论文首页
标题
摘要（重要！！！）
什么是摘要：简述论文，不能超过一页
包含三要素：解决问题，应用方法，得到结果；新观点新特色，客观陈述。
摘要重要性：老师每篇15分钟，会重点阅读摘要，会根据评阅要点来进行初步评定。等其他部分完成后再书写，反复打磨。
摘要书写特点：充分概括，充分简练
篇幅：占据首页一大半，平均字数在1000左右
1 开头段
需要充分概括论文内容，一般两到三句话即可，长度控制在三到五行。第一句话简单交代题目背景（可选）；第二句话交代所做的事情（必须）；第三句话交代解决问题的实际意义（少部分有）。
重要性：二 > 一 > 三，写前两句话就可以了。
2 中间段
三要素：解决的问题，应用的方法，得到的结果
2.1 解决的问题
直接用一句话概括题目要我们求解的问题（较少见到）
不单独提出我们要解决的是什么问题，因为后面的两个要素也会提到。（最常见）
可以指出题目中问我们的是什么类型的问题，例如：预测类、评价类、规划优化类···（极少见）
2.2 应用的方法
紧扣题目本身
2.3 得到什么结果
在介绍完使用的建模方法后，一定要加上通过这个方法或者模型得到的结果。一般有下面两种情况：
（i）需要计算出数值答案，例如物理题、规划优化预测类。直接回答就可以，（如果模型中有重要参数，可以做灵敏度分析，分析结果是什么，也要加上；如果涉及到概率统计，可以考虑加上置信区间；如果是预测类或者数值计算类，可以考虑加上误差分析）
（ii）开放的问题，例如评价类、提建议类、设计方案策略类。只需写出主要结论，在下结论时一定要有明确支持的观点，不要模棱两可，可以用数值描述更好。例如： 采取某种建议或方案后提高了多少，降低了多少。此外，如果问题答案很长，只需在摘要中说出最主要一部分结果，然后加一句话引导读者在正文或者附录中查看完整结果。
3 结尾段
可以总结下全文，也可以介绍亮点，也可以对类似的问题进行推广。（如果写不出来，也可以不写。）
4 反面例子
本文模型结果较优→模型的··结果是··，相较于··论文中的··结果，在··方面提升了··%
本文用了比较好的方法→模型使用的方法是··，相较于··的··方法，在··方面有显著提升，具体表现为··提升了···。
本文的模型灵敏性较好→当模型的··参数变化时，··结果提升了··%，模型表现较为稳健。
避免空洞、一定要紧密结合题目本身论述
关键词
一般放4-6个，可以放论文里使用的主要模型（3-4），也可以放论文里面出现次数较多，能体现论文主要内容的词（1-2）。
一、问题重述（不太重要，看时间选方法）
数学建模就是解决一道特定的文体，正文应由问题重述开始，一般确定选题后就可以写这一部分了。
这部分内容是将原问题进行整理，将问题背景与题目分开陈述即可，不难，
本部分目的是吸引读者读下去，文字不可冗长，内容选择不可过于分散、琐碎，措辞要精炼。
注意：不可照抄原题（查重）
应为：在仔细了解问题的基础上，用自己的语言将问题重新描述一遍。语言简明扼要，没有必要像原题一样详细。
1.1问题重述 1.2问题提出
常规做法：在原题基础上，用删除、替换的方式来重新组织语言。
进阶做法：丰富题目背景，结合自己的分析思路来重新描述语言
二、问题分析
一般占据正文不超过一页，题目问题较多时不超过两页。
从实际问题到模型建立是一种具体到抽象的思维过程，问题分析部分就沟通这一过程的桥梁，反应建模者对问题的认识程度，体现了解决问题的雏形，承上启下，能反映出建模者的综合水平。
这部分的内容应包括：题目中包含的信息和条件，利用信息和条件对题目做整体分析，确定用什么方法建立模型；每个问题单独分析一段，分析过程简明扼要，不需要放结论。
建议在文字说明的同时用图形或者图标（如流程图）列出思维过程。
问题分析这一部分放置的位置比较灵活，可以放在问题重述后面作为单独的一节（见到的频率最高），也可以放在模型假设和符号说明后面作为单独的一节，还可以针对每个问题将其写在模型建立中。推荐使用前两种方法。
三、模型假设
（1）题目明确给出的假设条件
（2）排除小概率事件
（3）仅考虑问题中的核心因素，不考虑次要因素的影响（过于简化，失去优势和亮点
（4）使用的模型中要求的假设
（5）对模型中的参数形式（或者分布）进行假设（验证：搜集实际数据验证，画图）
（6）和题目联系很紧密的一些假设，主要是为了简化模型
模型假设中两个问题
（1）模型假设的合理性怎保证
很少见到有论文来对模型中假设的合理性进行验证，如果要验证，考虑：可以引用别人的文献或者资料，这样最有说服性；如果要对模型中的参数形式进行假设，可以在正文中使用实际数据进行绘图或者进行假设检验来支持你的假设。
（2）模型假设设置的太强怎么办
