前幾天參加了數學建模美賽，昨天下午到的家，簡單總結一下美賽，也讓自己能夠繼續堅持在家學習。

        我們選擇的是D題，主要工作時是介紹特斯拉充電樁的分佈和計算數量，其實做到最後發現題不怎麼會做，但是心裡對特斯拉汽車長了草，覺得挺帥的，不過太貴了.....好了扯遠了，回到正題。對於這道題，我們用了兩個模型，好吧，其實是根據論文得到的兩個模型，一個是空間聚類演算法、一個是遺傳演算法。這兩個都是我看論文得到的，可能和自己目前學的東西比較少有關，我現在還不是很理解這兩個演算法，不過空間聚類中的K-Means 演算法 是簡單的深度學習中所用的，希望自己以後能夠學習和深度學習相關的知識。具體的演算法和內容就不在過多的介紹了，反正都是從谷歌和知網上查到的.....

        其實給我最大的感受還是如果要做好數學建模，經過一定的訓練和系統的學習才是關鍵，我們隊在比賽之前也沒怎麼學，一開始做題完全是懵逼狀態，不知道如何去做，我之前把MOOC中的關於數學建模的課程看了一遍，發現每個題都是不同模型，如果沒有學習過相關的知識，是很難自己想到的。其實這也是大家的共性吧，我加了不少美賽的討論群，大家都是各種求思路、求論文的。唉，感覺美賽也是很功利的一個比賽。

        關於美賽的準備，我想首先要學會查資料，能夠凌駕於題目之上，不用查論文就能夠完成題目的應該是少數。我只從谷歌和知網上查了資料，谷歌就是需要翻牆，我用的Shadowsocks，舍友買了一年的，把賬號和我們分享了，學會翻牆應該是一上大學就要學會的吧。知網就是學校的賬號了，可以免費下載論文。其次對於問題的解決，要有一個明確的方法，這就需要之前的不斷學習和積累，比如要從簡到繁，逐步完善答案這種解題思路。

        我最想說的是隊友的選擇，《中國合夥人》裡面有一句話，不要和自己的朋友合夥開公司。我想在美賽中也是適用的。最好選一些實力和自己相近，比較負責人的同學。

        可能之後我還會參加數學建模的比賽，包括國賽，校賽。不知道有沒有什麼用，多學一點知識也不是什麼壞處。希望下次參加比賽能夠做出一個讓自己滿意的結果。