学习数学建模需要哪些书籍及软件

我也要参加今年九月份的数学建模比赛，以下是我们老师给我们的几点建议，希望对你有些帮助。

赛前学习内容

1建模基础知识、常用工具软件的使用

一、掌握建模必备的数学基础知识（如初等数学、高等数学等），数学建模中常用的但尚未学过的方法，如图论方法、优化中若干方法、概率统计以及运筹学等方法。

二、，针对建模特点，结合典型的建模题型，重点学习一些实用数学软件（如Mathematica 、Matlab、Lindo 、Lingo、SPSS）的使用及一般性开发,尤其注意同一数学模型可以用多个软件求解的问题。

例如, 贷款买房问题: 某人贷款8 万元买房，每月还贷款880.87 元，月利率1％。

（1）已经还贷整6 年。还贷6 年后，某人想知道自己还欠银行多少钱，请你告诉他。（2）此人忘记这笔贷款期限是多少年，请你告诉他。

这问题我们可以用Mathematica 、Matlab、Lindo 、Lingo 等多个不同软件包编程求解

2 建模的过程、方法

数学建模是一项非常具有创造性和挑战性的活动，不可能用一些条条框框规定出各种模型如何具体建立。但一般来说，建模主要涉及两个方面：第一，将实际问题转化为理论模型；第二，对理论模型进行计算和分析。简而言之，就是建立数学模型来解决各种实际问题的过程。这个过程可以用如下图1来表示。

3常用算法的设计

建模与计算是数学模型的两大核心，当模型建立后，计算就成为解决问题的关键要素了，而算法好坏将直接影响运算速度的快慢答案的优劣。根据竞赛题型特点及前参赛获奖选手的心得体会，建议大家多用数学软件（Mathematica,Matlab,Maple,Lindo,Lingo,SPSS 等）设计算法，这里列举常用的几种数学建模算法.

（1）蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性，是比赛时必用的方法，通常使用Mathematica、Matlab 软件实现）。

（2）数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab 作为工具）。

（3）线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo 软件实现）。

（4）图论算法（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备，通常使用Mathematica、Maple 作为工具）。（5）动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中，通常使用Lingo 软件实现）。

（6）图象处理算法（赛题中有一类问题与图形有关，即使与图形无关，论文中也应该要不乏图片的，这些图形如何展示以及如何处理就是需要解决的问题，通常使用Matlab 进行处理）。

（7）最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法（这些问题是用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用，通常使用Lingo、Matlab、SPSS 软件实现）。

4 论文结构，写作特点和要求

答卷（论文）是竞赛活动成绩结晶的书面形式，是评定竞赛活动的成绩好坏、高低，获奖级别的唯一依据。因此，写好数学建模论文在竞赛活动中显得尤其重要，这也是参赛学生必须掌握的。为了使学生较好地掌握竞赛论文的撰写要领，（1）要求同学们认真学习和掌握全国大学生数学建模竞赛组委会最新制定的论文格式要求且多阅读科技文献。（2）通过对历届建模竞赛的优秀论文（如以中国人民解放军信息工程学院李开锋、赵玉磊、黄玉慧2004 年获全国一等奖论文：奥运场馆周边的MS 网络设计方案为范例）进行剖析，总结出建模论文的一般结构及写作要点，去学习体会和摸索。

参加全国大学生数学建模竞赛应注意的问题

一、心里要有“底”

首先，赛题来自于哪个实际领地的确难以预料，但绝不会过于“专”，它毕竟是经过简化、加工的。大部分赛题仅凭意识便能理解题意，少数赛题的实际背景可能生疏，只需要查阅一些资料，便可以理解题意。其次，所有的赛题当然要用到数学知识，但一定不会过于高深。用得较多的有运筹学、概率与统计、计算方法、离散数学、微分方程等方面的一部分理论和方法，这些内容在赛前培训要学过一些，真的用到了，总知道在哪些资料中查找。

二、当断即断

在两个赛题中选择做哪一个不能久议不决，因为你们只有三天时间，一旦选定了，就不要再犹豫，更不要反复。选定了赛题之后，在讨论建模思路和求解方法时会有争论，但不能无休止地争论，而应学会妥协。方案定下来后，全队要齐心协力地去做。

三、对困难要有足够的心理准备

“拿到题目就有思路，做起来一帆风顺”，哪有如此轻松的事？参加竞赛可以说是“自讨苦吃，以苦为乐”，竞赛三天中所经受的磨炼一定会终生难忘，并成为自己的一份精神财富。好多同学赛后说：“参赛会后悔三天，而不参赛则遗憾一生。”做“撞到枪口上”的赛题，不一定比“外行”强。如学机械的队员做机械方面的赛题，学投资的队员做投资方面的赛题，学统计的队员做统计方面的赛题，都有可能“聪明反被聪明误”，这些情况在全国赛区都曾发生过。这就需要大家多方面涉猎知识尽全能做到全面

关于数模竞赛的几本好书

▲姜启源，《数学模型（第二版）》，高等教育出版社

▲姜启源、谢金星、叶俊《数学建模（第三版）》，高等教育出版社

▲萧树铁等，《数学实验》，高等教育出版社

▲朱道元，《数学建模案例精选》，科学出版社

▲雷功炎，《数学模型讲义》，北京大学出版社

▲叶其孝等，《大学生数学建模竞赛辅导教材（一）~（四）》，湖南教育出版社

▲江裕钊、辛培清，《数学模型与计算机模拟》，电子科技大学出版社

▲杨启帆、边馥萍，《数学模型》，浙江大学出版社

▲赵静等，《数学建模与数学实验》，高等教育出版社，施普林格出版社

▲韩中庚，《数学建模方法与应用》，高等教育出版社

▲杨启帆，《数学建模案例集》，高等教育出版社.

