1. 论文手不是“打字员”先想清楚这个角色到底在干什么先说一个我在各种数模群里反复看到的误区很多人觉得论文手就是负责把建模手和编程手做出来的东西“写漂亮”谁打字快、谁会用Word谁就能干。这种认知害了太多队伍。数学建模竞赛的评奖逻辑里论文是唯一也是全部的评分载体评委看不到你们团队在三天里吵了多少架、跑了多少轮代码、熬了多少个夜他只能看到最终提交的那二十几页PDF。所以论文手不是写手而是整个团队的“产品经理加总编辑”——你要决定哪些内容值得写、哪些细节必须藏、用什么逻辑把这些内容串成一条评委能一眼看懂的故事线。这个角色的核心职责我拆成四块。第一块是需求翻译。建模手满嘴“带约束的二次规划”“鲁棒优化”“灵敏度分析”编程手跟你说“收敛了”“报错了”“跑不动”你需要在脑子里快速把这些技术词汇翻译成论文读者能接受的语言。这里的读者不是你自己而是评委——他们可能是数学系教授、工业界工程师、甚至跨学科的答辩专家你在写的时候默认他们“懂模型但不了解你的题目”这个尺度极其重要。第二块是结构设计。一篇数模论文从摘要、问题重述、模型假设、符号说明、模型建立、模型求解、结果分析到模型评价看起来是死板的八股实际上每一部分都暗藏心机。比如问题重述不是让你抄题目而是让你用三句话证明“我真的理解了这个实际场景”模型假设不是随便列几条而是在告诉评委“哪些复杂因素我主动舍弃了而且我舍弃得有理有据”。这些门道后面细讲。第三块是叙事兜底。三天比赛里最常发生的情况是模型做到一半发现跑不通、数据预处理比想象中多花了八个小时、编程手凌晨三点告诉你“这个优化问题可能没有可行解”。这些混乱绝对不能直接暴露在论文里。论文手的作用就是把这些真实世界的一地鸡毛整理成一条“我们遇到问题—分析原因—调整方案—最终解决”的平滑曲线让评委觉得这个团队思路清晰、执行力强。第四块是质量守门。包括公式编辑器的规范使用、图表的清晰度、参考文献的格式、页数控制、文件命名、提交格式——这些琐碎的事情任何一个出问题都可能直接扣分甚至判违规。国赛和华为杯对PDF文件的大小、命名规则都有严格要求每年都有队伍因为提交问题功亏一篑。在队伍分工上我的建议是如果你是论文手你在赛前就要立好规矩前期建模讨论你一定要在场哪怕你觉得纯数学的东西你听不懂也要在。因为你需要在建模手讨论的时候就意识到“什么能写、什么不好写、什么写出来会被评委追问”这种判断力不是最后两天突击能练出来的。还有一点容易被忽略论文手最好具备一定的数据处理和画图能力。很多优秀论文的亮点恰恰不在模型多高深而在于数据可视化做得漂亮、结果图一目了然。你不需要会跑复杂的深度学习模型但至少要对Python的matplotlib、Excel画图、Visio画流程图这些基本工具很熟。这会在写结果分析的时候救你很多次。2. 赛前两个月论文手要磨好的四把刀比赛前的时间怎么用决定了你赛中是游刃有余还是焦头烂额。很多队伍赛前只刷算法、刷代码论文手完全不知道自己要准备什么结果赛前一夜狂下载模板。我建议论文手从赛前两个月开始集中磨好四样东西。2.1 第一把刀一套趁手的论文模板别等比赛开始了再找模板。你要在赛前就确定好一套排版方案大到页面设置、字体字号、标题样式小到公式编号、图表题注、参考文献格式全部定好。这里直接给一套我用着最顺手的参数正文用宋体小四号行距1.5倍段前段后0行标题用黑体加粗公式用Word自带的公式编辑器公式单独一行居中编号右对齐图表题注用五号黑体居中图题在下方、表题在上方页边距上下2.54厘米、左右3.17厘米Word默认值即可不用刻意改。关于是否用LaTeX我的观点很明确队伍里如果没人用过LaTeX比赛期间千万不要从零开始学。