Skip to content

davepoon/buildwithclaude / plugins/all-skills/skills/mcm-o-guide

mcm-o-guide

Verified

MCM/ICM 优秀论文写作全流程指南——基于 502 篇历年获奖论文(2004–2024)语料库的结构化分析与评委点评提炼。覆盖:摘要逐句模板、6 类题型模型选择矩阵、25 页页预算分配、图表黄金法则、灵敏度/稳健性分析范式、全文一致性检查清单。当用户准备美赛、写论文、打磨论文、查结构、选模型、做摘要、看评委标准、读优秀论文时使用。也适用于任何需要高质量数学建模论文写作的场景。

FileKindSize
GUIDE.en.mdmarkdown7.8 KB
LICENSE.txtmarkdown1.0 KB
SKILL.en.mdmarkdown24.9 KB
SKILL.mdskill md22.3 KB
playbooks/coding-playbook.mdmarkdown10.0 KB
playbooks/modeling-playbook.mdmarkdown9.8 KB
playbooks/research-playbook.mdmarkdown7.6 KB
playbooks/writing-playbook.mdmarkdown10.0 KB
references/advanced-techniques.mdmarkdown11.1 KB
references/checklist.mdmarkdown5.2 KB
references/common-errors.mdmarkdown10.0 KB
references/end-to-end-case-B.mdmarkdown6.0 KB
references/end-to-end-case-C.mdmarkdown8.5 KB
references/end-to-end-case-DEF.mdmarkdown10.1 KB
references/end-to-end-case.mdmarkdown11.9 KB
references/introduction-guide.mdmarkdown6.7 KB
references/judge-commentary.mdmarkdown8.0 KB
references/memo-letter.mdmarkdown6.3 KB
references/model-innovation.mdmarkdown5.7 KB
references/model-matrix.mdmarkdown4.6 KB
references/page-by-page.mdmarkdown12.2 KB
references/quick-reference-card.mdmarkdown3.1 KB
references/self-evaluation.mdmarkdown6.0 KB
references/sentence-patterns.mdmarkdown16.9 KB
references/strengths-weaknesses.mdmarkdown6.1 KB
references/summary-template.mdmarkdown13.7 KB
references/team-workflow.mdmarkdown7.4 KB
references/top-award-strategy.mdmarkdown9.2 KB
references/top-paper-anatomy.mdmarkdown8.3 KB
scripts/README.mdmarkdown8.0 KB
scripts/benchmark-paper.mjsscript6.7 KB
scripts/check-paper.mjsscript11.9 KB
scripts/extract-pdf.mjsscript2.5 KB
scripts/parameter-sweep.mjsscript8.6 KB
templates/README.mdmarkdown3.6 KB
templates/latex-template.texother11.4 KB
templates/markdown-template.mdmarkdown5.7 KB

references/model-innovation.md

View on GitHub
# 模型创新策略指南

## 1. 创新的本质

评委不期待你发明全新的数学理论。他们期待的是:
- **问题结构驱动的创新**:针对题目特有结构设计的模型改进
- **组合创新**:将已有方法以新方式组合
- **验证创新**:用新方式验证模型可靠性

> 评委原话(2009 A):*"The best were able to develop multiple models of different complexity and then verify their numerical models with the theoretical results of the simpler models."*

## 2. 六种创新策略

### 策略 1:机制耦合创新

**原理:** 将两个独立模型的输出/输入耦合,形成反馈环

**实例(2023 A O 奖):**
```
传统做法:Lotka-Volterra 种群模型 + 独立的环境模型
本文创新:将土壤水分 W(t) 与环境容量 Env_i 耦合
  → Env_i = Env × exp(-(W - bestW_i)² / MNW_i)
  → dW/dt = -β∑x_i(t)W(t) - γW(t) + p(t)
  → 种群影响环境,环境反过来影响种群
```

**效果:** 模型从"单向因果"升级为"双向反馈",更真实

**适用题型:** A(连续)、E(环境)

### 策略 2:多尺度创新

**原理:** 在不同时间/空间尺度上建立不同模型,然后耦合

**实例(2021 C O 奖):**
```
空间尺度:
  - 微观:12km × 12km 网格(2925 cells)
  - 宏观:Washington State 整体分布
时间尺度:
  - 日更新:CA 每日状态转移
  - 季节更新:夏/冬不同繁殖率
  - 年更新:长期趋势预测
```

**效果:** 兼顾精度与计算效率

**适用题型:** A、C、D

### 策略 3:指标构造创新

**原理:** 为题目特有问题构造新的评价指标

**实例(2023 A O 奖):**
```
传统指标:种群数量
本文创新指标:
  - CoV(变异系数)= std(TB) / TB → 衡量稳定性
  - Shannon-Wiener Index → 衡量物种均匀度
  - Pielou Index = H / log(n) → 衡量相对均匀度
```