需要了解的基础学科

1．数学分析（高等数学）

2．高等代数（线性代数）

3．概率与数理统计

4．最优化理论（规划理论）5．图论

6．组合数学

7．微分方程稳定性分析8．排队论

数学建模与计算机小论文

一、引言 (2) 二、数学建模的特点 (2) 三、数学建模与计算机的关系 (3) 四、计算机在数学建模中的运用 (3) 1、通用数学软件 (4) 2、Lingo/Lindo 计算最优化问题的专用数学软件 (4) 3、统计分析软件 (4) 4、绘图软件 (4) 五、程序案例 (5) 1、代码 (5) 2、运行结果 (5) 3、图例 (6) 六、结束语 (6) 七、参考文献 (6)

一、引言 在利用数学方法分析和解决实际问题时，要求从实际错综复杂的关系中找出其内在的规律，然后用数学的语言--即数字、公式、图表、符号等刻画和描述出来，然后经过数学与计算机的处理--即计算、迭代等得到定量的结果，供人们进行分析、预报、决策和控制，这种把实际问题进行合理的简化假设归结为数学问题并求解的过程就是建立数学模型，简称建模。而这种成功的方法和技术反映在培养专门人才的大学教学活动中，就是数学建模教学和竞赛。数学建模简而言之就是应用数学模型来解决各种实际问题的过程，也就是通过对实际问题的抽象、简化、确定变量和参数，并应用某些规律建立变量与参数间的关系的数学问题(或称一个数学模型)，再借用计算机求解该数学问题，并解释、检验、评价所得的解，从而确定能否将其用于解决实际问题的多次循环、不断深化的过程。 二、数学建模的特点 从1985年开始美国都会举办一年一度的数学建模竞赛(MathematicalContestinModeling，缩写：MCM)，而我国自1992年举办首届全国大学生数学建模竞赛以来，它已经成为全国大学生科技竞赛的重要项目之一，全国大学生数学建模竞赛是面向全国大学生的群众性科技活动；竞赛要求学生(可以是任何专业)以三人为一组参加竞赛，可以自由的收集信息、调查研究，包括使用计算机和任何软件，甚至上网查询，但不得与团队以外的任何人讨论，在三天时间内，完成一篇包括模型的假设、建立、求解，计算方法的设计和用计算机对解的实现，以及结果的分析和检验，模型的改进等方面的论文。这一活动对于提高大学生素质，促进高校数学与计算机教学改革都起着积极的推动作用。 多年来，一年一度的全国大学生数学建模竞赛和国际大学生数学建模竞赛，给传统的高等数学教育改革带来了新的思路和评价标准，《数学建模》课也从仅仅为参赛队员培训，扩展为一门比较普及的选修课，同时，《数学试验》作为一门新的课程也应运而生。数学建模与数学试验教学的重点是高等与现代数学的深层应用和面向问题的设计，而不是经典理论的深入研讨和系统论证。数学建模问题绝大部分来自一些具体的科研课题或实际工程问题，而不同于普通的数学习题或竞赛题。数学建模问题的特点是：面向现实生活的应用，有相关的科研背景，综合性强，涉及面广，因素关系复杂，缺乏足够的规范性，难以套用传统成熟的解决手段，数据量庞大，可采取的算法也比较复杂，结果具有一定的弹性空间，需要一定的伴随条件，许多问题得到的只能是近似解。 另一方面，建模问题不同于理论研究，它重在对实际问题的处理，而不是深层次纯粹数学理论或者世界难题。所以，求解建模问题大都借助各种辅助工具或手段，尤其是计算机软件的应用，大大地提高了解题效率和质量。总之,《数学建模》是一门技术应用的课程，而不是基础教育课程，它强调的是如何更好更快地解决问题，如何充分利用各种科技手段作为技术支持，因而计算机的应用已经成为其不可或缺的一项基本组成。与此相关的计算机技术主要有两部分：一是如何将实际问题或模型转化或表述为可用计算机软件或编程实现的算法；二是采用哪些应用软件或编程技术可以解决这些问题。显然，后者是前者的基础，确定了工具方案，才有相应的解决方案。 由于数学建模的以上特点，决定了数学建模与计算机具有密切相关的联系，计算机在数学建模思想意识培养中发挥了重要的作用，主要是提供了有力工具和技术支持，它是更好更

数学建模参考书大全

专业性参考书(这方面书籍很多，仅列几本供参考) ： 1、数学模型，姜启源编，高等教育出版社(1987年第一版，1993年第二版，2003年第三版，2011年第四版;第一版在1992年国家教委举办的第二届全国优秀教材评选中获"全国优秀教材奖"). 2.数学模型与计算机模拟，江裕钊、辛培情编，电子科技大学出版社，(1989). 3.数学模型选谈(走向数学从书)，华罗庚，王元著，王克译，湖南教育出版社;(1991). 4.数学建模--方法与范例，寿纪麟等编，西安交通大学出版社(1993). 5.数学模型，濮定国、田蔚文主编，东南大学出版社(1994). 6..数学模型，朱思铭、李尚廉编，中山大学出版社，(1995) 7.数学模型，陈义华编著，重庆大学出版社，(1995) 8.数学模型建模分析，蔡常丰编著，科学出版社，(1995). 9.数学建模竞赛教程，李尚志主编，江苏教育出版社，(1996). 10.数学建模入门，徐全智、杨晋浩编，成都电子科大出版社，(1996). 11.数学建模，沈继红、施久玉、高振滨、张晓威编，哈尔滨工程大学出版社，(1996). 12.数学模型基础，王树禾编著，中国科学技术大学出版社，(1996). 13.数学模型方法，齐欢编著，华中理工大学出版社，(1996). 14.数学建模与实验，南京地区工科院校数学建模与工业数学讨论班编，河海大学出版社，(1996). 15.数学模型与数学建模，刘来福、曾文艺编，北京师范大学出版杜(1997). 16. 数学建模，袁震东、洪渊、林武忠、蒋鲁敏编，华东师范大学出版社。 17.数学模型，谭永基，俞文吡编，复旦大学出版社，(1997). 18.数学模型实用教程，费培之、程中瑗层主编，四川大学出版社，(1998).