LaTeX排出来的公式确实漂亮但它的调试成本在争分夺秒的比赛里是致命的一个图片位置调一晚上是常有的事。老老实实用Word加公式编辑器完全够用只要排版干净整洁评委不会因为你没用LaTeX而扣分。模板里还要预先写好几段“万金油”性质的框架文字比如符号说明表格要预先搭好三列符号、含义、单位模型假设要预先写好两三条通用的描述语句问题分析部分要提前准备好流程图框架。这样拿到赛题以后你只需要往框架里填具体内容而不是从零开始构思每句话。2.2 第二把刀文献检索与快速阅读能力优秀论文和普通论文的一个显著差别是参考文献的质量。我见过太多国赛论文参考文献列的全是教科书和中文期刊这本身没错但如果能引用几篇近几年的学术论文尤其是应用数学、运筹学、计算机应用类期刊的文章整个论文的学术感一下就上来了。赛前要认真练的是“快速定位一篇论文是否值得引用”的能力。我知道很多人文献检索只会用百度学术其实知网、万方、维普这些才是正路另外Google Scholar和arXiv在比赛期间访问不一定方便但至少要有国内替代渠道。你不需要完整读完一篇文献只需要看标题、摘要、结论然后判断它和你的模型方法有没有关联。关键是要建立自己的“文献弹药库”每个常用模型层次分析法、灰色预测、线性规划、神经网络等配好两三篇可以引用的文献比赛时直接调取。2.3 第三把刀常用图表素材库三天时间很紧不可能每张图都从零画。赛前把下面这些底图准备好区位图中国地图、世界地图的矢量图、流程图框架问题分析流程图、建模流程图、求解流程图各一份、坐标系模板常用的折线图、柱状图、散点图模板。比赛时直接在这些底图上改文字和数据效率至少翻一倍。图表质量对评奖的影响被严重低估。评委一天要批几十篇论文一篇排版乱的论文几分钟就被否掉了而一张清晰美观的结果图能让他停留至少五分钟去琢磨。宁可少写一段废话也要把图画到极致。表格不要用Word默认的黑框样式用三线表顶线、栏目线、底线这是学术论文的基本审美。2.4 第四把刀优秀论文的阅读笔记赛前至少要精读五篇国赛一等奖优秀论文。读论文不是看热闹而是带着问题看门道它的摘要用了哪些句式、问题分析画了什么框架图、灵敏度分析怎么做的、模型优缺点怎么写得既诚实又不减分。每读完一篇写一个三百字的拆解笔记提炼出你能直接套用的句式结构和叙事节奏。我特别建议精读论文的时候做一件有点“功利”的事把摘要里每一句话的功能标出来——哪句是背景、哪句是方法、哪句是结果、哪句是意义然后你会发现优秀论文的摘要结构高度一致。这种结构化拆解练多了你自己写摘要的时候对“每一句应该承担什么功能”会有非常清晰的意识而不是靠感觉在写。说到底赛前的准备核心就是八个字把不必要临场思考的事情提前做完。你在赛前每多准备一分比赛期间的三天三夜就多出一分从容去应对真正需要创造力的内容。3. 比赛前三天的节奏论文手的“三天三夜时间表”数模比赛是三天时间部分赛事是四天比如华为杯研究生数学建模以后按国赛的三天为例很多论文手的任务是“前48小时跟着瞎忙最后8小时疯狂赶稿”。这个节奏大错特错。一篇合格的数模论文摘要、模型建立、结果分析这些核心内容都不是最后赶出来的而是在比赛过程中逐步沉淀出来的。我按自己习惯的时间线写一份可以参考的论文手时间表。3.1 比赛第一天上午定题与框架搭建的关键两个小时拿到题目以后的第一个小时队长会组织讨论选题。很多队伍在这里犯一个致命错误花一个上午无休止地比较A题B题C题的难度迟迟不定题。这里要给论文手的建议是尽量推动早定题。数模比赛真正拉开差距的从来不是题目选择而是确定题目之后那六十多个小时里你的执行力。题目一确定论文手就要立刻做三件事。第一件事是在白板或共享文档上画出论文的整体结构框架把每个章节的标题列出来从摘要到参考文献一共列十几行。