2023年美赛结果出来之后，陆续有人给我发私信求经验，跟一些同学交流后我发现，很多人其实对美赛了解程度很少。我借此机会介绍一下美赛，并分享一下获奖经验。我的内容主要包括以下几个部分：美赛是什么、得奖分布、选题建议、我们团队组建和准备工作、我们团队的比赛情况。
01.美赛是什么？
美赛的全称是美国大学生数学建模竞赛，每个队伍最多有三个人，报名费为100美元/队。举办时间为每年的2月中下旬，比赛持续时间为100小时，结果公布时间在当年的5月上旬。美赛是唯一的国际性数学建模竞赛，也是世界范围内最具影响力的数学建模竞赛。为现今各类数学建模竞赛之鼻祖。大二至大四各专业均可参加。
我们通过举办时间可以看出，如果你现在是大一升大二暑假的话，还可以在大三结束前参加两次国赛和两次美赛，并且可以在你参加大部分夏令营之前得到结果，清华的求真书院、北大的摸底考试和中科院的数学方向报名截止时间早于五月，所以如果有志于推免至这几所学校的同学们就不能寄希望于大三那学期的美赛了。
02.美赛的奖项以及得奖分布
这里需要注意的是，以上的奖项名称在各个学校的内部奖学金/保研加分评定中不完全相同，例如很多学校也会将H奖称作二等奖。
每年的奖项比例分布大致为：S奖约占60%，H奖约占30%，M奖7%，F奖1%~2%，O奖是在所有的F奖里挑选的最优秀的论文，以今年的情况为例，大约是2万队伍中选出40队。其中O奖也会选出几个冠名奖，能够获得主办方颁发的奖金，每个队伍奖励一万美金。
由于疫情和开学考试的影响，总共有376支队伍参赛，有相当多的队伍都选择了弃赛，按照往年的参赛情况，大约每年是600队左右。今年的队伍里没有O奖，F奖有4个，其中有两个选B题的F奖队伍，我们是全数院阵容，另一个团队是全计科阵容。F奖也设有丰厚的奖金，每个队伍可以获得学校奖励的5000元，M奖则是3000元。
对于数学学院的同学们来说，我们能参加的高水平竞赛并不多，如果想获得国家级奖项，除了CMC和丘赛这种难度极大的竞赛之外，数模国赛、美赛、大创是比较适合参加的项目。从上面所给的得奖比例可以看出，美赛的获奖比例还是蛮高的，一般来说M奖及以上就是比较拿得出手的奖项了，不仅可以获得保研加分，还可以丰富我们的简历。如果实在没有别的荣誉，H奖也可以写在建立当中，并且对于我们申请奖学金能有一定的加分，至于S奖就没有必要出现在简历中了。
以我个人的经验来说，美赛的奖项在厦门大学经济学院（厦大的统计学设在经济学院里）的推免申请中是按“国际级奖项”认定的，所以如果你有一个不错的奖项，会是一个很不错的加分点；西安交通大学数统学院会比较喜欢有建模经历的学生，是面试会着重询问的点（我面试的时候一半时间都在问项目），如果能够拿到一个不错的奖项，对于入营的帮助也非常大，这或许是因为西交大做统计学的老师里机器学习方向的老师众多；华东师范大学统计学院也比较喜欢问建模比赛；如果你想要去财经类的院校做金融或者是应用统计专硕，这些学校的夏令营入营时需要提交参营论文，在没有其他成果的情况下，就可以提交美赛论文作为参营论文。
总而言之，对于数学学院特别是统计学专业的学同学们，建模竞赛的经历是一个蛮不错的加分点，希望学弟学妹们能够把握住机会，拿到自己满意的奖项。
03.美赛的选题建议
美赛的题目类型有The Mathematical Contest in Modeling（MCM）和The Interdisciplinary Contest in Modeling（ICM）两种。
The Mathematical Contest in Modeling (MCM)，俗称数学建模竞赛，有三道题： A题是连续型的题，B题是离散型的题，C题是数据处理的题，A题和B题一般没有任何数据，C题会提供部分数据。
The Interdisciplinary Contest in Modeling (ICM)：俗称交叉学科竞赛，ICM有时题目上会给你一些参考的数据，方便你尽快找到查数据的方向。problem D是运筹学和网络科学等类型的题目，problem E近几年都是关于环境方面的综合题目，problem F是政策类的题目。