数学建模的基本步骤

数学建模的基本步骤 一、数学建模题目 1）以社会，经济，管理，环境，自然现象等现代科学中出现的新问题为背景，一般都有一个比较确切的现实问题。 2）给出若干假设条件： 1. 只有过程、规则等定性假设； 2. 给出若干实测或统计数据； 3. 给出若干参数或图形等。 根据问题要求给出问题的优化解决方案或预测结果等。根据问题要求题目一般可分为优化问题、统计问题或者二者结合的统计优化问题，优化问题一般需要对问题进行优化求解找出最优或近似最优方案，统计问题一般具有大量的数据需要处理，寻找一个好的处理方法非常重要。 二、建模思路方法 1、机理分析根据问题的要求、限制条件、规则假设建立规划模型，寻找合适的寻优算法进行求解或利用比例分析、代数方法、微分方程等分析方法从基本物理规律以及给出的资料数据来推导出变量之间函数关系。 2、数据分析法对大量的观测数据进行统计分析，寻求规律建立数学模型，采用的分析方法一般有： 1）. 回归分析法(数理统计方法)-用于对函数f（x）的一组观测值（xi,fi）i=1,2,…,n，确定函数的表达式。 2）. 时序分析法--处理的是动态的时间序列相关数据，又称为过程统计方法。 3）、多元统计分析（聚类分析、判别分析、因子分析、主成分分析、生存数据分析）。 3、计算机仿真（又称统计估计方法）：根据实际问题的要求由计算机产生随机变量对动态行为进行比较逼真的模仿，观察在某种规则限制下的仿真结果（如蒙特卡罗模拟）。 三、模型求解： 模型建好了，模型的求解也是一个重要的方面，一个好的求解算法与一个合

适的求解软件的选择至关重要，常用求解软件有matlab，mathematica，lingo，lindo，spss，sas等数学软件以及c/c++等编程工具。 Lingo、lindo一般用于优化问题的求解，spss，sas一般用于统计问题的求解，matlab，mathematica功能较为综合，分别擅长数值运算与符号运算。 常用算法有：数据拟合、参数估计、插值等数据处理算法,通常使用spss、sas、Matlab作为工具. 线性规划、整数规划、多元规划、二次规划、动态规划等通常使用Lindo、Lingo,Matlab软件。 图论算法,、回溯搜索、分治算法、分支定界等计算机算法, 模拟退火法、神经网络、遗传算法。 四、自学能力和查找资料文献的能力： 建模过程中资料的查找也具有相当重要的作用，在现行方案不令人满意或难以进展时，一个合适的资料往往会令人豁然开朗。常用文献资料查找中文网站：CNKI、VIP、万方。 五、论文结构： 0、摘要 1、问题的重述，背景分析 2、问题的分析 3、模型的假设，符号说明 4、模型的建立（局部问题分析，公式推导，基本模型，最终模型等） 5、模型的求解 6、模型检验:模型的结果分析与检验，误差分析 7、模型评价:优缺点，模型的推广与改进 8、参考文献 9、附录 六、需要重视的问题 数学建模的所有工作最终都要通过论文来体现，因此论文的写法至关重要：

数学建模活动策划书

数学建模活动策划方案（初稿） 一、活动背景 数学建模协会面向全校招新活动圆满完成。为了促进协会会员对数学建模的了解，增强对数学建模的认识，数学建模协会对近期一年时间策划此次活动，希望通过活动，增强新会员对数学建模协会的兴趣和认识度，是新会员对数学建模的活动、工作有一定了解和一个全新的认识。 二、活动目的及意义 为了让同学们对数学建模及竞赛有一个初步的了解，激发广大学子学习数学建模的热情，促进我校大学生课外科技活动的蓬勃开展，提高大学生的创新意识及运用数学知识和计算机技术解决实际问题的能力，推广数学建模精神，让同学们了解数学建模，接近数学建模，喜欢数学建模。活动对培养同学们应用数学知识解决实际问题的兴趣，开拓眼界等都有着十分重要的意义。活动的开展不仅为民院学子提供了一次施展才华和挑战自我的机会，也为学子创造了一个学习实践与思想交流的平台。 三、活动主题 走进数学建模 四、主办单位 社团联合会数学建模协会 五、承办单位

社团联合会数学建模协会 六、活动内容 （一）数学建模知识讲座 （二）新老会员见面交流会 （三）团队娱乐游戏活动 （四）小型数学建模大赛 七、活动步骤 （一）数学建模知识讲座 1、前期准备：邀请相关老师并协调好时间、通知协会会员及兴趣 爱好者 2、中期过程：（1）安排知识讲座时间、地点以及准备相关物品 （2）内容：数学建模思想、数学建模理论 3、后期安排：相关工作人员做工作总结 （二）新老会员见面交流会 1、前期准备：邀请相关人员为交流会做准备、通知协会会员 2、中期过程：安排见面交流会的时间、地点以及准备相关物品 3、后期安排：相关工作人员做工作总结 （三）团队娱乐游戏活动（待定） （四）小型数学建模大赛 1、前期准备：对举行小型数学建模大赛的意义进行宣传，并通知 比赛时间地点、比赛模式，邀请相关老师参与 2、中期过程：由相关老师批阅后进行表彰

数学建模读书笔记

数学建模是通过对实际问题进行抽象、简化，反复探索，构件一个能够刻划客观原形的本质特征的数学模型，并用来分析、研究和解决实际问题的一种创新活动过程。 数学建模的几个过程: 模型准备：了解问题的实际背景，明确其实际意义，掌握对象的各种信息。用数学语言来描述问题。 模型假设：根据实际对象的特征和建模的目的，对问题进行必要的简化，并用精确的语言提出一些恰当的假设。 模型建立：在假设的基础上，利用适当的数学工具来刻划各变量之间的数学关系，建立相应的数学结构。（尽量用简单的数学工具） 模型求解：利用获取的数据资料，对模型的所有参数做出计算（估计）。 模型分析：对所得的结果进行数学上的分析。 模型检验：将模型分析结果与实际情形进行比较，以此来验证模型的准确性、合理性和适用性。如果模型与实际较吻合，则要对计算结果给出其实际含义，并进行解释。如果模型与实际吻合较差,则应该修改假设，在次重复建模过程。 模型应用：应用方式因问题的性质和建模的目的而异 数学建模就是建立数学模型，建立数学模型的过程就是数学建模的过程，数学建模是一种数学的思考方法，是运用数学的语言和方法，通过抽象、简化建立能近似刻划并"解决"实际问题的一种强有力的数学手段。 数学模型的分类 （1）按模型的应用领域分类： 生物数学模型，医学数学模型，地质数学模型，数量经济学模型，数学社会学模型等。（2）按是否考虑随机因素分类： 确定性模型与随机性模型 （3）按是否考虑模型的变化分类： 静态模型与动态模型 （4）按应用离散方法或连续方法分类： 离散模型与连续模型 （5）按建立模型的数学方法分类： 几何模型，微分方程模型，图论模型，规划论模型，马氏链模型等。 （6）按人们对是物发展过程的了解程度分类： 白箱模型：指那些内部规律比较清楚的模型。如力学、热学、电学以及相关的工程技术问题。灰箱模型：指那些内部规律尚不十分清楚，在建立和改善模型方面都还不同程度地有许多工作要做的问题。如气象学、生态学经济学等领域的模型。 黑箱模型：指一些其内部规律还很少为人们所知的现象。如生命科学、社会科学等方面的问题。但由于因素众多、关系复杂，也可简化为灰箱模型来研究。 数学建模方法

