数模竞赛成绩终于出来了，可悲的是我们仅仅是个省内二等奖。自认为做得不怎么好，但是看了几个一等奖的论文，觉得我们做的丝毫不比他们差。我们做的是高校学费问题，我们从两个角度出发：
1.实证分析：研究现在是什么状况，主要做了一些列描述性统计分析和多因素协方差分析。
2.规范分析：研究什么才是合理的，这个问题太庞大、涉及的东西太多，政界、学界、民间各有说法，本就没有精准的答案。我们做的是多目标规划模型。
或许是我们做的东西看起来比较平易近人（当然还有许多不妥之处），因而没有得到评委的青睐。而反观部分一等奖的论文，内容非常花哨，很能吸引眼球，但是这些模型真的合理吗？一大堆复杂得吓人的微分方程、神经网络、人工智能、模糊灰色综合评价……还有的队竟然用了许多实变函数里的知识! （来源自然都是东抄西凑的文献法了）
劝告以后数模想拿奖的同学，不要想着模型多么实在，而应该找些唬人的东西，不管自己懂不懂，也不管合适不合适。反正能唬住自己，也能唬住评委，最后还能唬出个“大奖”。
花了很长时间，终于搞定了《R软件与最优化》的初稿。
包含内容：线性规划、整数规划、目标规划、非线性规划、图与网络规划五大块，对于指派问题、运输问题、TSP问题、最大流、最短路等进行了专题讨论。
先说说LaTeX。这是我第一次拿LaTeX软件写正式东西，以前一直听人家说LaTeX如何如何强大，这次可在这强大的软件上栽跟头了，插个三线表、排个数学公式之类的问题就让我叫苦不迭。更可恶的是为了看看效果，稍稍写点东西就得编译PDF文件，讨厌的黑DOS窗口哗啦啦哗啦啦，好久才能得到PDF文件，有时还得运行两三遍。然后，把原来写错的改一改，再写，再哗啦啦……唉，还是所见即所得用着舒服，不由想起了好用的office，金山个人免费版就不错，才几十M，什么公式、表格、图形的自动编号、自动更新都可以轻松搞定，数学公式也很容易插入，并随时可以看见文章的效果。当然LaTeX的最终效果还是好看，但愿以后用它能够轻车驾熟。
再说说R。当初打算写R软件和数学建模，是因为暑假里做数模用过一点R。不过大都是画画图、分析点数据，至于优化问题，都是队友用LINGO或MATLAB搞定的。而我用R做的那点统计实在是太简单了，怎么敢好意思写给别人看。数模中，最优化是一大块内容，是很重要的一类问题，加之R有一系列关于最优化的包，因此，我就选了最优化这一块。于是乎，我将最优化的包几乎全下载下来，并翻译了一个最优化包的简单介绍，然后就刀耕火种了：一个一个尝试，将自己认为比较好用（可能别人不觉得好用）的写在文章里。遇到最严重的问题就是语言问题，我的英文极差，高考后就江河日下，而R的文档全是英文的，我只能硬着头皮看了，当然有些不用看结合以下问题就知道是什么东西。朋友介绍我用linges全文翻译，试了一下效果很差，再此绝望。看来，英文又得捡起来好好学学……
现在终于基本搞定了，就27页，当初做的时候还以为能出本书呢，不过要是把理论加上去，多写几个案例，页数很容易就上去了，只是我时间有限，还得忙统计正事呢。希望数模元老人物薛毅先生以后能写写R和最优化了。
最后要说的是，R在处理最优化问题绝对比LINGO好，很多问题都有专门的包，对症下药，解决问题自然是事半功倍。用LINGO的数模队友看到R两三句代码就轻松搞定LINGO几十行代码才能勉强解决的问题时，感到非常惊讶。其实岂止如此，好些R轻松解决的问题LINGO是无法解决的，比如画个地图、画个网络图等，因为LINGO画图很差。当然，画漂亮的图不是R的专利，LINGO可以去开发，但是LINGO公司就那么多科研人员，还要保住自己的优势，哪有余力涉及太广的领域？但是R就不同，你擅长这个，捐个这方面的包，他擅长那个，捐个那方面的包，如此一来，R就汇集了百家之所长，成为一个强大的平台。
牢骚好久了，打住，好好学习……
p s.需要本文的朋友请移步: https://github.com/taiyun/Optimization-using-R
| © 2010 优秀是一种习惯 | taiyun.wei@cos.name | Suffusion theme by Sayontan Sinha |
近期评论