟的价值，最终要沉淀为几项可重复使用的“团队资产”，确保正式比赛时能直接调用，大幅降低不确定性和沟通成本。
4.1 标准化工具链与模板
- 论文模板：基于这次模拟使用的LaTeX或Word模板，修改和完善，形成一个属于你们团队的“终极模板”。这个模板应预设好所有格式：页边距、字体、章节样式、图表标题格式、公式编号格式、参考文献样式（如BibTeX）。正式比赛时，只需专注内容填充。
- 代码仓库：在GitHub或Gitee上建立团队私仓。将模拟赛中用到的有用代码片段、数据处理脚本、常用绘图函数封装成工具函数存入库中。正式比赛时，可以快速复用。
- 数据资源库：整理模拟赛中用到的数据来源网站（如Kaggle, data.gov, 世界银行数据库等）、数据清洗的常用方法（处理缺失值、异常值）。建立一个书签列表。
4.2 明确的团队公约根据模拟复盘的结果，共同制定几条“军规”，例如：
- 沟通公约：所有重要决策和进度更新，必须在团队群内文字同步（避免口头说完就忘）。每晚固定时间开15分钟站会同步进度。
- 决策公约：选题时间不超过4小时。技术争议若30分钟内无法达成一致，由队长根据“模型简洁性”和“实现可行性”原则裁决。
- 备份公约：每天早中晚三次，将论文和代码的最新版本同步至云端共享文件夹。
4.3 个性化的备战清单最后，每个人根据模拟中暴露的个人短板，制定赛前最后一段时间的个人学习计划。比如：
- 建模手A：需要强化MATLAB优化工具箱的使用。
- 写手B：需要精读2-3篇O奖论文的摘要和行文结构。
- 队长C：需要练习如何快速主持高效的讨论，并学习使用甘特图工具进行更精细的进度管理。
第一次模拟，就像战前的最后一次实弹演习。它的目的不是打出满环，而是发现装备哪里会卡壳，战术哪里不协调，士兵哪里会紧张。把这些在模拟中暴露出的所有问题，都视为宝贵的“馈赠”，然后有针对性地去解决、去优化。当你们真正踏上美赛的战场时，手中握着的将不再是一张陌生的地图，而是一份自己亲手绘制、并已反复验证过的作战计划。这种从容和默契，才是从模拟中获得的、比任何具体模型都更宝贵的财富。
