【正文】 之身，才能在大是大非面前 旗幟鮮明，在各種誘惑面前立場堅定。下面我就根據(jù)此次學(xué)習(xí)培訓(xùn)的內(nèi)容，談?wù)勛约涸谖磥砣绾巫龊米约旱谋韭毠ぷ?，成為?xí)主席所說的 “20 字好干部 ” 。 總之，我會以這次崗位調(diào)整為契機，更加努力地工作，更加努力地學(xué)習(xí)，不斷提高完善自己，為衛(wèi)生計生事業(yè)多做貢獻。 堅持工作不懈怠。 堅持廉政要求。 協(xié)助領(lǐng)導(dǎo)帶好隊伍。 二、如果我能競聘成功，我將努力當(dāng)好科長： 當(dāng)好領(lǐng)導(dǎo)的參謀助手。這些年來，不管是首次參加的業(yè)務(wù)工作，還是首次參與組織重大活動，我都能保持良好的心態(tài)，不畏懼、不退縮，耐心細(xì)致、積極主動地做好每一樣工作。 17 年不同的工作崗位和工作環(huán)境，豐富了我的人生閱歷，也促使 我養(yǎng)成了樂于學(xué)習(xí)、適應(yīng)性強、善于接受新鮮事物的好習(xí)慣。 各位領(lǐng)導(dǎo)、同志們，古人說： “ 不可以一時之得意，而自夸其能；亦不可以一時之失意，而自墜其志。三是我對兩非案件的查處經(jīng)驗豐富，從聯(lián)合執(zhí)法現(xiàn)場查處到案件文書制作、卷宗整理歸檔，到國家兩非系統(tǒng)的案卷錄入、系統(tǒng)維護，整個流程我都非常熟悉，自從兩非納入全市科學(xué)發(fā)展考核目標(biāo)以來，我區(qū)的打擊兩非工作始終走在主城區(qū)最前列，并被列為加分項目。我真的很喜歡這些工作，雖然我不是學(xué)的這個專 業(yè)，但興趣是最好的老師，我去鉆研、去請教、多學(xué)多看多寫，自加壓力，自我督促，從宣教工作的門外漢成為業(yè)務(wù)能手。下文為附加公文范文，如不需要，下載后可以編輯刪除，謝謝！ 衛(wèi)計委家庭發(fā)展科科長競聘演講稿 尊敬的各位領(lǐng)導(dǎo)，各位同仁： 非常感謝委黨委給我這次機會，站到這里來競聘家庭發(fā)展科科長的職位，我想這是對我過去工作的的肯定，也是對我未來 工作的期望，我會好好珍惜這次機會。同時這也 是偷懶和使論文增色的不 二選擇。并且在引用他人的地方一定要注明，這 個是最起碼的誠信問題了，引用他人多少東西不要緊，不要以為這個是抄襲，只要注明了就不 是抄襲，當(dāng)然不能整篇引用了，那樣的話就真的是抄襲了，呵呵。評論文的幾乎都是數(shù)學(xué)工作者，絕大部分是教授，有 沒有數(shù)學(xué)功底一眼就撇的出來，其實這個我們也一樣，經(jīng)過二年數(shù)學(xué)訓(xùn)練后的學(xué)生寫出來的 東西多多少少都帶有數(shù)學(xué)系出來的印記。 所以首要是找錯別字，第二就是要修改語句，理工科的學(xué)生在文學(xué)上的造詣都是有數(shù)的，大學(xué) 后沒有文學(xué)課，也不看文學(xué)刊物，有的讀理工科還就是為了避開語文課，寫出來的東西干巴巴 的，除了名詞和動詞就沒有什么了，難得見個形容詞。在摘要中一定要突出方法，算法，結(jié)論，創(chuàng)新點，特色，不要有廢話，一定要突 出重點，讓人一看就知道這篇論文是關(guān)于什么的，做了什么工作，用的什么方法，得到了什么 效果，有什么創(chuàng)新和特色。 在什么論文中摘要都是十分重要的，尤其是在全國賽和美國賽中摘要的地位很顯赫的，兩 個組委會都提出了摘要的重要性，再三明文提醒參賽者要注重摘要。 只不過在數(shù)學(xué)論文這個方面 LaTeX 要比 word 強太多了，故而介紹這么多，推薦使用 LaTeX 寫數(shù)學(xué)論文。說到公式 和數(shù)學(xué)符號則可很明顯的感覺到 word 和 LaTeX 的不同了，愛美之心人皆有之，學(xué)數(shù)學(xué)的很大 程度也是因為被數(shù)學(xué)的美所深深的吸引而迷戀數(shù)學(xué)。現(xiàn)在是學(xué)乖了，用 word 寫論文時時常按 ctrl+s。 