问一下数学建模国赛是如何评奖的

一、国赛评阅的过程

1.评阅过程应保证有充分的实际评阅时间。实际评阅时间原则上不能少于2天。

2.在保证公平、公正和评阅质量的前提下，评阅形式可以采用纸质版论文评阅或采用电子版论文评阅，也可以采用二者结合的方式评阅。

3.每篇论文应由至少3位评委独立评阅。评委不得随意翻阅不属于自己评阅的论文，不得干扰其他评委的评阅工作。

4.当评委对同一篇论文的评阅结果分歧较大时，评阅组（或小组）应以适当的形式组织复议，尽量消除误判以及因个人评分习惯不同所引起的误差。

5.评阅组（或小组）应注意发现有突出创新点、但从全面衡量达不到申报全国奖水平的论文，提交由评阅组长签名的报告，交赛区组委会处理。

6.评阅组（或小组）在评阅过程中，应采取措施对有抄袭或剽窃及雷同嫌疑的论文进行查证和认定，并做好记录上报赛区组委会。

二、评阅结果的确定

1.评阅组（或小组）将评阅的初步结果提交给赛区组委会，由赛区组委会最终确定本赛区的获奖结果（包括送全国评阅的论文）。

2.赛区组委会在确定最终获奖结果前，应组织本赛区的面试（答辩）工作，其范围和方式由赛区组委会决定。

3.赛区报送全国评阅的论文数量不能超过全国组委会分配给所属赛区的数量。

4.，赛区组委会在确定报送全国评阅论文时，同一所学校报送全国评阅论文的数量不能超过全

国组委会的有关规定。

4.对于报送全国评阅的论文，赛区组委会要按照全国组委会的统一要求进行编号并将编号信息表完整准确地录入网上系统，同时打印盖章后连同纸质版论文一起报送全国组委会。

三、论文相似度的查证

1.赛区组委会应认真组织对本赛区参赛论文的相似度查证工作。

2.经相关系统查验相似度超过一定标准的论文，原则上不能报送全国评阅

四、赛区报送全国评阅论文的数量确定方式

（1）首先计算每个赛区送全国评阅论文的数量基数，该基数与该赛区报名参赛队数（简称报名队数）的关系如下：

报名队数不超过200个队的部分，送全国评阅论文的数量基数占报名队数的12%；

报名队数超过200但不超过500个队的部分，送全国评阅论文的数量基数占报名队数的10%；

报名队数超过500但不超过800个队的部分，送全国评阅论文的数量基数占报名队数的8%；报名队数超过800个队的部分，送全国评阅论文的数量基数占报名队数的5%。

（2）每个赛区送全国评阅论文的数量=该赛区送全国评阅论文的数量基数*2300/所有赛区送全国评阅论文的数量基数之和（如果据此计算的该赛区送全国评阅论文的数量小于6，则该赛区送全国评阅论文的数量按6处理）。

（3）每篇送全国评阅论文应明确是申报一等奖或是二等奖；每个赛区送全国评阅论文中，申报一等奖的数量不超过40%。

2.每个赛区同一所学校每道赛题报送全国评阅论文的数量不能超过4篇，其中申报一等奖的数量不能超

过2篇。

（4）上述每个赛区的报名参赛队数和送全国评阅论文的数量是指本科组和专科组的总数。

（5）在全国评阅论文时，赛区申报全国二等奖的论文原则上不推荐获全国一等奖（特殊情况由全国评阅专家组讨论决定）。

五、关于参赛论文相似度查证的原则

针对目前使用的同方知网查重系统的文献库相似度，以及全国大学生数学建模竞赛论文自建库相似度的查验情况，对相似度较高的参赛论文的处理原则如下：

1.两个相似度中任何一个大于等于25%的参赛论文，原则上不能报送全国评阅；如果要报送全国评阅，赛区组委会应该在报送时给出说明意见；不给出说明意见的，全国评阅时不予受理。

2.赛区组委会可以根据本赛区论文相似度查验的结果，确定不报送全国评阅、不进行赛区评阅和需要进行违纪处理的参赛论文的具体标准。

拿奖忠告

综合来看通过努力是很有机会拿到国奖的，对于国赛来讲，通常建立模型所使用的方法都是已有的建模方法，因为你要完全自己去创造一种全新的模型和方法来解决问题其实是很困难的。但对于追求国一特等奖来说在原有模型基础上加上自己队的想法，有创新性和新颖性是十分必要的。能进入国奖的论文都是很不错的了，想要脱颖而出就不仅仅在于方法正确逻辑清晰了，更多的就是突出，就是有理有据的与众不同，就是要创新！

对于获奖要求不是那么高的，一般来讲能运用已有的方法解决问题，并清晰有逻辑的阐述出整个模型的建立和求解到最后检验就已经很不错了，没有要求一定要具备新颖性，但数学建模比赛本身就没有固定的答案，只要合理科学，是可以用多种方法来建立模型的，所以其中想要加自己的想法，只要有依据能阐述清楚也是可以的。

还有就是运气加实力加努力，多学一些有的无的算法，重视排班，队友靠谱，有希望，，心态要好，一定要多看算法

一定要多看算法！

一定要多看算法！

大胆创新脸皮要厚，国赛没有套模型！

国赛没有套模型！

国赛没有套模型！

一定要有解决问题的能力，编程要好，这个毋庸置疑，运筹学好好学，最优化用的挺多的，转化为运筹学能解决的问题，比如图论和线性规划问题。图论是一个硬实力问题，常用算法多练练。