全国大学生数学建模竞赛参考书籍

数学建模教材目录 (2007年12月整理） 1982 年以来国内正式出版的数学建模教材、译著及竞赛辅导材料，及与数学建模相关的数学实验教材（仅据各地告知的统计）： 1. E. A. Bender, 数学模型引论，朱尧辰、徐伟宣译，科学普及出版社，198 2. 2. 近藤次郎，数学模型，宫荣章等译，机械工业出版社，1985. 3. C. L. 戴姆, E. S. 艾维著, 数学构模原理，海洋出版社，1985. 4. 姜启源，数学模型，高等教育出版社，1987. 5. 任善强，数学模型，重庆大学出版社，1987. 6. M. Braun, C. S. Coleman, D. A. Drew, 微分方程模型，朱煜民、周宇虹译，国防科技大学出版社，（本书为 W. F. Lucas 主编的 Modules in Applied Mathematics 一书的第一卷），1988. 7. 谌安琦，科技工程中的数学模型，中国铁道出版社，1988. 8. 江裕钊、辛培清，数学模型与计算机模拟，电子科技大学出版社，1989. 9. 杨启帆、边馥萍，数学模型，浙江大学出版社，1990. 10. 董加礼、曹旭东、史明仁，数学模型，北京工业大学出版社，1990. 11. 唐焕文、冯恩民、孙育贤、孙丽华，数学模型引论，大连理工大学出版社，1990. 12. 姜启源，数学模型（第二版），高等教育出版社，1991. 13. H. P. Williams, 数学规划模型建立与计算机应用，国防工业出版社，1991. 14. 李文，应用数学模型，华中理工大学出版社，1993. 15. 叶其孝主编，大学生数学建模竞赛辅导教材，湖南教育出版社，1993. 16. 寿纪麟，数学建模 - 方法与范例，西安交通大学出版社，1993. 17. 叶其孝主编，数学建模教育与国际数学建模竞赛，《工科数学》杂志社，1994.

推荐：数学建模参赛真实经验(强烈推荐)1

数学建模参赛真实经验（强烈推荐） 本文档节选自： Matlab在数学建模中的应用，卓金武等编著，北航出版社，2011年4月出版 以下内容根据作者的讲座整理出来，多年数学建模实践经历证明这些经验对数学建模参赛队员非常有帮助，希望大家结合自己的实践慢慢体会总结，并祝愿大家在数学建模和Matlab世界能够找到自己的快乐和价值所在。 一、如何准备数学建模竞赛 一般，可以把参加数学建模竞赛的过程分成三个阶段：第一阶段，是个人的入门和积累阶段，这个阶段关键看个人的主观能动性；第二阶段，就是通常各学校都进行的集训阶段，通过模拟实战来提高参赛队员的水平；第三阶段是实际比赛阶段。这里讲的如何准备数学建模竞赛是针对第一阶段来讲的。 回顾作者自己的参赛过程，认为这个阶段是真正的学习阶段，就像是修炼内功一样，如果在这个阶段打下深厚的基础，对后面的两个阶段非常有利，也是个人是否能在建模竞赛中占优势的关键阶段。下面就分几个方面谈一下如何准备数学建模竞赛。 首先是要有一定的数学基础，尤其是良好的数学思维能力。并不是数学分数高就说明有很高的数学思维能力，但扎实的数学知识是数学思维的根基。对大学生来说，有高等数学、概率和线性代数就够了，当然其它数学知识知道的越多越好了，如图论、排队论、泛函等。我大一下学期开始接触数学建模，大学的数学课程只学习过高等数学。说这一点，主要想说明只要数学基础还可以，平时的数学考试都能在80分以上就可以参加数学建模竞赛了，数学方面的知识可以在以后的学习中逐渐去提高，不必刻意去补充单纯的数学理论。 真正准备数学建模竞赛应该从看数学建模书籍开始，要知道什么是数学建模，有哪些常见的数学模型和建模方法，知道一些常见的数学建模案例，这些方面都要通过看建模方面的书籍而获得。现在数学建模的书籍也比较多，图书馆和互联网上都有丰富的数学建模资料。作者认为姜启源、谢金星、叶齐孝、朱道元等老师的建模书籍都非常的棒，可以先看二三本。刚开始看数学建模书籍时，一定会有很多地方看不懂，但要知道基本思路，时间长了就知道什么问题用什么建模方法求解了。这里面需要提的一点是，运筹学与数学建模息息相关，最好再看一二本运筹学著作，仍然可以采取诸葛亮的看书策略，只观其大略就可以了，等知道需要具体用哪块知识后，再集中精力将其消化，然后应用之。 大家都知道，参加数学建模竞赛一定要有些编程功底，当然现在有Matlab这种强大的工程软件，对编程的的要求就降低了，至少入门容易多了，因为很容易用1条Matlab命令解决以前要用20行C语言才能实现的功能。因为Matlab的强大功能，Matlab在数学建模中已经有了非常广泛的应用，在很多学校，数学建模队员必须学习Matlab。当然Matlab的入门也非常容易，只要有本Matlab参考书，照猫画虎可以很快实现一些基本的数学建模功能，如数据处理、绘图、计算等。我的一个队友，当年用一天时间把一本二百多页的Matlab 教程操作完了，然后在经常运用中，慢慢地就变成了一名Matlab高手了。 对于有些编程基础的同学，最好再看一些算法方面的书籍，了解常见的数据结构和基本

