美国大学生数学建模比赛，一般博客不会告诉你的细节
话不多说半句多。翻到这篇博客的一定正处于美赛建模的筹备中或对建模感兴趣，希望“有所借鉴”。那么你们来对地方了。
美赛的基本思路在下面这篇文章中，看完后记得再跳转回来。
美赛经验和总结
你们应该看完这篇博客了。应该说，这篇博文覆盖的很全面，但是由于不同题目的知识侧重点不同，在美赛筹备的过程中应该分清孰轻孰重。2020年的美赛，我们团队从筹备伊始就奔着D题而去，不仅复习效率更高，在比赛开始阶段也是干脆利落，在选题上省了不少时间。
插一句题外话，本篇中任何文字，如果存疑，都可以自行百度证实。
美赛题分ABCDEF，哪题侧重什么看完前述博文的你们应该了解了，其中的ICM题——D题——的思路更为固定，每年都差不多（这句话你们可以直接搜百度证实）。因此如果对团队的数学功底不是很自信，可以考虑选择D题。D题只考察运筹学和网络科学，甚至都不涉及物理（MCM题好多都和物理有关）。因此本文仅献给有意向做D题的朋友，希望能为你们提供“前车之鉴”。
美赛官方明确地说D题考察运筹学/网络科学。更具体的，在我们做了历年的考题后，发现不外乎考察以下内容：
运筹学： 排队论（见17年机场安检题和18年充电桩部署题，19年卢浮宫疏散题，都涉及排队论）。只需要会利用排队论求平均等待时间、服务台繁忙概率、平均队长等指标就可以，公式可以直接套用，你完全不需要知道这些公式是怎么推导来的，因此可以刷几道题熟悉公式后，在比赛期间现用现查。 各种规划模型（不一一例举了，自D题诞生以来，每道题都可以涉及到它——注意我说的是“可以”）。包括线性规划、非线性规划、多目标规划、整数规划。是不是要一个个学过来？不用，根本不用，会用lingo就可以。很多人在做规划题时都用MATLAB，那是因为他们不知道Lingo的使用有多方便。lingo和MATLAB在优化方面的优劣势对比，大家自行百度。有关Lingo的实用教程推荐，还有我亲自整理的Lingo学习笔记，请见软件部分。 图论（见所有涉及到在一个图上怎么摆东西最合理的题——包括2020年D题的足球队阵容配置）它比较特殊，因为网络科学部分也要用到其中的术语，包括节点、度、树、生成树、最小生成树等。图论更像是一些与图、网络等有关的问题，本质上仍然是规划题、优化题。你看非常重要的一些图论模型：旅行商问题、中国邮递员问题、运输问题、指派问题、动态规划问题、最小费用流、最大流、最小费用最大流——它们本质上都是不很复杂的优化问题，因为只涉及到线性规划或整数规划，而对于所有的这些优化问题，我们都只需要列出目标函数和约束条件，然后把解方程的任务交给Lingo完成就行。 网络科学如果你在百度上搜网络科学，以期得到网络科学会涉及到什么内容，那么你可能会失望，因为这件事我就亲自做过，一无所获。事实上，网络科学涉及的面太广，如果只知道D题可能会考网络科学，其实等于什么都没说。我们团队真正认识到了网络科学是啥，D题考察哪方面的网络科学时，已经到了2020美赛比赛的前中期。网络科学其实涉及以下这几个点：
所有图论中的术语。这点没什么好说的，因为我默认你先从图论开始学起，因为它和Lingo、规划题一脉相承——学一个图论就把网络术语、规划题模型怎么建、Lingo软件怎么用三个一次性都弄懂了。你如果已经学完了图论，这块知识你其实不用学了。 各种衡量节点重要性的指标。包括中介中心性、紧密中心性、特征向量中心性、入度和出度等。所有这些概念去哪理解，我都整理好了我们当时的学习资料，请见知识点教程 其他知识点理论上来讲，运筹学+网络科学的知识基本够用了——注意我说的是“基本”，其实还不够。其他的知识点包括指标评定、概率论和数理统计。
指标评定但是根据我的经验，层次分析法（AHP）还得学，用以评价各种指标的重要性（例如某市充电桩的数量取决于系数a乘该市人口密度+系数b乘该市电动汽车用户数量，那a、b这两个系数怎么设置，哪个因素的系数设的更大可不是随便设的，需要有理可循），其他的关于指标评定的方法，见《美国大学生数学建模竞赛教程》。
概率论和数理统计概率论和数理统计这门课，我当年靠着考前突击考到了87。结果2020美赛期间查一篇文献的时候看到里面用到了概率论，却发现什么是累积分布函数都忘记了，挺尴尬的不是。当时学习懵懵懂懂，以为好学生坏学生，考得高分就是牛学生，至于考到这么高的分要用到知识以后会不会忘掉，我才不管，所以当时也没有扎扎实实学，也不知道学来有啥用。。。扯远了，概率论在美赛中的地位比微积分重要太多——如果你选的是D题的话——排队论中的各种公式都涉及概率论的术语，拟合参数可能还会用到极大似然估计法、点估计法等，所以真的很重要，如果有意向拿到不错的名次的话，笔者劝你还是熟悉一下吧。
知识点资源汇总参考文献1： 有关最重要的，网络科学方面的，术语的介绍
软件部分总览
软件部分——LaTex
作者：天凉好个秋zero