TeX 的命令好比是建 筑所使用的各種各樣的材料，優(yōu)秀的建筑師用它能建造出各種美麗的建 筑； LaTeX 的命令好比 是已經(jīng)建筑好的各種各樣的房間和家具，用戶只需選擇適合自己的房間和家具就能得到滿意的 住所，而且這種房間和家具之多幾乎無須用戶自己動手建造。用 AMSTeX 可以方便地排印出非常復(fù)雜的 數(shù) 學(xué)公式和AMS 制定的全部數(shù)學(xué)符號。 雖然 TeX 的功能非常強大，用它可以排版任何式樣的文稿，但普通用戶要靈活掌握 TeX的 900條初始命令還是有困難的。而且 TeX 是一個可移植性系統(tǒng)，可以運行于所有類型的計算機（如蘋果機、IBM PC 機及大型工作站）和各種操作系統(tǒng)（如 DOS、 Windows、 Unix 等），它的排版結(jié)果 dvi文件 于輸出設(shè)備無關(guān)，可以在不同的操作系統(tǒng)上顯示和打印。這就是 TeX 排版系統(tǒng)的由來。很多人用 word，對于 word 就不重點介紹了，要重點介紹的是 tex，它是一個功能強大的特別適合排版科技文獻和書籍的格式化排版程序。三天中做的課題很少 是重新起灶的，一般都是在文獻的基礎(chǔ)上做的，所以找到的文獻如果離所做的課題越近則參賽成績會好。 列下中外文數(shù)據(jù)庫： 中文： CNKI、 VIP、萬方 外文： EBSCO、 Elserive、 ProQuest、 Springerlink、 EI、 ISI Web of Knowledge 再列個電子圖書站點，以備不時之需，中國數(shù)字圖書館，書生之家，超星數(shù)字圖書館 有個情況就是好些學(xué)校不一定這些數(shù)據(jù)庫都買了，這樣就需要違點法了，搞破解。很簡單吧，但很實用，填句弱智的話，報選擇中文搜索 啊，碰到過一次朋友如此搜索的，當(dāng)時巨汗！很多參加數(shù)模的同學(xué)對 pdf 格式了解很少，實在 不應(yīng)該吧，在下估計這幫人都是學(xué)習(xí)成績好的不得了的，沒怎么用過計算機和沒怎么上網(wǎng)，并 且是 word 的忠實鐵桿用戶。 美賽則有語言障礙，要 在有限時間內(nèi)完成課題研究和論文寫作，則需直接查找外文文獻 了，要知道中國目前的總體科學(xué)水平和國外的差距是至少 5 年的，這個是保守估計，實際可能 是2 倍以上。 在此要解釋下為何如此推薦，對于參加建模的來說一般書基本上是用不上了的，沒必要去查了，直接查找數(shù)據(jù)庫即可了，全國賽的題目大多是研究了很多年的東西了，這個也是和國內(nèi) 學(xué)術(shù)環(huán)境相關(guān)的，雖然近幾年的賽題是體現(xiàn)最新形式的，但是相關(guān)的研究還是有的，還是可以 參考的，要知道國內(nèi)鮮有幾個教授牛的站在國際前沿還給本科生出個數(shù)模題玩玩的，一般都是 老東西新面孔的。 所以選題的時候一定要慎重，先把題目的意思搞懂搞透，然后根據(jù)自己的優(yōu)勢和能力在互 動的情況下選擇一個最有利于自己得獎的題做。并且這樣也是符合優(yōu)化原理的，成功率最優(yōu)化嘛，呵呵。每年參加美賽的對數(shù)都在 逐步增長，增長的速度還相當(dāng)?shù)目臁５巧婕暗奖容^復(fù)雜的時候那就要顛倒下了。 全國賽分為本科組和大專組，每組 A,B 兩題，A 為連續(xù)的， B 為離散的。而有些算法數(shù)學(xué)軟件往往無能為力，需要用 c/c++來 編制程序來 解決，對于 c/c++個人掌握程度不同，不過如果多看些算法方面的書，多做些 ACM類的練習(xí)是 十分必要的 3. 寫論文： 論文是很關(guān)鍵的一步，寫到這里已經(jīng)寫了很多“關(guān)鍵”的詞了，事實也如此，步步關(guān)鍵，其中一步做的不好都對結(jié)果有很大的影響，論文是所有工作的體現(xiàn)，如果論文寫的不好就功虧 于潰，在這里偶就吃過很大的虧的。 2. 