选题情况
获奖分析
可以看出选C题和E题的队伍最多，这也是本年美赛最简单的两个题，很多同学在备赛的时候就是奔着C题去的，因为简单好做，不至于完全没有思路，而其它问题很可能就难到完全无从下手。
我个人是不推荐选C题的，乍一看好像是获奖人数非常多（C题选了六个O奖，而B题只有三个），但实际上一旦你选了C题，最大的问题是：论文要怎么在这8000人中脱颖而出呢？C题看似简单，可以用一些套路化的数据处理模型去完成，但是千篇一律的内容很难抓住评委的眼球。
我们团队选的是B题，也就是离散性问题，一般分为三问，分别是优化类问题、评价类问题和预测类问题。
例如2023年的B题：
B题看似很难，但是对于数学学院的学生来说，相信大家也有一定的数理逻辑和比较强的学习能力，如果大家认真学了数分高代的话，相信我上面提到的三大类问题里的很多的模型原理对大家来说并不太难。比较费劲的是学习图像的可视化，最好是能学一下ArcGIS，评委比较青睐会用ArcGIS的论文。
当然以上仅仅是我个人的看法和建议，不论是选什么题目都有出彩的可能，希望大家如果选定了一个题目，就在这个方向坚持做下去。临场换题也并不是一个太明智的选择，因为会浪费大量的时间。
04.关于团队的组建
我在大三上学期才开始有参加美赛的想法，这其实就比较晚了，浪费了两次国赛和一次美赛的机会。最开始找的队友因为口罩原因也不能线下见面，最后被鸽掉了。后来联系了几个同学，结果都没什么兴趣，最后是12月返乡之前和同班的室友还有好友一起组了队。
如果说你看到这里时还没有组建好自己的队伍的话，我的建议是团队并不需要追求每个人成绩多么顶尖（专业排名再高，如果不守信用把你鸽了，那也是白忙活）。好的团队应该是每个人都不摆烂，不放弃彼此，并且肯坚持的三个人，专业能力并不是唯一需要考虑的因素，毕竟对于绝大多数的队伍来说，即使学了很多建模的知识，但拿到题目之后，大部分内容还是需要现查现学的。
关于队友背景的选择，有编程能力是最好的，所以对于数院的学生来说，常见的搭配是数学＋计科＋论文手。如果说想做A题的话，也可以找物理学院和工科类专业的同学，这些题目有时会需要力学和机械原理等学科的背景。
当然如果你们自认为水平都还不错，每项工作都或多或少了解一点，也可以不用划分的特别仔细，比赛期间往往也会参与彼此的任务。比如我们比赛的某一天，论文手在写代码，编程手在建模，我作为建模手在写论文。
05.关于比赛的准备
因为是开学考试，所以寒假的时间非常的紧张，再加上我们十二月陆续变成小阳人，所以正式准备的时间大约只有40天左右。整个寒假就是上午复习专业课，下午三个人看同一篇往年的O奖论文，学习里面的所有模型、算法和排版的优点并作记录和总结，晚上开一个一小时左右的腾讯会议汇报学习情况和收获。下面截取一段我当时开会准备的发言稿。
同学们如果还不知道该如何准备美赛的话，可以借鉴我们团队的学习模式，对每天的学习内容做一个记录和总结，只要肯坚持下来，一定会有非常大的提升。
至于参考书，比较多的人会选择司守奎和姜启源，但我们三个实际上并没有系统地学习任何一本教材，所以就并不在参考书上给同学们提建议了，以免误人子弟。
因为三个人都是初学者，所以总的来说这段时间压力是比较大的，最开始看英文论文很不适应，看到的模型也完全不熟悉，只能硬着头皮硬学。初期大概每天光看论文学知识点大概每天要用掉六个小时的时间，坚持20天后就会好很多，可能只需要三小时就能把每天的建模任务完成。
总的来说准备阶段是非常的枯燥的，如果你很不幸在队伍组建过程中没有擦亮双眼，团队中只要有一个人不积极，那么这种情绪很容易蔓延到整个团队，很可能这个队伍就摆烂了，最后只能不了了之了。
印象比较深的是大年初二那天，队友早早把任务完成了，我的工作还没做完，在自习室一个人待到晚上十一点才把任务做完。说这些是希望大家明白，作为一个团体竞赛，不是说找到好队友抱到大腿就万事大吉了，每个人的努力都是必不可少的，不能说队友把自己的任务都做完了，而你却还在摆烂。
欢迎加入下方名片的美赛交流群，获取免费的美赛干货，优秀论文，美赛一本通
