数学建模模型
数学建模,一般是指从实际问题中建立数学模型.最常见的是函数建模.函数建模分两类:
一类变量间具有确定关系的问题. 要么是已知函数模型直接应用；要么是间接已知函数模型，先用待定系数法求出模型（如果已知模型类型的话），或者先利用数学的、物理的…知识建立函数模型，再应用.
另一类变量间不具有确定关系的问题. 这类问题只是给出了两个变量的对应值（是搜集或者用实验得到的），需要我们根据数据特点，选择、拟合函数模型. 这反映了一个较为完整的建立函数模型，解决实际问题的过程.
『贰』 数学建模和数学模型是一样的吗
不一样的！
数学建模是使用数学模型解决实际问题
数学模型是数学抽象的概括的产物，其原型可以是具体对象及其性质、关系，也可以是数学对象及其性质、关系。数学模型有广义和狭义两种解释．广义地说，数学概念、如数、集合、向量、方程都可称为数学模型，狭义地说，只有反映特定问题和特定的具体事物系统的数学关系结构方数学模型大致可分为二类：(1)描述客体必然现象的确定性模型，其数学工具一般是代数方程、微分方程、积分方程和差分方程等，（2）描述客体或然现象的随机性模型，其数学模型方法是科学研究相创新的重要方法之一。
『叁』 数学建模是什么
数学建模就是根据实际问题来建立数学模型，对数学模型来进行求解，然后根据结果去解决实际问题。
当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言作表述来建立数学模型。
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、简化建立能近似刻画并"解决"实际问题的一种强有力的数学手段。
(3)数学建模模型扩展阅读：
从基本物理定律以及系统的结构数据来推导出模型。
1. 比例分析法--建立变量之间函数关系的最基本最常用的方法。
2. 代数方法--求解离散问题(离散的数据、符号、图形)的主要方法。
3. 逻辑方法--是数学理论研究的重要方法，对社会学和经济学等领域的实际问题，在决策，对策等学科中得到广泛应用。
4. 常微分方程--解决两个变量之间的变化规律，关键是建立"瞬时变化率"的表达式。
5. 偏微分方程--解决因变量与两个以上自变量之间的变化规律。
从大量的观测数据利用统计方法建立数学模型。
1. 回归分析法--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，由于处理的是静态的独立数据，故称为数理统计方法。
2. 时序分析法--处理的是动态的相关数据，又称为过程统计方法。
3. 回归分析法--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，由于处理的是静态的独立数据，故称为数理统计方法。
4. 时序分析法--处理的是动态的相关数据，又称为过程统计方法。
『肆』 数学建模常用模型有哪些
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）
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）
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）
6、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）
7、网格算法和穷举法（网格算法和穷举法都是暴力搜索最优点的算法，在很多竞赛
题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好
使用一些高级语言作为编程工具）
8、一些连续离散化方法（很多问题都是实际来的，数据可以是连续的，而计算机只
认的是离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非
常重要的）
9、数值分析算法（如果在比赛中采用高级语言进行编程的话，那一些数值分析中常
用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调
用）
10、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）
作用：
