数学建模的基本工作流程

1)建模准备

数学建模是一项创新活动,它所面临的课题是人们在生产和科研中为了使认识和实践进一步发展必须解决的问题.“什么是问题?问题就是事物的矛盾,哪里有没解决的矛盾,哪里就有问题”.因此发现课题的过程就是分析矛盾的过程贯穿生产和科技中的根本矛盾是认识和实践的矛盾,我们分析这些矛盾,从中发现尚未解决的矛盾,就是找到了需要解决的实际问题,如果这些实际问题需要给出定量的分析和解答,那么就可以把这些实际问题确立为数学建模的课题,建模准备就是要了解问题的实际背景,明确建模的目的,掌握对象的各种信息,弄清实际对象的特征,情况明才能方法对.

(2)建模假设

作为课题的原型都是复杂的、具体的,是质和量、现象和本质、偶然和必然的统一体,这样的原型,如果不经过抽象和简化,人们对其认识是困难的,也无法准确把握它的本质属性.建模假设就是根据实际对象的特征和建模的目的,在掌握必要资料的基础上,对原型进行抽象、简化,把那些反映问题本质属性的形态、量及其关系抽象出来,简化掉那些非本质的因素,使之摆脱原型的具体复杂形态,形成对建模有用的信息资源和前提条件,并且用精确的语言作出假设,是建模过程关键的一步.对原型的抽象、简化不是无条件的,一定要善于辨别问题的主要方面和次要方面,果断地抓住主要因素,抛弃次要因素,尽量将问题均匀化、线性化,并且要按照假设的合理性原则进行,假设合理性原则有以下几点：

①目的性原则：从原型中抽象出与建模目的有关的因素,简化掉那些与建模目的无关的或关系不大的因素.

②简明性原则：所给出的假设条件要简单、准确,有利于构造模型.

③真实性原则：假设条件要符合情理,简化带来的误差应满足实际问题所能允许的误差范围.

④全面性原则：在对事物原型本身作出假设的同时,还要给出原型所处的环境条件.

(3)模型建立

在建模假设的基础上,进一步分析建模假设的各条件首先区分哪些是常量,哪些是变量,哪些是已知量,哪些是未知量；然后查明各种量所处的地位、作用和它们之间的关系,建立各个量之间的等式或不等式关系,列出表格、画出图形或确定其他数学结构,选择恰当的数学工具和构造模型的方法对其进行表征,构造出刻画实际问题的数学模型.

在构造模型时究竟采用什么数学工具,要根据问题的特征、建模的目的要求以及建模者的数学特长而定 可以这样讲,数学的任一分支在构造模型时都可能用到,而同一实际问题也可以构造出不同的数学模型,一般地讲,在能够达到预期目的的前提下,所用的数学工具越简单越好.

在构造模型时究竟采用什么方法构造模型,要根据实际问题的性质和建模假设所给出的建模信息而定,就以系统论中提出的机理分析法和系统辨识法来说,它们是构造数学模型的两种基本方法.机理分析法是在对事物内在机理分析的基础上,利用建模假设所给出的建模信息或前提条件来构造模型；系统辨识法是对系统内在机理一无所知的情况下利用建模假设或实际对系统的测试数据所给出的事物系统的输入、输出信息来构造模型.随着计算机科学的发展,计算机模拟有力地促进了数学建模的发展,也成为一种构造模型的基本方法,这些构模方法各有其优点和缺点,在构造模型时,可以同时采用,以取长补短,达到建模的目的.

(4)模型求解

构造数学模型之后,再根据已知条件和数据分析模型的特征和结构特点,设计或选择求解模型的数学方法和算法,这其中包括解方程、画图形、证明定理、逻辑运算以及稳定性讨论,特别是编写计算机程序或运用与算法相适应的软件包,并借助计算机完成对模型的求解.

(5)模型分析

根据建模的目的要求,对模型求解的数字结果,或进行变量之间的依赖关系分析,或进行稳定性分析,或进行系统参数的灵敏度分析,或进行误差分析等.通过分析,如果不符合要求,就修改或增减建模假设条件,重新建模,直到符合要求；通过分析如果符合要求,还可以对模型进行评价、预测、优化等.

(6)模型检验

模型分析符合要求之后,还必须回到客观实际中去对模型进行检验,用实际现象、数据等检验模型的合理性和适用性,看它是否符合客观实际,若不符合,就修改或增减假设条件,重新建模,循环往复,不断完善,直到获得满意结果 目前计算机技术已为我们进行模型分析、模型检验提供了先进的手段,充分利用这一手段,可以节约大量的时间、人力和物力.

(7)模型应用

模型应用是数学建模的宗旨,也是对模型的最客观、最公正的检验 因此,一个成功的数学模型,必须根据建模的目的,将其用于分析、研究和解决实际问题,充分发挥数学模型在生产和科研中的特殊作用.

以上介绍的数学建模基本步骤应该根据具体问题灵活掌握,或交叉进行,或平行进行,不拘一格地进行数学建模则有利于建模者发挥自己的才能.