为了简化问题设置太强的假设，论文会显得没深度和亮点。如果你考虑的因素更多，可看作一种创新。但大多数情况，我们考虑的因素或条件难以考量，这时可以在论文后面的模型评价与改进部门加上你的想法，这样可以一定程度弥补这个问题。
四、符号说明
是对模型中重要变量进行说明，一般排版时放在一张表格中。
注意：第一，不需要把所有变量都放在这个表里面，临时变量不用放；第二，下文时首次出现这些变量时也要解释，不然会降低文章的可读性。
五、模型准备
大部门论文没有模型准备这个部分。本部分介绍模型的理论与背景知识。目前很少见到把这部分单独抽出来写的，因为这部分可以放在模型建立里面。
五、模型的建立与求解
模型的建立
将原问题抽象成数学语言的表达式，在先前的问题分析和模型假设的基础上得来的，大多时候是在使用别人已经建立好的模型（套用别人的模型），一定要把问题与模型紧密结合，切忌随意套用，也可以对已有模型进行改进和优化，或者建立不同模型解决同一问题，这也是论文的创新和亮点。
模型求解
把实际问题归结为一定的数学模型后，就要用数学模型求解了。Matlab、Spss、Lingo、excel、Stata（计量）、Python（机器学习）。求解完成后，得到的结果应该规范且准确，结果醒目，结果太长则放在附录。（如使用智能优化算法或者数值计算方法求解的话，需要阐明算法的计算步骤。）
物理类问题模型的建立
一定要指出用的是什么模型，非常依赖物理，类似解高中物理题。
优化类问题模型的建立
目标函数+约束条件（需要解释）
使用别人已经建立好的模型
紧密联系问题，切记无脑套用
介绍算法用流程图
模型建立的要求：
1、必须要有数学模型：即数学公式组成的一套数学结构、又或是一套数学的解决方案
2、模型要求表达完整、正确和简明
3、模型要有实用性，要能求解出来，以能够解决问题为原则
模型求解的注意事项
（1）如果是优化类问题，如果用到了启发式算法（也叫智能优化算法：模拟退火、遗传算法、粒子群算法、蚁群算法）来求解，一定要写明算法步骤，并要结合具体的问题来阐明计算思路。（在比赛中用到智能优化的话，很需要深刻了解，不太容易得高分）
（2）求解的结果应该在论文中突出的展示出来，有具体答案的问题比较简单，直接放上数值计算结果即可；如果是开放类问题的话，一定要对结果进行阐明和解释，加上图标更好。
六、模型的分析与检验
本部分的标题需要根据你的内容进行调整，很多论文也把这部分的内容直接称为“模型检验”部分。
模型的分析与检验的内容也可以放到模型的建立与求解部分，这里单独抽出来，是因为这部分往往是加分项（很重要）。
模型的分析
灵敏度分析
通用步骤：控制其他参数不变的情况下，改变模型中某个重要参数的值，然后观察模型的结果的变化情况。
误差分析
分析模型中的误差来源，估算模型中的存在的误差大小，在预测类问题或者数值计算类问题常见。
模型的检验
可以分为两种，一种是使用模型之前应该进行的检验，例如层次分析法中的一致性检验，灰色预测中的指数规律的检验，这部分内容应该放在模型建立的部分；另一种是使用了模型后对模型的结果进行检验，比如稳定性检验。稳定性检验和灵敏度检验非常类似。
七、模型的评价、改进和推广
本部分标题需根据内容调整，如果没有推广，可以直接写为评价与改进，很多论文直接把这部分内容统称为模型评价。
模型的评价（必须要写）：
主要写模型的优缺点，优点建议写的比缺点多
模型的改进（可有可无，画龙点睛）：
针对模型中缺点可以改进的地方
模型的推广（可有可无，画龙点睛）：
将原题的要求进行扩展，进一步讨论模型的实用性和可行性
八、参考文献
引用要按照科技论文的规范。
（1）引用的部分需要在正文中标注出来
（2）不要引用别人的博客
（3）不能引用前辈论文中的内容
抄袭行为！！
附录
论文用PDF形式提交，支撑材料是一个压缩包。
论文附录内容应包括支撑材料的文件列表，建模所用到的全部完整、可运行的源程序代码（含EXCEL、SPSS等软件的交互命令）等。如果缺少必要的源程序、程序不能运行或者运行结果与论文不符，都可能会被取消评奖资格。如果确实没有用到程序，应在论文附录中明确说明“本论文没有用到程序”。
附录力还可以放：某一问题的详细证明与求解；自己在网上找到数据；比较大的流程图；较繁琐的图表或计算结构（一般结构不要超过A4，尽量放在正文中）
支撑材料包括用于支撑模型、结果、结论的所有必要材料，只要应包含建模所用到的所有可运行源程序、自主查阅使用的数据资料（赛题中提供的原始数据除外）、较大篇幅中间结果的图表。将所有支撑材料使用WinRAR软件压缩在一个文件中（后缀为RAR或ZIP，大小不超过20MB）。支撑材料的文件列表应放入论文附录；如果有确实没有支撑材料，可不提供，并在论文附录中注明“本论文没有支撑材料”。
注意，竞赛承诺书和编号专用页不要放在支撑材料中，所有文件中不能显示参赛者身份和所在学校及赛区信息。