每个章节下面用关键词标注要写的内容方向。这个框架在后续需要不断修改但它会像一个骨架一样把所有队员的工作成果安放到合适的位置。第二件事是起草问题分析部分的初稿。注意这里说的“问题分析”不是“问题重述”而是一段向评委解释“我们从哪些角度切入这个问题、为什么这样切入”的文字。这部分内容可以和建模手讨论选题时的思路同步进行因为你们正处在“分析问题”的第一现场此时的想法最鲜活。第三件事是建立符号说明表。建模手在讨论中每确定一个变量论文手就要立刻把它记入符号表并分配符号。这件事看起来机械但极其重要——到了第二天晚上建模手可能已经用了二十多个符号如果那时候再整理符号表必然会有遗漏或者前后不一致。3.2 第一天下午到第二天边做模型边写论文的并行工作流大部分参赛队的典型状态是第一天晚上还没开始写论文第二天白天建模手还在调代码论文手在旁边闲着等待“有东西可写”。正确做法是论文手从第一天下午就开始写那些“不依赖最终结果”的章节。不依赖最终结果就能写的章节包括问题背景与问题重述、模型假设、符号说明、问题分析、参考文献。这些内容在题目给定之后就可以着手而且写得越早留给后面核心章节的时间就越多。我见过效率最高的一个队伍是这样的论文手在自己的电脑上开一个共享文档让建模手和编程手随时把阶段性结果公式、数据、图丢进来然后论文手像拼图一样把碎片串成完整段落。每完成一个小节论文手就会在队伍群里说一声“XX部分初稿完了”这种及时反馈能给全队一种“我们正在推进”的心理安全感对处于紧张状态下的队友是很大的鼓舞。我还有一个私藏的小技巧当建模手在推导公式的时候你可以尝试让他“讲给你听”就像老师给学生上课那样。这个过程中建模手必须把自己零散的思路组织成有逻辑的语言而这恰好就是你写进论文的原材料。你不仅是在收集素材也是在帮助建模手梳理思路很多时候他讲着讲着自己就发现漏洞了。3.3 第二天晚上核心模型部分的“骨架填充法”到了第二天晚上模型基本已经建立起来求解结果初步出炉。这时候论文手要做最繁重的工作把“模型建立”和“模型求解”两章写出来。写作切忌一上来就对着空白的Word掉头发。我习惯先写段落的“骨架句”——每段第一句话先用一句概括性的话说明这段要讲什么比如“为了描述XX因素之间的定量关系本文引入了带约束的线性回归模型具体形式如下”然后再在骨架句底下填空。这样做的好处是你的思路不会在庞大的写作任务中迷失你始终清楚自己正站在文章的哪个位置接下来要往哪里走。写作顺序上我建议先写模型求解里“参数设置”部分。因为参数设置的数值往往在编程手调试过程中已经被反复确认过数据现成且准确。而模型建立部分往往涉及较长的推导可以和建模手核对完之后再落笔。总之先写容易写的、不容易错的把硬骨头留到状态好的时候啃。3.4 第三天从初稿到终稿的“三遍打磨法”第三天上午必须完成论文初稿这句话怎么强调都不过分。给第三天留出的打磨时间越长论文质量的提升越明显。初稿完成后我按以下顺序打磨三遍。第一遍打磨“逻辑”只看各级标题和每段开头第一句快速浏览整个文章的逻辑是否通顺——前后章节是否衔接、论证顺序是否合理、有没有出现“这段内容放在这里很突兀”的情况。这一遍不要拘泥于措辞只关注宏观走向。第二遍打磨“细节”逐段细读检查公式编号是否连续、图表编号是否与正文中的引用一致、符号是否统一、单位是否正确。这些细节错误数量一多评委对论文专业性的印象会大打折扣。第三遍打磨“摘要”摘要放在最后写因为它是对全文的提炼。等所有正文都定稿以后你对全篇内容的把握是最清晰的此时写出来的摘要才真正能概括整篇论文。国赛的摘要要求控制在一页以内多一个字都不行超了就必须删。4. 摘要与正文决定论文生死的几个关键写法摘要的位置只有一页但你投入的精力应该占全部写作精力的三成以上。