数学建模论文——图书馆的馆藏图书分配

承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则． 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题． 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出． 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性．如有违反竞赛规则的行为，我们将受到严肃处理． 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）：宁波工程学院 参赛队员(打印并签名) ：1．李瑜苗 2．杨路捷 3．吴建明 指导教师或指导教师组负责人(打印并签名)：数模组 日期： 2010 年 8 月 7 日赛区评阅编号（由赛区组委会评阅前进行编号）：

编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）： 全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：

图书馆的馆藏图书分配 摘要 本文根据题意将数据进行分析处理，建立三个模型得到各类图书的综合权重，以综合权重来确定应有的册数比例，给图书馆提供合理的图书采购方案．对于问题一，利用已知的信息，采用AHP层次分析法[1]和模糊综合评价法[2]，综合考虑各类图书的重点实验室和重点学科建设的需求与否、常用和热门程度、重要公共课与否、技能课图书与否、上年的出借册次分布五个指标，确定各指标对各类图书隶属度关系和模糊矩阵，从而得到相对重要程度的权重．即各类书的相对重要程度的权向量分别为： 0.0484 0.0508 0.0367 0.0418 0.0405 0.0564 0.0368 0.0621 0.0554 0.0418 0.0375 0.0472 0.0357 0.0556 0.0495 0.0362 0.0414 0.0448 0.0673 0.0521 0.0357 对于问题二，采用和问题一类似的方法，对确定了的一年内的相对流通量、图书平均借用时间、图书利用率三个指标进行处理，从而得到书籍在该校的实际使用价值的相应权重．但值得注意的是，在问题二的处理过程中，采用了熵值法对三个指标赋权，减少了主观因素对反映实际使用价值过程的影响．即各类书的实际使用价值的权向量分别为： 0.0415 0.0533 0.0402 0.0432 0.0506 0.0542 0.0389 0.0582 0.0497 0.0468 0.0421 0.0581 0.0436 0.0564 0.0549 0.0354 0.0473 0.0447 0.0585 0.0535 0.0288 由上数据可知对应的权值越大相应的价值越大． 对于问题三，引进了一种“席位分配[4]”的数学模型，在满足各类图书的最低更新率的基础上，使得结果的相对不公平指标最小，从而得到了最优化的购书分配方法．即A、B类书增加270册，C、N类书增加520册,D类书增加164册,E、R、S、U、V类书增加218册,X类书增加1773册,F类书增加1058册,G类书增加191册,H3类书增加599册,I类书增加898册,J类书增加213册,K类书增加234册,Q类书增加247册,P类书增加1987册,O类书增加966册,TH类书增加1068册,TM、TS类书增加109册,TN类书增加143册,TQ类书增加483册,TP类书增加693册,TU、TV类书增加315册,Z类书增加965册． 对于问题四，通过所编写的MATLAB的程序，不善于数学建模的人只需要输入上一年该普通高校图书馆的馆藏图书的分布及流通情况和下一年计划投入的总资金额这两个数据，就可以得到图书馆下一年的购书资金分配方案． 关键词：AHP层次分析法熵值法图书分配席位分配

(完整word版)数学建模常用软件

0，用数学软件的原则 用数学软件，我始终有一条原则，知道它是干什么的，有什么常用功能，有什么长处和短处，命令的大致语法结构。至于常用命令的使用细节，我有的知道，有的有印象，这些都无所谓，因为可以随时用，随时按F1查帮助。当然，细节知道更好。我的建议是，只要不是英文太烂，并且知道关键字，或者能猜测到关键字的尽量查帮助查不到的时候上网搜。其实那些教程基本也都是从帮助衍生出来的，原创的东西很少，所以学习用数学软件入门也许需要看看书，其他时候几乎不需要书。数学软件不是论文的一切，也不是论文的亮点，就是个工具而已。甚至于即使不会用任何数学软件，很多东西用山寨的办法也是能做的差不多的。没必要过于强调自己怎么用了数学软件，没必要贴的好几页数学软件计算结果。数学建模论文不是数学软件论文。论文要突出模型、算法。 1，关于mathematica和matlab 不需要介绍的数学软件。很多人问我有什么区别，前者强于符号计算，后者强于数值计算。什么是符号计算什么是数值计算自己去查。数学院开了mathematica，没开matlab，所以为了学分绩，我前者更熟悉一些，mathematica做数值计算也做的还不错，matlab做符号计算就比较麻烦了，这也是数学软件任课老师选择教前者的原因之一。不过搞数学建模竞赛的人好象是更偏重后者，也有各自的理由。学这两个软件，基本上入门的时候看点介绍性资料，以后就可以几乎完全依赖于帮助了，还不行就上网搜。主要是要了解这两个软件都能用来算什么，有哪些好用的函数，这个比具体学习细节重要。画图来说，这两个都还不错，可以都画画看看哪个好看用哪个，因为论文反正也不会要太多图，如果太多了的话影响论文重点的突出性。画图的时候要用线的样式来区分，因为不能彩打，所以即使要用颜色区分，也要用灰度相差很大的颜色。另外Excel也可以画图，不过一般来说看上去没有专业数学软件画的好。 2，weka 数据挖掘软件，内置算法很多。比较傻瓜性，点点鼠标就一大堆分析结果。这些结果可以用来支撑你的模型，不过如果你用到了某个数据挖掘算法，说清楚方法本身是什么，别因为软件傻瓜就不去在论文里面写算法本身了。 3，MS Word & MS Excel 不需要介绍的。可能你觉得这两个你都会用了……对于MS Word，如果你设置页眉页脚，页码编号不从第一页开始，自动生成目录等，就应该差不多都竞赛用了。对于MS Excel，如果会在表格中加入公式计算，会画图就OK了。另外有一点要说的是，在word中插入表格，尽量不要用word自带的表格，用插入->对象->Excel 工作表，这种插入表格的方式更适合建模论文。 4，Latex 除了MS Word还有个很NB的论文排版软件Latex，其发明者是D.E.Knuth，如果你是计算机系或者类似专业但不知道这个人的话可以去反省了…… 学Latex最好还是备一本书，因为还是有点小复杂，不过如果只是为了写建模论文，网上都有模板，拿来照着套就行了，只需要你会点Latex基本的东西就能用

