本科阶段开始参加数学建模比赛，陆陆续续参加了校赛、全国大学生数学建模比赛、美赛、小美赛、网络挑战赛，再到最近参加的研究生数学建模比赛，算起来差不多有五年了，拿了几次国一和国二，写过的论文大概有四十万字（包括练习赛），或多或少有一些感触，简单用文字记录一下（本文应该会再更新，后续再整理资源分享）。
0、关于准备
数学建模的基础本质还是数学，如何从具体问题中抽象得到一般的数学模型，再具体应用到所需要解决的问题，是整个比赛的重点和难点。很多人前期入门被推荐最多的书籍都是《数学建模》（姜启源）。这本书真的非常经典，书中讲的很多经典模型对于数模解题的时候帮助非常大。这是我本科选修数学建模课程时老师指定的教科书，当时为了弄懂模型（或者说是为了记住一些模型），做完了书后习题，受益匪浅。此外，数学建模常被推荐的入门书籍还有《数学建模案例精选》、《数学建模》（美）、《数学建模案例集》等等。
模型建立之后，可能需要借助一些软件编程得到计算结果。数学建模常用的仿真软件有matlab、python、lingo等等。可以针对性地选择一两种学习，个人感觉其中使用频次最高的仿真软件还是matlab。
论文作为数学建模竞赛最后提交的成果，是评分的唯一依据（代码等虽然也需要提交，但似乎不作为评分项）。在撰写论文前，最好能多看几篇格式美观的获奖论文，参考论文格式和写作思路。无论建模和仿真做的多好，最终呈现的结果都是论文，需要引起足够的重视。
1、关于选题
好的开始是成功的一半。选题的“好坏”也极大地影响了竞赛的结果。建议用半天左右的时间确定选题，遇到特别拿手的题目可以早做决定，如果对几道题目都犹豫不决的话，也不要纠结过长时间。前几年参加美赛的时候，在选题上纠结了太久，导致最后时间特别紧张。从几次参加比赛的选题来看，有几点可以作为选题时的加分项（因人而异）：
1）专业相关
数学建模一个参赛团队往往有三个人组成，大家的专业可能相同、相似，也可能跨度很大。选择专业相关的题目，对于理解题意、建立模型都很有帮助。以研究生数学建模为例，华为题一般以通信为专业背景，通信方向的参赛团队选择华为题会比较有优势。
2）拿手题
如果题目和专业都不太相关，建议优先选择团队三人都比较拿手的题目。如果三个人擅长的题目不相同，可以优先考虑主要建模的队员比较拿手的题。建立模型是编程和论文的基础，如果对于模型的建立有较为明确的思路，能大大加快解题速度。
3）讨论后，选的人数较少的题
选题阶段，不妨看看网络上的讨论，选择人数相对较少的题目，也许能够出奇制胜。
2、关于解题
1）建模
建模之前需要充分理解题意。好不容易定下了选题，再进一步研究的过程中，团队成员也许会对题意的理解产生分歧，这又是一个难以调和并且无法回避的矛盾。通常来说，可以经过讨论，总结出成员们对题意理解的主要矛盾，并在数模官方论坛上发帖求助。官方论坛专家老师对题设要求进行补充和解答，这对理解题意有非常大的帮助，能够帮助避免在解题时走不必要的弯路。
理清了题意之后，再考虑建模。建模是整个比赛的重中之重，值得为这一环节分配足够多的时间和精力。在选择题目时，一般已经检索过相关文献了。但在确认了选题以及充分理解了题意之后，建议再多花一些时间深入地了解一下相关文献，多看一些背景知识。浏览文献对于拓宽思维非常有帮助，甚至能找到解题的灵感。
每个团队都会有主要负责建模的成员，但不建议让建模的人“独自”承担建模的任务。建模的过程需要团队成员的参与和协作。往往只有经历了讨论、摸索、肯定、验证、否定的循环，在一次又一次的失败和修改之后，才能得到最为“稳妥”的模型。
建模的“稳妥”是指，有时你很清楚自己建立的模型不是能够想到的最优的，但需要考虑建模比赛的时长限制，在评估团队的编程能力之后，选择大概率能求解得到答案的模型。如果时间充裕的话，可以再对模型做一个改进。如果一开始就选择特别“优”但又特别难的模型的话，可能会影响到实际的解题效率和解题信心。
建模阶段，建议三个人能一起参与讨论，主负责建模的成员可以起主导作用。对于主负责编程的成员来说，了解建模过程可以在编程时少走弯路，而主负责论文的成员就可以在了解建模的情况下，着手写论文了。
2）编程
数学建模的一道题目一般分为三、四个小问，这些小题不是完全割裂的。在建好第一小问的模型后，就可以由主要负责编程的队员开始做仿真工作了。虽然很多软件的功能都很强大，能解决很多问题，但一般来说，每种软件都会它最强大最方便的一面。譬如在做规划时，matlab，vs之类的都能写，但lingo做起来会很方便。
3）论文
3、关于分工
4、关于心态