为什么因为绝大多数评委看论文的流程是这样的先看摘要摘要吸引人就看正文摘要平庸就大概率直接看到结果分析部分然后打分。换句话说评委用五分钟决定你的论文是“仔细看”还是“随便翻翻”而这五分钟里前三分钟都在看摘要。4.1 摘要是整个团队的“电梯演讲”写摘要前先在草稿纸上回答三个问题这篇论文解决了一个什么问题用了什么方法得到了什么关键结果然后把这三个答案分别扩写成两到三句话接下来再在开头加一句背景和意义在结尾加一句对结果的应用评价。这样出来的摘要已经有了基本框架。写作上有几个硬性要求。第一不能出现“本文”开头的流水账句式连续堆叠每一句话都要有信息量。对比一下“本文建立了多元回归模型。”和“针对XX系统受多因素耦合影响的特点构建了以XX为核心解释变量的多元回归模型。”后者多出了“为什么用这个模型”的信息这句话的作用就大得多。第二必须出现定量的结果比如“预测精度达到95.3%”“误差控制在0.05以内”而不是“效果良好”“精度较高”。第三避免使用“首次”“创新地”这种自我标榜的词评委看到会很反感除非你的方法确实非常特别。4.2 问题重述与模型假设“态度分”最容易丢也最容易拿问题重述这一章是“地基里的水泥”很多人不重视直接抄题目评委一眼就能看出来印象分先减一档。正确的做法是用自己的话压缩题目两到三句话交代背景两到三句话给出具体任务再单独写一段“本文针对上述问题依次建立了XX模型、XX模型和XX模型实现了XX目标”来做承上启下。但注意这里不要提前剧透模型细节用一句概括性的话点出技术路线即可。模型假设里藏着两个常见的低级失误。一个是不敢舍弃真实场景的复杂性写一堆“假设某某因素为零”结果后面模型求解根本没用上这条假设评委一眼就能看出来这是凑数的。正确做法是只写你模型中真正用到的假设每条假设后面最好能跟一句解释“基于XX考虑本文暂不考虑XX因素”。另一个失误是假设相互矛盾比如前面假设“各变量相互独立”后面模型里却有明显的交互项甚至假设和模型毫无关系。4.3 模型建立与求解让评委看懂每一步“为什么”比“是什么”更重要模型建立是全文最核心的部分也是最容易写得像天书的部分。你要时刻记住评委虽然水平比你高但他不知道你的思考路径。你写出来的公式堆砌他也要花时间去理解来龙去脉。我的一个经验是在模型建立的每一小节开头先用三五行文字交代这个模型的“动机”。比如“实际系统中XX因素与YY变量之间关系复杂难以用简单线性函数描述。考虑到数据量有限仅150组本文采用高斯过程回归模型来捕捉其非线性特征。”这短短几行文字的作用是告诉评委“我不是为了用这个模型而用而是因为它适合我的问题”。模型的建立和求解之间要无缝衔接。很多队伍模型建得很漂亮求解部分却只有一句“利用Python编写程序求解得结果如下”这是巨大的浪费。你需要交代求解的具体方式用的哪个库scipy.optimize、sklearn还是遗传算法工具箱、参数怎么设定的、迭代了多少次收敛等。这些信息让评委相信“这个结果不是瞎跑的而是可复现的”。4.4 灵敏度分析与模型评价把论文的“防御工事”修好一篇论文写得再漂亮如果评委在模型评价部分发现了你回避了某个明显的问题前面的好感可能全部清零。模型评价相当于全篇的“防御工事”你需要主动指出模型可能存在的不足并且给出合理的解释。灵敏度分析是最容易加分的环节。我给你一个通用模板选择一个关键参数在合理范围内取若干不同的值重新运行模型观察结果指标的变化幅度然后将结果做成一个表格或曲线图。然后在文字部分给出结论“当参数X在[区间]内变化时最终结果的变化幅度不超过Y%说明模型对该参数的扰动不敏感模型具有较好的稳定性。”这比任何抽象的自夸都有说服力。