各种数模参考书(全)供参考学习

数学建模资料 一、竞赛参考书 l、中国大学生数学建模竞赛，李大潜主编，高等教育出版社(1998)． 2、大学生数学建模竞赛辅导教材，(一)(二)(三)，叶其孝主编，湖南教育出版社(1993，1997，1998)． 3、数学建模教育与国际数学建模竞赛《工科数学》专辑，叶其孝主编，《工科数学》杂志社，1994)． 二、国内教材、丛书： 1、数学模型，姜启源编，高等教育出版社(1987年第一版，1993年第二版，20 03年第三版；第一版在1992年国家教委举办的第二届全国优秀教材评选中获"全国优秀教材奖")． 2、数学模型与计算机模拟，江裕钊、辛培情编，电子科技大学出版社，(1989)． 3、数学模型选谈(走向数学从书)，华罗庚，王元著，王克译，湖南教育出版社；(1991)． 4、数学建模--方法与范例，寿纪麟等编，西安交通大学出版社(1993)． 5、数学模型，濮定国、田蔚文主编，东南大学出版社(1994)． 6..数学模型，朱思铭、李尚廉编，中山大学出版社，(1995) 7、数学模型，陈义华编著，重庆大学出版社，(1995) 8、数学模型建模分析，蔡常丰编著，科学出版社，(1995)． 9、数学建模竞赛教程，李尚志主编，江苏教育出版社，(1996)． 10、数学建模入门，徐全智、杨晋浩编，成都电子科大出版社，(1996). 11、数学建模，沈继红、施久玉、高振滨、张晓威编，哈尔滨工程大学出版社，(1996). 12、数学模型基础，王树禾编著，中国科学技术大学出版社，(1996). 13、数学模型方法，齐欢编著，华中理工大学出版社，(1996)． 14、数学建模与实验，南京地区工科院校数学建模与工业数学讨论班编，河海大学出版社，(1996)． 15、数学模型与数学建模，刘来福、曾文艺编，北京师范大学出版杜(1997)． 16. 数学建模，袁震东、洪渊、林武忠、蒋鲁敏编，华东师范大学出版社. 17、数学模型，谭永基，俞文吡编，复旦大学出版社，(1997)． 18、数学模型实用教程，费培之、程中瑗层主编，四川大学出版社，(1998)． 19、数学建模优秀案例选编(工科数学基地建设丛书)，汪国强主编，华南理工大学出版社，(1998)． 20、经济数学模型(第二版)(工科数学基地建设丛书)，洪毅、贺德化、昌志华编著，华南理工大学出版社，(1999)． 21、数学模型讲义，雷功炎编，北京大学出版社(1999)． 22、数学建模精品案例，朱道元编著，东南大学出版社，(1999)，

数学建模所需要的知识

学习数学建模需要哪些书籍及软件 我也要参加今年九月份的数学建模比赛，以下是我们老师给我们的几点建议，希望对你有些帮助。 赛前学习内容 1建模基础知识、常用工具软件的使用 一、掌握建模必备的数学基础知识（如初等数学、高等数学等），数学建模中常用的但尚未学过的方法，如图论方法、优化中若干方法、概率统计以及运筹学等方法。 二、，针对建模特点，结合典型的建模题型，重点学习一些实用数学软件（如Mathematica 、Matlab、Lindo 、Lingo、SPSS）的使用及一般性开发,尤其注意同一数学模型可以用多个软件求解的问题。 例如, 贷款买房问题: 某人贷款8 万元买房，每月还贷款880.87 元，月利率1％。 （1）已经还贷整6 年。还贷6 年后，某人想知道自己还欠银行多少钱，请你告诉他。（2）此人忘记这笔贷款期限是多少年，请你告诉他。 这问题我们可以用Mathematica 、Matlab、Lindo 、Lingo 等多个不同软件包编程求解 2 建模的过程、方法 数学建模是一项非常具有创造性和挑战性的活动，不可能用一些条条框框规定出各种模型如何具体建立。但一般来说，建模主要涉及两个方面：第一，将实际问题转化为理论模型；第二，对理论模型进行计算和分析。简而言之，就是建立数学模型来解决各种实际问题的过程。这个过程可以用如下图1来表示。 3常用算法的设计 建模与计算是数学模型的两大核心，当模型建立后，计算就成为解决问题的关键要素了，而算法好坏将直接影响运算速度的快慢答案的优劣。根据竞赛题型特点及前参赛获奖选手的心得体会，建议大家多用数学软件（Mathematica,Matlab,Maple,Lindo,Lingo,SPSS 等）设计算法，这里列举常用的几种数学建模算法. （1）蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性，是比赛时必用的方法，通常使用Mathematica、Matlab 软件实现）。 （2）数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab 作为工具）。 （3）线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo 软件实现）。 （4）图论算法（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备，通常使用Mathematica、Maple 作为工