关于软件有matlab lindo 等

问题一：数学建模怎么做啊？ 刚参加完九月份的全国大学生数学建模竞赛。一份基本的的数学建模论文要包含以下几个方面：

摘要，问题的背景与提出，问题的分析，模型的假设，符号说明，模型的建立与求解，模型的评价与推广，参考文献。

正规的数学建模论文篇幅一般在20页以上。考虑到你读初三，老师的要求不会这么高，而且你的能力应该还有所欠缺。我的建议为你按照自己实际情况选择一个有一定挑战性的题目，题目的性质类似于应用题，但又和普通的应用题不同，可以没有确定答案，针对问题本身做一些分析和探讨，最好能和实际相结合。

要注意的是假设要合理，要有数学模型（包括一些方程，不等式等），要有分析思路，并且要对自己建立的模型进行优缺点评价，最好能做相应推广。

问题二：如何准备数学建模呢 需要做那些准备呢 作为大一、大二学生，第一，找一本有关建模的基础教程，如清华大学姜启源的《数学模型》（第三版）及配套习题和参考解答，系统地看完整个内容，并适当地选择一些复杂的习题自己做一做。第二，学会一门数学软件的使用，如matlab、mathematica、lingo、sps伐等。上面列出的软件中，必须熟练掌握一门，其它的也要进行了解。再就是一般Office软件如word、excel也要熟练掌握。特别要注意，word中数学公式的编排。平时多用，到竞赛时就不会手忙脚乱了。第三，掌握科技论文旋涡状的写作方法。到网上下载一些以前全国或全美大学生数学建模竞赛的获奖论文，学习别人建模写作方法。还有就是，平时多注意一些社会热点问题，看看能否试着用已尝到的数学建模方法去解决。

数学建模知识的平时积累，对一个想要参加数学建模竞赛的大学生是非常重要的。你在自我学习的过程中，还就多和身边的同学交流心得，合作地做几个问题，这也有助于自己建模水平的提高，并锻炼自己的协作工作能力、合作精神。

问题三：如何入门参与数学建模 学习运筹学知识和一些程序知识

问题四：如何利用excel制作数学模型 1.在表格中列好数据；

2.选中数据点击菜单栏中的“插入”，选择子菜单中的“图表”，从图表类型中选择合适的图表。（我一般用“XY散点图”）

3.点击菜单栏中的“图表”，可以添加趋势线。

如果要添加方程，可以在生成的图表中继续 *** 作。

不知道你理解了没？

我给个图片吧。

问题五：数学建模里的题怎么做？ 你这个问题有些不好回答

不同的题目所用方法不同建模的目的不同

建模的要求不同

建模的条件不同

都会有影响

导致所用方法不同

一般来说学习数学建模，常用的软件有四种，分别是：matlab、lingo、Mathematica和SAS下面简单介绍一下这四种。

1.MATLAB的概况

MATLAB是矩阵实验室（Matrix Laboratory）之意。除具备卓越的数值计算能力外，它还提供了专业水平的符号计算，文字处

理，可视化建模仿真和实时控制等功能。

MATLAB的基本数据单位是矩阵，它的指令表达式与数学,工程中常用的形式十分相似,故用MATLAB来解算问题要比用C,FORTRAN等

语言完相同的事情简捷得多.

当前流行的MATLAB 5.3/Simulink 3.0包括拥有数百个内部函数的主包和三十几种工具包(Toolbox).工具包又可以分为功能性工具

包和学科工具包.功能工具包用来扩充MATLAB的符号计算,可视化建模仿真,文字处理及实时控制等功能.学科工具包是专业性比较强

的工具包,控制工具包,信号处理工具包,通信工具包等都属于此类.

开放性使MATLAB广受用户欢迎.除内部函数外,所有MATLAB主包文件和各种工具包都是可读可修改的文件,用户通过对源程序的修改

或加入自己编写程序构造新的专用工具包.

2.Mathematica的概况

Wolfram Research 是高科技计算机运算( Technical computing )的先趋，由复杂理论的发明者 Stephen Wolfram 成立于

1987年，在1988年推出高科技计算机运算软件Mathematica，是一个足以媲美诺贝尔奖的天才产品。Mathematica 是一套整合数字以

及符号运算的数学工具软件，提供了全球超过百万的研究人员，工程师，物理学家，分析师以及其它技术专业人员容易使用的顶级

科学运算环境。目前已在学术界、电机、机械、化学、土木、信息工程、财务金融、医学、物理、统计、教育出版、OEM 等领域广

泛使用。

Mathematica 的特色

·具有高阶的演算方法和丰富的数学函数库和庞大的数学知识库，让 Mathematica 5 在线性代数方面的数值运算，例如特征向量、 反矩阵等，皆比Matlab R13做得更快更好，提供业界最精确的数值运算结果。

