自己总结的一套数学建模套餐，可以帮助想入门数学建模的小伙伴们。

数学建模套餐

一、相关资源

网站类：

1、全国大学生数学建模竞赛 (mcm.edu.cn)

2、清风建模bilibili

3、【零基础教程】老哥：数学建模算法、编程、写作和获奖指南全流程培训！_哔哩哔哩_bilibili

4、我爱分享网 | 分享知识，收获智慧 (zhanshaoyi.com)(下载软件一个比较好的网站)

5、SPASS（数据分析网站，上面也有一些基础算法的讲解）

6、简书/CSDN/知乎/谷歌（搜索资料类，拒绝百度！！！）

7、维基百科

导航大全（收藏一个顶十个）

1、科塔学术导航 - 最专业、准确、及时和全面的科研与学术资源导航平台 (sciping.com)

2、编程导航 | 专注全网优质编程网址、优质编程学习资源分享。 (24kdh.cn)

3、数字生活指南·社区 (guidebook.top)

4、国家部门导航 (dajiadaohang.com)

5、大数据导航1 （bigdata.ren）

6、大数据工具导航（Hao.199it.com）

7、程序员的工具箱 （tool.lu)

数据收集

1、全球数据库（ceicdata.com）

2、国家数据 (stats.gov.cn)

3、CEIC：195个国家400多万个时间序列的数据源（ceicdata.com）

4、搜数网 (soshoo.com)

5、中国互联网络信息中心 (cnnic.net.cn)

6、全国地理信息资源目录服务系统 (webmap.cn)

文献资料

国内（免费的网站）

1、全国图书馆参考咨询联盟 (superlib.net)

2、国家哲学社会科学文献中心 (ncpssd.org)

3、中国科技论文在线-科技论文，开放存取 (paper.edu.cn)

4、上海科技创新资源数据中心 (sstir.cn)

国内（付费的网站）

1、中国知网 (cnki.net)

2、万方数据知识服务平台 (wanfangdata.com.cn)

国外（前4个免费）

1、免费的科技学术期刊（doaj.org）

2、美国教育部赞助的网站，收录教育相关的期刊文献（eric.ed.gov）

3、7000余种期刊杂志免费获取（freefullpdf.com）

4、在线科学、技术、医学领域学术资源平台（link.springer.com）

5、Science | AAAS（www.science.org）

6、Elsevier爱斯维尔数据库（www.sciencedirect.com）

7、国外医学常用数据库（www.wolterskluwer.com/en/solutions/ovid）

书籍类：

1、姜启源的《数学模型》

个人觉得对新手很友好，适合于大学生学习。也是数学系学数学模型的教材书。但是对数学建模只能起一个知识框架的作用。

img

(这本我也有，配套pdf也在)

2、卓金武的《MATLAB在数学建模中的应用》；

(这本我也有，配套pdf也在)

3、《数学建模》

(巧了，这本我也有！)

1
书籍这类实在太多太多了，有一说一，现在互联网时代，查东西不如网上查来得快，但是书籍能给你带来强烈的安全感，喜欢书籍学习的可以入手以下几本书。

软件类：

1、python：Anaconda

  • Anaconda：python大礼包
  • jupyter notebook：实时操作比较适合数学建模
  • matplotlib:画图
  • pandas,numpy:数值分析，数值处理
  • tensorflow：深度学习框架
  • split - learn：机器学习神器

2、matlab2020b：

MATLAB 2020b中文破解版下载(附安装教程) | 我爱分享网 (zhanshaoyi.com)

3、lingo18.0破解版

LINGO 18.0破解版64位下载|兼容WIN10 | 我爱分享网 (zhanshaoyi.com)

4、Typora（markdown编辑器）

[文本编辑器Typora中文版32/64位下载|兼容WIN10 | 我爱分享网 (zhanshaoyi.com)](http://www.zhanshaoyi.com/11364.html)

5、LateX

LaTeX的下载安装及简易使用

(115条消息) Win环境下LaTeX安装_SleepingEmperor的博客-CSDN博客_latex安装

二、学习路线

数学建模算法汇总 | GeminiPlanet

1
2
3
4
5
6
学习算法我觉得最重要的就是，你看到题目就能知道，woc，这道题用这个很合适。
然后
建模手根据数据提调整好该用啥，怎么用，把代码手搞明白。
代码手掏出写好了的框架，测试建模效果如何。
论文手则可以准备算法的原公式和数据解释表。
这样大家都能很快的上手，不会浪费时间。

三、学习思路

大一大二小菜鸟，只能冲冲C题D题，也就是偏数据分析或者评价模型的题目。

有时候图画的好，语文功底好，就能冲个小省奖。至少也能把论文交上去，也算参与参与了。

计算机专业有个优势就是学python的人不少，而机电或信工专业，有大量人会matlab语法，他们可以成为代码手的中间力量。

但是无论如何，作为数学建模的参赛选手，你必须对基本的数学模型有一定的了解，这样你们才能在比赛前期，能有足够的能力讨论题目改用什么方法去做，论文的语言是否准确。

那怎么做到学习基本的数学模型呢，个人有个人的招数，不过我们不是数学专业的，我们学习的数学知识容易遗忘，我这边建议用做笔记的形式去学习。在比赛的时候，掏出自己的笔记，能够帮你快速进入状态。