2019.1.25~1.29，我参加了美国大学生数学建模大赛，也就是文明遐（zhong）迩（guo）的“美赛”。此文主要是记录一下参赛过程和感想。
赛前准备
其实，我对这个比赛做的准备谈不上完善。因为比赛正好连着期末考试，而且我也是比赛前一个月才决定参加这次比赛的，所以我比赛前仅仅是调好了模板，仔细地分析了几篇往年的O奖论文而已。我觉得这种比赛的成功主要是来自于平时的积淀，不是一朝一夕就可以达到较高的完成度的：美赛的特点决定了它其实是一个十分有利于计算机学院的学生的，因为建模往往会用到机器学习、统计学习方法、数据分析基础等学科，这些学科都是我们学的专业课；模型的好多代码都是现成的，比如我们这次用到的K-means就是我队友课程的作业，可以直接拿来用；除此之外，写report的时候，latex的熟练使用也离不开平时的使用，现场学肯定是来不及的。所以说，高熟练度和精准度的完成离不开平时的积累，比赛前的一周我们只是用来适应这个比赛的模式，看看往年论文的“套路”。一个有趣的事情是：我的专业是SE，而我的两个队友学的是CS，但最后是我负责写的论文，他们来负责打代码。
建模过程
2.25 6:00 公布的题目，我们一上午确定了选择C题——美国阿片类药物危机。这个题目主要是让我们分析药物泛滥的原因并针对此制定策略。这里说一个题外话：我队友Zang本来倾向于选择波多黎各的空投救援——B题，但是我已经想出了C题的一个可行方案了（虽然后来证明并不可行），所以他只好跟着我们的节奏走了。我们一开始想用拟合或者回归的思路完成，但是结果出人意料地不好，基本上都是波动变化毫无规律的数据，没有什么拟合和回归的价值，看起来真实世界的数据挖掘确实不那么有规可循。当时我们感觉很绝望、谁都不知道怎么办了，准备考虑换题。大家都很郁闷，第一天就这样过去了。
好在Zang和Robin第二天想出了办法，主线采用了他们去年用到的Cellular Automaton元胞自动机（貌似是他们专业课学的、或者是他的研究领域）模拟演化，并把地理位置的相关性纳入考虑范围。接下来就是队友疯狂carry时刻：用下图，一系列的techniques搭建好了模型，并用了一天打好了task I代码。这段时间我主要是了解这些tech的核心思路和优势，用来后期吹水，并写好了introduction。经过一些小小的tricks，基本上搭建好了模型的雏形。
第三天，我负责完成task I的report，他们继续完成task II的模型搭建和代码实现。
我们的进度进行的不紧不慢，殊不知这是暴风雨前的宁静。到了晚上，我们基本上已经完成了模型的最终版，也就是说可以进行随意的数据提取了，也初步绘制了一些漂亮的结果：
虽然模型在前三天搭建好了，但是这还是远远不够的：我们仅仅完成了task I、task II的模型概述，其他部分一概没写。
在第四天的晚上，Robin调好了可视化结果之后，我和Zang便在Overleaf上协同工作了一把：他负责写实验和分析，我负责在后面润色。在大概第五天早晨 5:00 ，我们除了summary和memo都基本上写完了。
最终，在千钧一发之际，我们赶完了report，长舒一口气。才发现，低头抬头便是一宿。
感想
比赛结束了，之后几天我回到家补觉补了好久，才缓过来自美赛抑或生活的疲惫。我在之后几天又回读了几遍报告，发现了一些当时出现的低级的笔误，懊悔不已，为自己，也为我的队友们。
虽然这次比赛，最后不一定会拿到心仪的奖项，但是这次比赛对我的能力是一种提升：加强了对teamwork的理解、提升了写paper的熟练度、以及对学海无涯、浩瀚无垠的知识的敬畏。离出成绩还有一段时间，我在此许下一个愿望：希望可以我们可以如愿拿奖，为我大学生涯的第一次也可能是最后一次建模画上圆满的句号！