解模型： 模型建好了，該怎么解是個常常令人頭痛的問題，這個不僅時新手，而且一般是令絕大多數(shù)同學(xué)頭痛的問題，辛辛苦苦把模型建了，但是解不出結(jié)果來，這個時候往往時間很緊了，常 常另人無奈，所以培訓(xùn)的時候多做這些方面的訓(xùn)練是十分必要的。比如需要做聚類分析，需要用遺傳算法，需要做相關(guān)性分 析等等的時候不知道該怎么做？這個就是相關(guān)知識的缺乏，當(dāng)然知道了解掌握全部的算法和知識是不現(xiàn)實的，但是常用的算法和知識是必備的，也是必須的，數(shù)模論壇的 ducy前輩（董乘 宇）曾總結(jié)過數(shù)模競賽應(yīng)當(dāng)掌握的十類算法（具體可去數(shù)模論壇查找）：蒙特卡羅算法，數(shù)據(jù) 擬合、參數(shù)估計、插值等數(shù)據(jù)處理算法，線性規(guī)劃、整數(shù)規(guī)劃、多元規(guī)劃、二次規(guī)劃等 規(guī)劃類 算法，圖論算法，動態(tài)規(guī)劃、回溯搜索、分支定界等計算機算法，最優(yōu)化理論的三大經(jīng)典算 法：模擬退火算法、神經(jīng)網(wǎng)絡(luò)算法、遺傳算法，網(wǎng)格算法和窮舉法，一些連續(xù)數(shù)據(jù)離散化方 法，數(shù)值分析算法，圖像處理算法。所以從這三個方面去培訓(xùn)是最有效的， 因此個人認(rèn)為最有效提高自己的水平就是以題帶練，在實踐中提高自己。各個學(xué)校都又不同的方法，有的是開數(shù)學(xué)建模培訓(xùn)班，有的是以題帶連，有的是通 過協(xié)會普及教育?，各個學(xué)校都已形成自己的風(fēng)格和方法。 廢話說了一大堆，自己也煩了，休息下了。當(dāng)然有可能是一個人就將這兩種都具備了，這樣的話再找個任意具備上述兩種能 力的人就可以了，以減輕工作量，不然非累死不可。拿出一個算法，讓學(xué)計算機的編寫程序?qū)嵺`不一定能行，不是小看計算機的，但 是這種情況還是比較多的，不然可以看到參加 ACM 的 數(shù)學(xué)系的居多，比學(xué)計算機的搞的好。 其是信息與計算科學(xué)可以說是數(shù)學(xué)和計算機專業(yè)的結(jié)合，兩方面都有兼顧，雖然說這個專業(yè)的 出路不是很好，數(shù)學(xué)和計算機都涉及點但是都沒有真正的學(xué)通這兩門專業(yè)的，但對于弄數(shù)學(xué)建 模來說是再合適不過了。第三個就是專門需要寫作的拉，從專業(yè)角 度看是需要別的專業(yè)，比較適合的有生物、土木、機電、電信或機械等專業(yè)。 因此一定要弄清這個概念，不是計算機的就適合的。應(yīng)用數(shù)學(xué)則偏重于數(shù)，但是一般來講玩計算機的時間不會太少，尤其 是在科學(xué)計算和程序設(shè)計都會設(shè)計到比較多，又有深厚的數(shù)學(xué)功底，也是很不錯的選擇。但既然允許三個人組隊，有人 幫忙總是好的，至少不會太累。 國防科大數(shù)學(xué)建模網(wǎng)的路過（向為）前輩曾經(jīng)寫過個新手教程，寫的十分的好，希望偶寫的這個能延續(xù)他寫的那個教程，能給大家哪怕一點點的幫助。這并不說明美賽中經(jīng)驗不重要，在美賽 中經(jīng)驗也是首位的，但是較之全國賽就差的遠(yuǎn)多了，這是由于兩種比賽的不同性質(zhì)造成的。尤其是參加了兩次全國賽愈加感到要在全國賽中取 得好成績經(jīng)驗第一，運氣第二，實力第三，這種說法是功利了點，但是在現(xiàn)在中國這種科研浮 躁的大環(huán)境中要在全國賽中取得好成績經(jīng)驗是首要的。 寫這個東西當(dāng)做是回憶下以前的點點滴滴，希望自己的經(jīng)驗?zāi)軒椭恍┬率郑ㄟ@樣的說法 不大好，暫時想不出更好的，湊活著先用著）能盡快的成長，盡快的發(fā)揮自己的能力，體驗數(shù) 學(xué)在應(yīng)用中的作用，愛上數(shù)學(xué)，甚至和數(shù)學(xué)打一輩子交道。