1：态度问题。一个良好态度的团队决定你们的效率。如果想真正做好，请不要寻找不专注的人。态度是第一位的。所以既然选择做数模，就把玩或者回家的事情放一放

2：队员分工问题。大家可能了解的是分为建模，编程和写作三部分，由三人配合，其实这是最一般情形，适用于入门。在后期，只负责一方面对你们的工作效率是极为不利的。

续2：一个例子就是，建模的同学最好会一点编程，这样他在给出一个可能要用到的算法时，可以估计编程同学的工作量。而编程的同学也要懂一点建模，这样在建模同学给你交代编程任务时，才能理解得更透彻。写作的同学，最好也懂建模，在讨论中也能发挥作用。最好三者全能而却对某一部分擅长

赞！

续2：楼主本人出身编程，带我的学长人很好，一直在提醒我建模能力提高的重要性。今年icm本人充当建模，效果不算好，但也挤进了一等奖。我们队另外两个人一起写作，很大程度上提高了论文质量，因此，全能而又专精，对数模大有帮助。想继续做下去的同学，可以认真考虑

3：选题。相信今天大家都看到两道题了。本人的建议是，在明天中午之前，确定题目，并且中途不要换题！无论如何，不要怀疑你的选择，因为灵感可能在最后才爆发。当时和学长做比赛，他总是在最后一天能出来一个好的思路，因此，选题要坚定，而且没有哪个题好做不好做的说法。好做的题，更难突出创意

4：查资料。看到题以后，就要动手分析，这个题，属于哪个学科的哪个分支，在此方面有什么应用，哪些方法，优缺点。了解清楚，但不要照搬，在理解他人思路的基础上，再去看你原来的问题，可能会有比较大的突破。

续4：关于查资料，首先要选好关键字。对于中文资料，可以在cnki上查询，非常之全，当然维普什么的也可以。对于英文文献，把你的关键字用cnki词典翻译后，在谷歌学术里进行查询，一般都可以。更高级可使用web of science

5：分析题目。这点楼主跟比较强的建模比较起来，还是差的远。不过一些好的习惯可以提供给大家，那就是把你们想到的思路，全部整理出来，记在纸上。对于模型的看法是不同建模者最终成果最重要的区别，对此最好了解清楚基本模型，再此基础上结合你看的资料或者文献，进行一下针对你的问题的设计

续5：这里必须纠正一个误区，许多人看到题目是规划问题，就去找一本厚书，试图了解规划的全部内容。这是比较低效的。首先，你要解决的，只是规划的一部分问题。其次，你只有三天，没时间让你系统性学习。因此，把握你要解决什么问题，找到类似的处理方法，改进并应用于你的问题，这是对入门的一个要求。切记不要把时间耗在资料的大海里。做数模和搞长期科研不完全一样。

续5：依旧是模型。建模，是对客观事物用数学语言的刻画。你要做的，是从实际问题中抽象出一个可以用数学描述的东西。这个东西，要尽量反应实际事物的本质。因此，不要刻意追求很复杂的模型，可能根本就不沾边的东西，不要硬塞进模型，老师不是傻子。但也不能太简单，一个非线性你非要线性，那就丢失了本质。把握这个度，是你建模能力的体现

不明觉厉！前排！

6：编程。广大人民的大问题。有了好的思路，编程不给力，算不出来，着实让人蛋疼。楼主的建议是，可以在网上寻找一些现成的程序，进行修改。其实练习编程，对你以后大有好处。做项目，仿真少不了的，不会编程，处处抓瞎。对于用matlab的同学，推荐网站matlab center，里面有很多精彩的向量化

好贴，谢谢学长啊