模型优缺点要分开写优点列三条缺点列两条每条都要具体。比如“模型未充分考虑XX因素在数据量更大时可以考虑引入深度学习模型进一步提升精度。”这样的表述既承认了局限又展示了你的思考深度不会减分。千万避免写“模型各项性能均表现良好”这种没有信息量的废话。5. 关于AI辅助与自查国赛要求大变局下的论文写作策略这是每个参赛队都必须重视的现实问题。近两年数学建模竞赛对AI使用的限制越来越严国赛专门发布了关于AI工具使用的规定要求论文中必须明确声明是否使用了AI辅助甚至要求提交AI辅助工具使用报告。2026年的比赛延续和细化了这些要求队伍里如果有人偷偷用了AI又隐瞒整个队的获奖资格都可能被取消这不是开玩笑。5.1 规则到底说了什么边界到底在哪里先说结论不是完全禁止使用AI而是必须透明使用。具体来说比赛要求你在提交的论文末尾或附件中如实报告你在哪些环节使用了AI工具比如用它辅助润色语言、检索文献、帮助debug代码并且明确指出AI是辅助工具、核心模型和思想必须由团队自己完成。需要注意的红线是不得让AI生成整段的核心建模思路、不得让AI代写完成论文主体内容。也就是说你可以让AI帮你把一段书面语言说得更流畅但不可以直接让AI帮你从无到有地生成“我们采用层次分析法解决问题”这种核心方法论段落。这里还要多说一句目前评委席对AI生成文本的识别能力远超大多数参赛者的想象。一方面比赛方会使用AIGC检测工具对论文进行双重检测另一方面评委本身的学术直觉就能闻出一篇论文有没有AI味。AI生成的文本词汇丰富但逻辑平庸、论证浅薄但句式工整、金句频出但缺乏灵魂这种“精致的平庸”在专业评委眼里非常明显。所以把AI当搜索引擎用用它帮你梳理思路、查漏补缺可以用它替你思考和表达得不偿失。5.2 我自己在AI辅助上的实操边界在规则允许的框架内我会这样用AI辅助语言润色把自己写好的段落粘贴给AI让它挑出语法问题、优化句式。但改完以后我一定自己再过一遍——AI有时候把原文里那种“人味儿”给磨没了我会改回来一部分。文献推荐告诉AI我的模型类型和约束条件让它推荐可能有用的论文关键词和期刊名称我再去知网验证。代码查错让AI解释报错原因甚至让它给出一段参考代码。但最终跑通和调优的代码一定是自己驾驭的。查漏补缺列一份论文大纲让它告诉我有没有遗漏的章节或常见问题。这个用途对我来说最实用因为AI的“清单思维”很擅长做这种结构检查。在使用AI的过程中建议在比赛期间建立一个“人机协作记录表”随时记录哪个环节用了AI、用了什么工具、如何用的。一方面这是规则要求别到最后一晚再回忆着补——补出来的东西漏洞百出另一方面这份记录表也是你最后写AI使用报告的依据。不要觉得多此一举去年的某些赛区已经有过个别队伍因为AI使用报告与查重结果对不上而被取消成绩的案例。5.3 自查表提交前逐项打勾写论文的紧张状态下人很容易做“选择性失明”——自己哪里都不想改觉得什么都挺好。这时候公式化、清单化的自查就会比临场直觉可靠得多。列一份我每场比赛都会过的自查清单建议打印出来逐项打勾摘要是否在一页以内是否包含背景、方法、定量结果、意义四要素关键词是否选了五六个有区分度的术语问题重述是否用自己的话重新组织过符号说明表是否完整所有公式中的符号是否有定义会不会出现正文用了新变量但符号表里查不到的情况公式编号是否连续公式是否都有引用图表是否有编号、题注正文中是否都有引用图片分辨率是否足够灵敏度分析是否完成结果参数的扰动范围是否明确模型的优缺点是否诚实、具体参考文献格式是否统一中文文献、英文文献分开排序了吗PDF后是否反复确认过最终版内容文件名是否按要求命名AI使用报告是否填写完整内容是否与论文实际情况一致这些项目里只要有一项“否”都要当场处理不要等“下午再改”下午永远有下午的事。