·Mathematica不但可以做数值计算，还提供最优秀的可设计的符号运算。

·丰富的数学函数库，可以快速的解答微积分、线性代数、微分方程、复变函数、数值分析、机率统计等等问题。

·Mathematica可以绘制各专业领域专业函数图形，提供丰富的图形表示方法，结果呈现可视化。

·Mathematica可编排专业的科学论文期刊，让运算与排版在同一环境下完成，提供高品质可编辑的排版公式与表格，屏幕与打印的 自动最佳化排版，组织由初始概念到最后报告的计划，并且对 txt、html、pdf 等格式的输出提供了最好的兼容性。

·可与 C、C++ 、Fortran、Perl、Visual Basic、以及 Java 结合，提供强大高级语言接口功能，使得程序开发更方便。

·Mathematica本身就是一个方便学习的程序语言。 Mathematica提供互动且丰富的帮助功能，让使用者现学现卖。强大的功能，简 单的 *** 作，非常容易学习特点，可以最有效的缩短研发时间。

3.lingo的概况

LINGO则用于求解非线性规划（NLP—NON—LINEAR PROGRAMMING）和二次规则（QP—QUARATIC PROGRAMING）其中

LINGO 6.0学生版最多可版最多达300个变量和150个约束的规则问题，其标准版的求解能力亦再10^4量级以上。虽然LINDO和

LINGO不能直接求解目标规划问题,但用序贯式算法可分解成一个个LINDO和LINGO能解决的规划问题。

模型建立语言和求解引擎的整合

LINGO是使建立和求解线性、非线性和整数最佳化模型更快更简单更有效率的综合工具。LINGO提供强大的语言和快速的求解引擎来阐述和求解最佳化模型。

■ 简单的模型表示

LINGO可以将线性、非线性和整数问题迅速得予以公式表示，并且容易阅读、了解和修改。

■ 方便的数据输入和输出选择

LINGO建立的模型可以直接从数据库或工作表获取资料。同样地， LINGO可以将求解结果直接输出到数据库或工作表。

■ 强大的求解引擎

LINGO内建的求解引擎有线性、非线性(convex and nonconvex)、二次、二次限制和整数最佳化。

■ Model Interactively or Create Turn-key Applications

LINGO提供完全互动的环境供您建立、求解和分析模型。LINGO也提供DLL和OLE界面可供使用者由撰写的程序中呼叫。

■ 广泛的文件和HELP功能

LINGO提供的所有工具和文件可使你迅速入门和上手。LINGO使用者手册有详细的功能定义。

4.SAS软件概况

SAS系统全称为Statistics Analysis System，最早由北卡罗来纳大学的两位生物统计学研究生编制，并于1976年成立了SAS软件研究所，正式推出了SAS软件。SAS是用于决策支持的大型集成信息系统，但该软件系统最早的功能限于统计分析，至今，统计分析功能也仍是它的重要组成部分和核心功能。SAS现在的版本为9.0版，大小约为1G。经过多年的发展，SAS已被全世界120多个国家和地区的近三万家机构所采用，直接用户则超过三百万人，遍及金融、医药卫生、生产、运输、通讯、政府和教育科研等领域。在英美等国，能熟练使用SAS进行统计分析是许多公司和科研机构选材的条件之一。在数据处理和统计分析领域，SAS系统被誉为国际上的标准软件系统，并在96～97年度被评选为建立数据库的首选产品。堪称统计软件界的巨无霸。在此仅举一例如下：在以苛刻严格著称于世的美国FDA新药审批程序中，新药试验结果的统计分析规定只能用SAS进行，其他软件的计算结果一律无效！哪怕只是简单的均数和标准差也不行！由此可见SAS的权威地位。

SAS系统是一个组合软件系统，它由多个功能模块组合而成，其基本部分是BASE SAS模块。BASE SAS模块是SAS系统的核心，承担着主要的数据管理任务，并管理用户使用环境，进行用户语言的处理，调用其他SAS模块和产品。也就是说，SAS系统的运行，首先必须启动BASE SAS模块，它除了本身所具有数据管理、程序设计及描述统计计算功能以外，还是SAS系统的中央调度室。它除可单独存在外，也可与其他产品或模块共同构成一个完整的系统。各模块的安装及更新都可通过其安装程序非常方便地进行。SAS系统具有灵活的功能扩展接口和强大的功能模块，在BASE SAS的基础上，还可以增加如下不同的模块而增加不同的功能：SAS/STAT（统计分析模块）、SAS/GRAPH（绘图模块）、SAS/QC（质量控制模块）、SAS/ETS（经济计量学和时间序列分析模块）、SAS/OR（运筹学模块）、SAS/IML（交互式矩阵程序设计语言模块）、SAS/FSP（快速数据处理的交互式菜单系统模块）、SAS/AF（交互式全屏幕软件应用系统模块）等等。SAS有一个智能型绘图系统，不仅能绘各种统计图，还能绘出地图。SAS提供多个统计过程，每个过程均含有极丰富的任选项。用户还可以通过对数据集的一连串加工，实现更为复杂的统计分析。此外，SAS还提供了各类概率分析函数、分位数函数、样本统计函数和随机数生成函数，使用户能方便地实现特殊统计要求。

---