美国赛的奖项种类？M奖是几等奖啊？

美赛共设置6个奖项，分别是Outstanding Winner(美赛特等奖）、Finalist(美赛特等奖提名）、Meritorious Winner(美赛一等奖）、Honorable Mention(美赛二等奖）、Successful Participant(成功参赛奖）、Unsuccessful Participant(不成功参赛）。这几个奖项，分别被缩写为O奖、F奖、M奖、H奖、S奖、U奖。

注意事项：

美赛的问题一般比较棘手，用户在4天时间内，提出非常出色的方案不容易，因此大家在比赛过程中，应该首先提出一个可行性方案，并且求解该方案，作为一个保底的模型。

如果时间充足的情况下，进一步将模型深入化，考虑更多的因素进入模型，一步一步地深化问题。

在真正科研过程中，结果分析是非常重要的一环，不可或缺，在美赛中也是如此，详细的结果分析很容易提升论文的档次，这是国际一等奖和国际二等奖的关键区别，甚至可以凭借这一点冲击特等奖。

美赛奖项等级如下：

Outstanding Winner(美赛特等奖）、Finalist(美赛特等奖提名）、Meritorious Winner(美赛一等奖）、Honorable Mention(美赛二等奖）、Successful Participant(成功参赛奖）、Unsuccessful Participant(不成功参赛）。这几个奖项，分别被缩写为O奖、F奖、M奖、H奖、S奖、U奖。

1985年，在美国科学基金会的资助下，创办了一个名为“数学建模竞赛”（Mathematical Competition In Modeling后改名Mathematical Contest In Modeling，简称MCM）一年一度的大学水平的竞赛，MCM的宗旨是鼓励大学师生对范围并不固定的各种实际问题予以阐明、分析并提出解法，通过这样一种结构鼓励师生积极参与并强调实现完整的模型构造的过程。

它是一种彻底公开的竞赛，每年只有若干个来自不受限制的任何领域的实际问题，学生以三人组成一队的形式参赛，在四天内任选一题，完成该实际问题的数学建模的全过程，并就问题的重述、简化和假设及其合理性的论述、数学模型的建立和求解（及软件）、检验和改进、模型的优缺点及其可能的应用范围的自我评述等内容写出论文。

1. 论文写作非常重要！MCM的奖项分配是很不均的，Outstanding+Finalist一共就十几支队伍，而Meritorious就有几百支队伍，而拿Meritorious的论文有时候和O或者F的质量其实是差不多的，这个时候论文写得好格式好就成为了明显的优势。可以去看一下历年Outstanding的论文，有一些也没有特别出彩的地方，但是条理很清晰语言也写得很明白。

2. 基础模型没有太大的参考价值。我指的是类似《数学建模》这类基础书籍中的模型。不是说它完全没有用，但是真正的题目出来了会比书中的题目复杂许多，需要考虑的因素也多了许多，而且在看到题目之前你根本不会想到用什么模型比较好，所以如果投入太多时间研究最基础的建模，就会发生题目出来以后不知道用什么模型的问题。

3. Research是最有用的！正是因为等题目出来以后才能确定建模方向，所以在确定好题目以后做research的帮助很大。多多参考一些相关学科的论文，可能会有之前想不到的思路或者专业性比较强的模型。比如2013年的MCMB题水资源那道，我们在做的时候查了许多篇相关论文，除了最基本的回归、线规、图论模型以外，像水资源价值模型中的模糊分析、生态圈水循环模型、去盐碱化成本估计这些东西都是我们现查资料现学的。

4. 一定要分工明确。最好的组合就是一个建模+一个编程+一个写论文。编程强烈推荐matlab。其实到头来最轻松的应该还是建模的人，因为模型建的过程中很多还是需要运行程序，这部分就跟建模关系不大了……建模的人最需要干的就是research，然后想办法把这些现有模型适当修改套到题目里去。事实上凭我们现在的水平很难自己建一个比专业人士更好的模型的，所以套现有模型最靠谱。早期编程和论文的人主要应该负责数据的查找，这项工作量是很大的。写论文的人开始几天要休息好（可以先把introduction什么的先写掉），因为他肯定会在后期很忙很忙。最好是三个人配合好，建完一段写一段，就不会发生当中某一个人暂时没事情做的情况了。

5. 千万不要拖延。虽然deadline之前的生产力是最大的，但是也因为时间紧很多东西都容易仓促掉。像身边很多人在比赛头两天都会打游戏聊天什么水掉，但是其实这个是很浪费时间的。我们组当时非常配合，提前一整天就把整篇论文写完了，直接提交了。这一点我们非常后悔，因为提交以后才想起来我们漏做了水库蓄水的模型。如果利用了这24个小时也许奖项会更好。由此可见时间还是非常重要的。

---