6. 提交前的“最后一公里”那些让队伍功亏一篑的意外每年比赛季总会有几个队伍在提交环节出事故过了截止时间、文件上传错了版本、压缩包解压后缺图片、文件名带了“最终版2.0再改”的字眼被拒收。这些失误看着低级但高压之下真的太容易发生了。作为论文手你应该主动接管“提交”这个环节并且在提交前做好三道保险。第一道保险版本管理。从比赛第一天起每一版论文都另存为一个带编号和时间的新文件比如“论文_初稿v1_周六22点.docx”“论文_修改v2_周日15点.docx”在文件名里体现版本迭代。这样就算改坏了也能随时回退到上一个版本不至于重写。第二道保险多重导出。导出PDF后一定打开PDF文件翻几页检查图片是否显示正常、公式有没有乱码、字体有没有缺失。每年都有队伍的PDF在别人电脑上打开时公式变成了乱码或者图片不显示原因往往是字体嵌入问题。如果学校或家里电脑字体不全建议导出前先统一字体也可以在导出后发给队友各打开检查一遍。第三道保险掐表提交。正式截止时间前至少提前三十分钟完成提交。这个道理谁都懂但每年都有人心存侥幸而跟网络、跟平台较劲的风险完全没必要去冒。数学建模大赛论文提交不上是每年都有的热搜话题里面相当一部分是“临近截止时网络卡顿”或“浏览器和平台兼容性问题”。建议用Chrome或Edge访问提交系统不用360浏览器并且在提交前后截图保存成功提示。还有一个小建议提交之前论文手要带着“评委心态”把论文从头到尾读一遍。所谓评委心态就是假装你完全不了解你们的模型从头读看哪些地方会让你困惑、哪些地方说服不了你。这种“上帝视角”的审读虽然不能发现所有问题但能发现最简单也最致命的那类问题——比如逻辑断了、结论跳了。7. 从优秀论文里偷师涨分最快的三个细节平时读优秀论文除了读内容我还会专门盯着以下三个“容易被忽略但涨分很凶”的细节研究这里一并分享出来。第一个细节是图表标题写法的信息量。普通队伍的图表标题是“图1 预测结果图”“表2 误差对比表”优秀论文的图表标题是“图1 基于XX模型的预测结果与实际值对比样本量为200训练集占比80%”“表2 三种模型在测试集上的误差指标对比MAE、RMSE、MAPE”。差别一目了然前者的标题说了等于没说后者的标题让读者不用看正文就知道图中关键信息。第二个细节是问题分析部分的“总—分”结构。我见过的优秀论文几乎都遵守这个模式先画一张问题分析总流程图所有子问题按逻辑顺序铺开然后对每个子问题用一段话单独分析每段话遵循“这个子问题的核心矛盾是什么—我们打算用什么方法解决—这个方法为什么适用”的节奏。很多队伍跳过问题分析直接进模型就像电影没有预告片评委还没进入状态就被丢进公式的汪洋大海。第三个细节是附录的组织方式。有些队伍把几百行代码全部贴在附录里占了十页纸评委看到就头大。优秀论文的附录通常是“只贴核心代码关键输出结果”而且代码部分用的是等宽字体、紧凑排版并配有“本代码用于求解XX模型的参数优化问题”这类一句话说明。附录的作用是给评委一个追溯细节的通道不是给你的代码仓库搬家。核心代码之外的大量代码如果比赛要求提供附件那么整理成一个压缩包上传即可。这三个细节不需要多高深的数学功底纯粹是“用心不用心”的差距但累积起来可以让你的论文在评委眼里的专业度明显高出一个档次。写到这里想起我第一次带队参赛时也是手忙脚乱、最后两天重写了大半篇论文的狼狈模样。数学建模的论文手最核心的能力不是文笔多好而是对信息的组织能力、对细节的把控能力、以及在高压下依然保持清醒头脑的定力。把上面这些准备做到位比赛那三天你就能把更多精力留给真正需要临场发挥的事情上——而不是对着空白文档发呆。