应用数学去解决各类实际问题时，建立数学模型是十分关键的一步，同时也是十分困难的一步。建立教学模型的过程，是把错综复杂的实际问题简化、抽象为合理的数学结构的过程。要通过调查、收集数据资料，观察和研究实际对象的固有特征和内在规律，抓住问题的主要矛盾，建立起反映实际问题的数量关系，然后利用数学的理论和方法去分析和解决问题。这就需要深厚扎实的数学基础，敏锐的洞察力和想象力，对实际问题的浓厚兴趣和广博的知识面。数学建模是联系数学与实际问题的桥梁，是数学在各个领械广泛应用的媒介，是数学科学技术转化的主要途径，数学建模在科学技术发展中的重要作用越来越受到数学界和工程界的普遍重视，它已成为现代科技工作者必备的重要能力之。参考资料：http://ke..com/view/133261.htm#12_1
『伍』 数学建模方法和步骤
摘要
摘要在整篇论文评阅中占有重要权重，务必认真书写（篇幅不能超过一页）。全国评阅时将首先根据摘要和论文整体结构及概貌对论文优劣进行初步筛选。摘要写得不好，论点不明，条理不清，评委不再阅读正文，论文即遭被淘汰。
摘要是全文的精华，摘要应当点明：
（1）
模型的数学归类（数学上属于什么类型，如动态规划，微分方程稳定性等）
（2）
建模的思想（思路）
（3）
算法思想（求解思路）
（4）
模型特色（模型优缺点，算法特点，结果检验，灵敏度分析，模型检验等）
（5）
主要结果（数值结果，结论）（回答题目所问的全部“问题”）
注意表述一定要准确、简明、通顺、工整，务必认真校对。
1．
问题重述
把原问题简单重述一遍，但不是照搬，而是从数学的角度重新表述。
2．
模型假设
根据评卷原则，基本假设的合理性占重要比重。
应当根据题目中的条件和要求作出合理假设，假设要切合题意，关键性假设不能缺。
3．
模型的建立
（1）数学建模是用数学方法解决问题，首先要有数学模型：数学公式、方程、方案等；要求完整，正确，简明
（2）模型要实用，有效，以解决问题有效为原则，不追求数学上的高（级）、难（度大）。能用初等方法解决的、就不用高级方法；能用简单方法解决的，就不用复杂方法；能用被多数人理解的方法，就不用只有少数人能理解的方法。
（3）鼓励创新，但要切合实际。数模创新可体现在模型中（好思想、好方法、好策略等）；模型求解中（好算法、好步骤、好程序）；结果表示中（醒目、图表、分析、检验等）；模型推广中。
4．
模型求解
（1）
需要建立数学命题时：命题叙述要符合数学命题的表述规范，尽可能论证严密。
（2）
需要说明算法的原理、依据、步骤。若用现有软件，要说明理由，软件名称。
（3）
计算过程，中间结果可要可不要的，不必列出。
（4）
设法算出合理的数值结果。
5．模型的结果
（1）
最终数值结果的正确性或合理性是第一位的；
（2）
对数值结果或模拟结果须进行必要的检验。结果不正确、不合理、或误差大时，分析原因，
对算法、计算方法、或模型进行修正、改进；
（3）
题目中要求回答的问题，数值结果，结论，必须一一列出；
（4）
考虑是否需要列出多组数据，对数据进行比较、分析，为各种方案的提出提供依据；
（5）
结果的表示要集中，醒目，直观，便于比较分析
（6）
必要时对问题解答，作定性或规律性的讨论。最后结论要明确。
6．模型评价
（1）说明特色，优点突出，缺点不回避。
（2）改变原题要求，重新建模可在此做。
（3）推广或改进方向时，要合理、可行，不要玩弄新数学术语。
7．参考文献
按规定列出。
8．附录
（1）主要结果数据，应在正文中列出。
（2）数据、表格，可在此列出，但不要错，错的宁可不列。
『陆』 数学建模应该怎么从实际问题中抽象出数学模型
如何进行数学建模是一个非常复杂的问题，而让学生学习这个过程同样非常困难，目前教学界仍然没有很好的解决这个问题，但是却存在一些经验供参考：
1. 数学建模的目的是为了解决实际问题，但对于中学生来说，进行数学建模教学的主要目的并不是要他们去解决生产、生活中的实际问题，而是要培养他们的数学应用意识，掌握数学建模的方法，为将来的工作打下坚实的基础。因此，根据数学建模的过程，在教学时将数学建模中最基本的过程教给学生。利用现行的数学教材，向学生介绍一些常用的、典型的数学模型。如几何模型、三角模型、方程模型、直角坐标系模型、目标函数模型、不等式模型等。教师应研究在各个教学章节中可引入哪些数学基本模型问题，如讲立体几何时可引入正方体模型或长方体模型把相关问题放入到这些模型中来解决；又如在解析几何中讲了两点间的距离公式后，可引入两点间的距离模型解决一些具体问题,而储蓄问题、信用贷款问题则可结合在数列教学中。教师可以通过教材中一些不大复杂的应用问题，带着学生一起来完成数学化的过程，给学生一些数学应用和数学建模的初步体验。
2.选择适当的数学建模问题，介绍数学建模方法