学习数学建模需要哪些书籍及软件

我也要参加今年九月份的数学建模比赛，以下是我们老师给我们的几点建议，希望对你有些帮助。 赛前学习内容 1建模基础知识、常用工具软件的使用 一、掌握建模必备的数学基础知识（如初等数学、高等数学等），数学建模中常用的但尚未学过的方法，如图论方法、优化中若干方法、概率统计以及运筹学等方法。 二、，针对建模特点，结合典型的建模题型，重点学习一些实用数学软件（如Mathematica 、Matlab、Lindo 、Lingo、SPSS）的使用及一般性开发,尤其注意同一数学模型可以用多个软件求解的问题。 例如, 贷款买房问题: 某人贷款8 万元买房，每月还贷款880.87 元，月利率1％。 （1）已经还贷整6 年。还贷6 年后，某人想知道自己还欠银行多少钱，请你告诉他。（2）此人忘记这笔贷款期限是多少年，请你告诉他。 这问题我们可以用Mathematica 、Matlab、Lindo 、Lingo 等多个不同软件包编程求解 2 建模的过程、方法 数学建模是一项非常具有创造性和挑战性的活动，不可能用一些条条框框规定出各种模型如何具体建立。但一般来说，建模主要涉及两个方面：第一，将实际问题转化为理论模型；第二，对理论模型进行计算和分析。简而言之，就是建立数学模型来解决各种实际问题的过程。这个过程可以用如下图1来表示。 3常用算法的设计 建模与计算是数学模型的两大核心，当模型建立后，计算就成为解决问题的关键要素了，而算法好坏将直接影响运算速度的快慢答案的优劣。根据竞赛题型特点及前参赛获奖选手的心得体会，建议大家多用数学软件（Mathematica,Matlab,Maple,Lindo,Lingo,SPSS 等）设计算法，这里列举常用的几种数学建模算法. （1）蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性，是比赛时必用的方法，通常使用Mathematica、Matlab 软件实现）。 （2）数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab 作为工具）。 （3）线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo 软件实现）。 （4）图论算法（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备，通常使用Mathematica、Maple 作为工具）。（5）动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中，通常使用Lingo 软件实现）。 （6）图象处理算法（赛题中有一类问题与图形有关，即使与图形无关，论文中也应该要不乏图片的，这些图形如何展示以及如何处理就是需要解决的问题，通常使用Matlab 进行处理）。 （7）最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法（这些问题是用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用，通常使用Lingo、Matlab、SPSS 软件实现）。 4 论文结构，写作特点和要求

数学建模方法详解--三十四种常用算法

数学建模方法详解--三十四种常用算法 目录 一、主成分分析法 (2) 二、因子分析法 (5) 三、聚类分析 (9) 四、最小二乘法与多项式拟合 (16) 五、回归分析（略） (22) 六、概率分布方法（略） (22) 七、插值与拟合（略） (22) 八、方差分析法 (23) 九、逼近理想点排序法 (28) 十、动态加权法 (29) 十一、灰色关联分析法 (31) 十二、灰色预测法 (33) 十三、模糊综合评价 (35) 十四、隶属函数的刻画（略） (37) 十五、时间序列分析法 (38) 十六、蒙特卡罗(MC)仿真模型 (42) 十七、BP神经网络方法 (44) 十八、数据包络分析法（DEA） (51) 十九、多因素方差分析法（）基于SPSS） (54) 二十、拉格朗日插值 (70) 二十一、回归分析（略） (75) 二十二、概率分布方法（略） (75) 二十三、插值与拟合（略） (75) 二十四、隶属函数的刻画（参考《数学建模及其方法应用》） (75) 二十五、0-1整数规划模型（参看书籍） (75) 二十六、Board评价法（略） (75) 二十七、纳什均衡（参看书籍） (75) 二十八、微分方程方法与差分方程方法（参看书籍） (75) 二十九、莱斯利离散人口模型（参看数据） (75) 三十、一次指数平滑预测法（主要是软件的使用） (75) 三十一、二次曲线回归方程（主要是软件的使用） (75) 三十二、成本-效用分析（略） (75) 三十三、逐步回归法（主要是软件的使用） (75) 三十四、双因子方差分析（略） (75)

一、主成分分析法 一）、主成分分析法介绍： 主成分分析（principal components analysis，PCA）又称：主分量分析，主成分回归分析法。旨在利用降维的思想，把多指标转化为少数几个综合指标。它是一个线性变换。这个变换把数据变换到一个新的坐标系统中，使得任何数据投影的第一大方差在第一个坐标(称为第一主成分)上，第二大方差在第二个坐标(第二主成分)上，依次类推。主成分分析经常用减少数据集的维数，同时保持数据集的对方差贡献最大的特征。这是通过保留低阶主成分，忽略高阶主成分做到的。这样低阶成分往往能够保留住数据的最重要方面。但是，这也不是一定的，要视具体应用而定。 二）、主成分分析法的基本思想： 在实证问题研究中，为了全面、系统地分析问题，我们必须考虑众多影响因素。这些涉及的因素一般称为指标，在多元统计分析中也称为变量。因为每个变量都在不同程度上反映了所研究问题的某些信息，并且指标之间彼此有一定的相关性，因而所得的统计数据反映的信息在一定程度上有重叠。在用统计方法研究多变量问题时，变量太多会增加计算量和增加分析问题的复杂性，人们希望在进行定量分析的过程中，涉及的变量较少，得到的信息量较多。主成分分析正是适应这一要求产生的，是解决这类题的理想工具。 同样，在科普效果评估的过程中也存在着这样的问题。科普效果是很难具体量化的。在实际评估工作中，我们常常会选用几个有代表性的综合指标，采用打分的方法来进行评估，故综合指标的选取是个重点和难点。如上所述，主成分分析法正是解决这一问题的理想工具。因为评估所涉及的众多变量之间既然有一定的相关性，就必然存在着起支配作用的因素。根据这一点，通过对原始变量相关矩阵内部结构的关系研究，找出影响科普效果某一要素的几个综合指标，使综合指标为原来变量的线性拟合。这样，综合指标不仅保留了原始变量的主要信息，且彼此间不相关，又比原始变量具有某些更优越的性质，就使我们在研究复杂的科普效果评估问题时，容易抓住主要矛盾。上述想法可进一步概述为：设某科普效果评估要素涉及个指标，这指标构成的维随机向量为。对作正交变换，令，其中为正交阵，的各分量是不相关的，使得的各分量在某个评估要素中的作用容易解释，这就使得我们有可能从主分量中选择主要成分，削除对这一要素影响微弱的部分，通过对主分量的重点分析，达到对原始变量进行分析的目的。的各分量是原始变量线性组合，不同的分量表示原始变量之间不同的影响关系。由于这些基本关系很可能与特定的作用过程相联系，主成分分析使我们能从错综复杂的科普评估要素的众多指标中，找出一些主要成分，以便有效地利用大量统计数据，进行科普效果评估分析，使我们在研究科普效果评估问题中，可能得到深层次的一些启发，把科普效果评估研究引向深入。 例如，在对科普产品开发和利用这一要素的评估中，涉及科普创作人数百万人、科普作品发行量百万人、科普产业化（科普示范基地数百万人）等多项指标。经过主成分分析计算，最后确定个或个主成分作为综合评价科普产品利用和开发的综合指标，变量数减少，并达到一定的可信度，就容易进行科普效果的评估。 三）、主成分分析法的数学模型： 其中：

