2025年的HiMCM竞赛引入了多项重要规则变化，这些变化将直接影响参赛团队的获奖结果。本文将详细解析这些新规则，并提供从组队到备赛的全面攻略，帮助新手团队提升获奖率。
一、2025年HiMCM新增重要规则
1. AI工具透明化
要求：参赛团队需在报告中明确说明LLM（大语言模型）或其他AI工具的使用情况，包括具体模型及用途。
附加报告：需在25页解决方案后附加一份AI使用报告（不计入总页数），详细描述使用的AI工具及其在解题过程中的应用。
后果：隐瞒使用AI工具将面临取消参赛资格（disqualification）的风险。
2. 论文提交格式
文件格式：论文需为PDF格式，以团队控制编号命名，大小不超过20MB。
首页摘要：首页必须是团队摘要，后续依次为解决方案、参考资料及附录。
字体要求：正文至少12点字体，排版混乱可能影响评审印象。
注意事项：确保所有图表清晰可读，引用文献格式规范。
3. 提交时间
截止时间：需在美东时间11月18日晚8点前完成所有工作，晚9点前提交论文，超时提交将无效。
建议：提前预留足够的时间进行最后的检查和上传，避免因网络问题或技术故障导致延误。
二、HiMCM竞赛获奖攻略
1.选题策略：精准定位，发挥优势
①评估团队优势
A题（理论建模）：
适合擅长数学推导、微分方程、优化理论的团队。
建议：如果团队成员有较强的数学背景，且对理论推导感兴趣，A题是理想选择。
B题（数据分析）：
适合熟悉编程、数据处理、可视化的团队。
建议：如果团队成员擅长编程和数据处理，且对数据分析感兴趣，B题是更好的选择。
②明确问题核心
避免跑题：
仔细阅读题目，确保理解问题的核心要求。
使用问题树分析法或需求矩阵表来分解题目要素，明确输入、输出和约束条件。
案例：如果题目是关于城市交通拥堵问题，核心可能是交通流量预测或交通信号优化。
2.建模方法论：逻辑清晰，平衡简优
①模型选择策略
优先使用成熟模型：
选择经过验证的模型，如线性回归、逻辑回归、ARIMA模型等。
这些模型在文献中有广泛应用，稳定性高，易于理解和实现。
适度创新：
在成熟模型的基础上进行小幅创新，如引入新的变量或调整模型结构。
避免过度复杂：
复杂的模型（如深度学习模型）虽然可能提高精度，但实现难度大，时间消耗多。
建议：在有限的时间内，优先保证模型的完成度和稳定性。
②模型假设与验证
明确假设条件：
在建模初期，明确模型的假设条件，并将其记录在论文中。
数据验证：
使用历史数据对模型进行验证，计算模型的R²值、均方误差（MSE）等指标。
3.数据处理：来源可靠，分析到位
①数据来源
数据可来自公开库、爬取工具，缺失数据可用插值法补。
②数据可视化
展示数据特征：
使用直方图、散点图、热力图等可视化工具展示数据的分布和特征。
支持模型分析：
通过可视化工具，分析数据的趋势、周期性、异常值等，为模型构建提供依据。
4.论文写作：结构规范，重点突出
①论文结构
包含摘要、问题重述、假设、建模、求解、结果分析、优缺点等部分。
②写作技巧
逻辑清晰：
各部分内容应紧密相连，逻辑严谨。
重点突出：
突出模型的核心创新点和主要结果，避免冗长。
语言简洁：
使用简洁明了的语言，避免使用过于复杂的句子和术语。
2025新赛季HiMCM组队报名中！
我们提供himcm组队+辅导的服务，海外高中+国际学校全球组队
更有HiMCM【历年获奖论文】限时免费领！