**效果:** 从"描述现象"升级为"量化评估"

**适用题型:** 所有题型,尤其 D、E、F

### 策略 4:基线对比创新

**原理:** 设计巧妙的对照组,量化改进幅度

**实例(2024 A O 奖):**
```
对照组设计:
  - 有 adaptive sex 机制 vs 无 adaptive sex 机制
  - 其他参数完全相同
量化改进:
  - "The optimization rate R = 202% when K decreases"
  - "The optimization rate R = 288% when K restores"
  - "The optimization rate of ecosystem stability R = 73.3%"
```

**效果:** 从"定性描述"升级为"定量证明"

**适用题型:** 所有题型

### 策略 5:数据驱动创新

**原理:** 用数据中发现的模式驱动模型设计

**实例(2021 C O 奖):**
```
数据观察:4389 次目击报告中仅 14 次阳性(0.3%)
推断:报告频率 ≈ 人口分布(而非 AGH 分布)
模型创新:用报告数据拟合人口分布
  P(x,y) = Σ 1/(√(2π)σ) × exp(-((x-rx)²+(y-ry)²)/(2σ²))
验证:与主要城市位置吻合
```

**效果:** 从"被动使用数据"升级为"主动挖掘数据价值"

**适用题型:** C(数据洞察)

### 策略 6:算法改进创新

**原理:** 对经典算法进行针对性改进

**实例(2021 D O 奖):**
```
经典算法:PageRank
  PR(Vi) = (1-p)/N + p × Σ PR(Vj)/L(Vj)
改进:反转传播方向
  - 原始:从父节点到子节点
  - 改进:从子节点到父节点(因为影响力是从被影响者反向传播)
效果:更准确衡量音乐家的影响力
```

**效果:** 从"套用算法"升级为"针对性改进"

**适用题型:** D(网络)、B(离散)

## 3. 创新检查清单

- [ ] 创新是否由问题结构驱动(而非为了创新而创新)
- [ ] 创新是否有明确的对比基线
- [ ] 创新是否可量化(改进幅度、精度提升)
- [ ] 创新是否在摘要中被提及(模型命名)
- [ ] 创新是否在 Introduction 的 Literature Review 中被定位
- [ ] 创新是否在 Strengths 中被强调

## 4. 创新 vs 套用的区别

| 维度 | 套用 | 创新 |
|---|---|---|
| 模型选择 | "我们用 XGBoost" | "我们构造了 [特征] 并用 XGBoost,因为 [理由]" |
| 参数设定 | "α = 0.5" | "α = 0.5,通过 [方法] 估计,灵敏度分析显示 [结论]" |
| 结果呈现 | "准确率 90%" | "相比 baseline(75%),提升 15 个百分点" |
| 验证方式 | "做了交叉验证" | "做了交叉验证 + 与简化解析解对比 + 灵敏度分析" |
| 模型命名 | 无 | "我们开发了 [模型名],整合了 [方法1] 和 [方法2]" |

## 5. 创新的风险控制

| 风险 | 控制措施 |
|---|---|
| 创新太复杂,无法实现 | 先实现简化版,再逐步加复杂 |
| 创新效果不明显 | 必须有 baseline 对比,提前测试 |
| 创新无法解释 | 在正文中用 1 段解释"为什么这样设计" |
| 创新与题目无关 | 检查创新是否直接回答某个子问题 |

## 6. O 奖常见创新模式

| 题型 | 常见创新模式 |
|---|---|
| A | 机理耦合 + 多尺度 + 新指标 |
| B | 图论改进 + 启发式混合 + 精确解对比 |
| C | 特征工程 + 多模型集成 + 可解释性分析 |
| D | 网络分析改进 + 多目标优化 + 情景仿真 |
| E | 综合评价体系 + 空间分析 + 情景压力测试 |
| F | 博弈论 + 成本效益 + 政策仿真 + Memo |

## 7. 从 Meritorious 到 Outstanding 的创新差距

| 维度 | Meritorious | Outstanding |
|---|---|---|
| 模型数量 | 2–3 个独立模型 | 3–5 个耦合模型 |
| 模型命名 | 无 | 有(如 GIID、BDS、ESE) |
| 创新声明 | 隐含 | 显式("We innovatively...") |
| 基线对比 | 无或简单 | 有对照组 + 量化改进 |
| 指标构造 | 使用现成指标 | 构造新指标(如 CoV、继承度) |
| 算法改进 | 直接套用 | 针对性改进 + 理由 |
slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack."Stars: 198kUpdated Claude CodeCodexVerifiedInstall
ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read.Stars: 194kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report.Stars: 194kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt.Stars: 194kUpdated Claude CodeCodexVerifiedInstall