数学建模指导与软件

数学建模介绍 1. 什么是数学建模？ 数学建模就是用数学语言描述实际现象的过程。这里的实际现象既包涵具体的自然现象比如自由落体现象，也包涵抽象的现象 比如顾客对某种商品所取的价值倾向。这里的描述不但包括外在形态，内在机制的描述，也包括预测，试验和解释实际现象等内容 我们也可以这样直观地理解这个概念：数学建模是一个让纯粹数学家（指只懂数学不懂数学在实际中的应用的数学家）变成物 理学家，生物学家，经济学家甚至心理学家等等的过程。 2. 什么是数学模型？ 数学模型是指用数学语言描述了的实际事物或现象。它一般是实际事物的一种数学简化。它常常是以某种意义上接近实际事物 的抽象形式存在的，但它和真实的事物有着本质的区别。要描述一个实际现象可以有很多种方式，比如录音，录像，比喻，传言等 等。为了使描述更具科学性，逻辑性，客观性和可重复性，人们采用一种普遍认为比较严格的语言来描述各种现象，这种语言就是 数学。使用数学语言描述的事物就称为数学模型。有时候我们需要做一些实验，但这些实验往往用抽象出来了的数学模型作为实际 物体的代替而进行相应的实验，实验本身也是实际操作的一种理论替代。 3. 为什么要建立数学模型？ 在科学领域中，数学因为其众所周知的准确而成为研究者们最广泛用于交流的语言－－因为他们普遍相信，自然是严格地演化 着的，尽管控制演化的规律可以很复杂甚至是混沌的。因此，人们常对实际事物建立种种数学模型以期通过对该模型的考察来描述

解释，预计或分析出与实际事物相关的规律。 top 数学建模软件介绍 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.

数学模型与数学建模及其过程

数学模型与数学建模及其过程 数学模型：对于现实中的原型，为了某个特定目的，作出一些必要的简化和假设，运用适当的数学工具得到一个数学结构。也可以说，数学模型是利用数学语言（符号、式子与图象）模拟现实的模型。把现实模型抽象、简化为某种数学结构是数学模型的基本特征。它或者能解释特定现象的现实状态，或者能预测到对象的未来状况，或者能提供处理对象的最优决策或控制。 数学建模：(Mathematical Modelling)把现实世界中的实际问题加以提炼，抽象为数学模型，求出模型的解，验证模型的合理性，并用该数学模型所提供的解答来解释现实问题，我们把数学知识的这一应用过程称为数学建模。 数学建模的几个过程： 模型准备：了解问题的实际背景，明确其实际意义，掌握对象的各种信息。用数学语言来描述问题。 模型假设：根据实际对象的特征和建模的目的，对问题进行必要的简化，并用精确的语言提出一些恰当的假设。 模型建立：在假设的基础上，利用适当的数学工具来刻划各变量之间的数学关系，建立相应的数学结构。（尽量用简单的数学工具） 模型求解：利用获取的数据资料，对模型的所有参数做出计算（估计）。 模型分析：对所得的结果进行数学上的分析。 模型检验：将模型分析结果与实际情形进行比较，以此来验证模型的准确性、合理性和适用性。如果模型与实际较吻合，则要对计算结果给出其实际含义，并进行解释。如果模型与实际吻合较差,则应该修改假设，再次重复建模过程。 模型应用：应用方式因问题的性质和建模的目的而异。 中学生学习数学建模的目的： (1)体会数学的应用价值，培养数学的应用意识； (2)增强数学学习兴趣，学会团结合作，提高分析和解决问题的能力； (3)知道数学知识的发生过程，培养数学创造能力，提高数学素养。

各种数学建模杂志及书籍

各种数学建模杂志及书籍 ●国际数学和计算机建模协会 ●International Association for Mathematical and Computer Modelling Home Page ●应用数学建模 ●Applied Mathematical Modelling (Elsevier) ●应用数学和计算 ●Applied Mathematics and Computation ●欧洲应用数学杂志 ●European Journal of Applied Mathematics (Cambridge) ●IMA 应用数学杂志 ●The IMA Journal of Applied Mathematics (Oxford) ●SIMA的应用数学杂志 ●SIAM Journal on Applied Mathematics ●数学建模和数值分析杂志 ●Journal Mathematical Modelling and Numerical Analysis-Rairo ●数学建模和分析杂志 ●Journal of mathematical modelling and analysis ●美国工业和应用数学会评论 ● SIAM Review ●大学生数学和应用杂志 ● The Journal of Undergradute Mathematics and Applications ●高校应用数学学报 ●数学的实践与认识 ●书籍 ●《数学模型》,姜启源著，高等教育出版社。 ●《数模教育与国际数模竞赛》，叶其孝主编，工科数学杂志。 ●《数学建模竞赛辅导教材》一、二、三，叶其孝主编，湖南教育出版社。 ●《数学建模竞赛教材》李尚志主编，江苏教育出版社。 ●《微分方程模型》 ●《政治及其有关模型》 ●《离散和系统模型》 ●《生命科学模型》 W.F.lucas 主编，国防教育出版社。 ●《数学模型计算机应用》，H.P.Williams著，国防工业出版社 ●《数学建模与实验》，南京地区工科院校数建模讨论班,河海大学出版社. ●《数学模型基础》,王树禾著,中国科大出版社. ●《数学建模精品案例》,朱道元著,东南大学出版社. ●《数学模型与数学建模》,刘来福,曾文艺著,北京师范大学出版社. ●《数学建模入门》,徐全智,杨晋浩,电子科大出版社. ●《数学模型》,杨启帆,边馥萍,浙江大学出版社. ●全国大学生数学建模竞赛资料 (单价含邮费，前一单价为10本以上、后一单价为10本以下的单价) ●*1. 2003年全国大学生数学建模竞赛优秀论文集 (《工程数学学报》2003年7期) 5 元/本，10元/本