讓三人一組參賽一是為了培養(yǎng)合作精神，其實更為重要的原因是這項 工作需要多人合作，因為人不是萬能的，掌握知識不是全面的，當(dāng)然不排除有這樣的牛人存 在，事實上也是存在的，什么都會，競賽可以一個人獨立搞定。 眾所周知，數(shù)學(xué)建模特別需要數(shù) 學(xué)和計算機的能力，所以在組隊的時候需要優(yōu)先考慮隊中 有這方面才能的人，根據(jù)現(xiàn)在的大學(xué)專業(yè)培養(yǎng)信息與計算科學(xué)，應(yīng)用數(shù)學(xué)專業(yè)的較為有利，尤其是信息與計算科學(xué)可以說是數(shù)學(xué)和計算機專業(yè)的結(jié)合，兩方面都有兼顧，雖然說這個專業(yè)的 出路不是很好，數(shù)學(xué)和計算機都涉及點但是都沒有真正的學(xué)通這兩門專業(yè)的，但對于弄數(shù)學(xué)建 模來說是再合適不過了。拿出一個算法，讓學(xué)計算機的編寫程序?qū)嵺`不一定能行，不是小看計算機的，但 是這種情況還是比較多的，不然可以看到參加 ACM 的數(shù)學(xué)系的居多，比學(xué)計算機的搞的好。當(dāng)然有可能是一個人就將這兩種都具備了，這樣的話再找個任意具備上述兩種能 力的人就可以了，以減輕工作量，不然非累死不可。但是往往事事不能如意，所以不能滿足這種人員配置的時候就盡量往這樣人員配置靠。之所以需要計算機方面的人是為了彌 補數(shù)學(xué)方面的人在算法實踐方面的不足，但是不是所有的計算機方面專業(yè)人都擅長算法實踐 的，如果要選的話就選擅長算法分析實踐的，因為學(xué)計算機的不一定會程序，并且會程序的不 一定會算法。一個是能將算法編制程序予以實 現(xiàn)，求得解。但是往往事事不能如意，所以不能滿足這種人員配置的時候就盡量往這樣人員配置靠。如何使新手盡快的成長是個大家很關(guān)心的問題，討論的 也很廣泛。而做 課題的一般進程就是建模型，解模型，寫論文這三步。新手在知道該怎么做以后碰到的問題就是不 會做，這個就是相關(guān)知識的缺乏了。所以增廣知識面，博覽全書很 重要。在這里推薦幾本數(shù)學(xué)軟件的書《精通 》（北航張志涌所 著）、飛思工作室出的那套 的書、《數(shù)學(xué)運算大師 mathematica4》、萬保成老師所 寫的電子版的《 lingo8 for windows》、《最優(yōu)化模型與實驗》，這幾本書都是很好的，對掌握 這些數(shù)學(xué)軟件是十分合適的。 4 選題 在序中提到過如何選題，現(xiàn)在就具體展開講講。 所以一般來講做優(yōu)化問題簡單的時候，做優(yōu)化的比做非優(yōu)化的人數(shù)要多。 美國賽則為 MCM 和 ICM 兩種， MCM為 A,B 兩題， ICM 為 C 題。刺到見紅，見真章的時候了。而看起來無從下手的題目一旦找到突破口后那就是世外桃源了，就有 很多東西可做。 文獻查找主要有三個模式： A. 書 B. 書 +中外文期刊數(shù)據(jù)庫 C. 書 +中外文期刊數(shù)據(jù)庫 +學(xué)位論文 D. 書 +中外文期刊數(shù)據(jù)庫 +學(xué)位論文 +搜索引擎 對于全國賽推薦 D 模式，但要改為 Dc 模式：中外文期刊數(shù)據(jù)庫 +學(xué)位論文 對于美賽則要改為 Da 模式：外文期刊數(shù)據(jù)庫 +搜索引擎。雖然學(xué)位論文很長，很嚇人，沒有七八十頁也有個一百多頁，其實看多了學(xué)位論文就知道真正有 用的東西頁就那么個十多頁最多二十多頁，直接翻到那個部分看就可以了，為什么篇幅這么大 就和中國的教育中的一些硬性指標(biāo)相關(guān)了，每個級別的學(xué)位論文都有一個規(guī)定的字?jǐn)?shù)范圍，雖 然大部分是垃圾，但為了達(dá)到這個字?jǐn)?shù)要求也得湊足這個數(shù)字，水了，中國高等教育的悲哀 啊。此外在美賽中用搜索引擎的實際效 果好的往往出人意料，基本可以這么說，用搜索引擎比數(shù)據(jù)庫來的更好，介紹一個 n 多人知道 的技巧，怕還有人不知道就在此羅嗦下： 搜索引擎用 google