对课本中出现的应用问题，可以改变设问方式、变换题设条件，互换条件结论，结合拓广类比成新的数学建模应用问题；对课本中的纯数学问题，可以依照科学性、现实性、新颖性、趣味性、可行性等原则，编拟出有实际背景或有一定应用价值的建模应用问题。例如在学习了基本不等式:a2 + b2≥2ab;当a＞0、b＞0 时,可以设计这样的应用题:某厂要生产一批无盖的圆柱形桶，每个桶的容积为 1立方米，用来做底的金属每平方米30元，做侧面的金属每平方米为20元，如何设计圆桶尺寸，可以使成本最低？这是数学模型的基本应用问题。
从生活中的数学问题出发，或以社会热点问题出发，介绍建模方法。如市场经济中涉及成本、利润、储蓄、保险、投标及股份制等，是中学数学建模问题的好素材，适当的选取，融入教学活动中，使学生掌握相关类型的建模方法，不仅可以使学生树立正确的商品经济观念，而且还为日后能主动以数学的意识、方法、手段处理问题提供了能力上的准备。
3.在教学中培养学生的数学建模意识
运用数学建模解决实际问题必须首先通过观察分析、提炼出实际问题的数学模型，然后再把数学模型纳入某知识系统去处理，这不但要求学生有一定的抽象能力，而且要有相当的观察、分析、综合、类比能力。学生的这种能力的获得不是一朝一夕的事情，需要把数学建模意识贯穿在教学的始终，也就是要不断的引导学生用数学思维的观点去观察、分析和表示各种事物关系、空间关系和数学信息，从纷繁复杂的具体问题中抽象出我们熟悉的数学模型，进而达到用数学模型来解决实际问题，使数学建模意识成为学生思考问题的方法和习惯。通过教师的潜移默化，经常渗透数学建模意识，学生可以从各类大量的建模问题中逐步领悟到数学建模的广泛应用，从而激发学生去研究数学建模的兴趣，提高他们运用数学知识进行建模的能力。
4.在教学中培养学生的数学基本能力
数学建模能培养学生诸多方面的能力，而课堂中对学生基本能力的培养，也能促进学生的数学建模能力的提高。
恩格斯曾说过："由一种形式转化为另一种形式不是无聊的游戏而是数学的杠杆，如果没有它，就不能走很远。"由于数学建模就是把实际问题转换成数学问题，因此我们在数学教学中应注重转化能力的培养。在教学中要充分强调过程的重要性，要授之以渔，尤其要注重培养学生从初看起来杂乱无章的现象中抽象出恰当的数学问题的能力，即培养学生把客观事物的原型与抽象的数学模型联系起来的能力。
要搞好数学建模教学，还需要结合数学建模的过程，对能力培养进行分解落实。在过程①中，要培养阅读和语言转化能力，这里包括由普通语言抽象为数学文字语言，再抽象为数学符号语言。因为只有出现了符号语言的形式，才能联想和应用相应的数学结构；要培养抽象、概括能力，数学建模实质上也是一个去粗取精，去伪存真，抽象概括的过程；还要培养数学检索能力，从已有的知识中认定相应的数学模型，这与学生认知结构的好坏有关。在过程②中，不仅需要基本的数学能力，而且带有更大的综合性和灵活性，在过程③中，要培养联系实际，全面考虑问题的能力。教学中，只有对上述能力具体落实，数学建模教学才能取得较好的效果。
5.在教学中注意联系相关学科加以运用
在数学建模教学中应该重视选用数学与物理、化学、生物、美学等知识相结合的跨学科问题和大量与日常生活相联系(如投资买卖、银行储蓄、测量、乘车、运动等方面)的数学问题，从其它学科中选择应用题，通过构建模型，培养学生应用数学工具解决该学科难题的能力,现代科学技术的发展，使数学促进了各学科的数学化趋势。
由于数学是学生学习其它自然科学以至社会科学的工具而且其它学科与数学的联系是相当密切的。因此我们在教学中应注意与其它学科的呼应，这不但可以帮助学生加深对其它学科的理解，也是培养学生建模意识的一个不可忽视的途径。例如教了正弦函数后，可引导学生用模型函数写出物理中振动图象或交流图象的数学表达式。又如当学生在化学中学到金刚石等物理性质时，可用立几模型来验证它们的键角为可见，这样的模型意识不仅仅是抽象的数学知识，而且将对他们学习其它学科的知识以及将来用数学建模知识探讨各种边缘学科产生深远的影响。
6.在实践中深化数学建模方法，培养学生的数学建模能力
教师要建立以人为本的学生主体观，要为学生提供一个学数学、做数学、用数学的环境和动脑、动手并充分表达自己的想法的机会，教学中注意对原始问题分析、假设、抽象的数学加工过程；数学工具、方法、模型的选择和分析过程；模型的求解、验证、再分析、修改假设、再求解的循环过程。教师要为学生提供充足的自学实践时间，使学生在亲历这些过程中展开思维，收集、处理各种信息，提高数学建模能力。
教师应自己动手，在自己的视野范围内因地制宜地收集、编制、改造适合自身学生使用，贴近学生生活实际的数学建模问题，同时注意问题的开放性与可扩展性。尽可能地创设一些合理、新颖、有趣的问题情境来激发学生的好奇心和求知欲，使学生积极加入数学建模的实践活动中。通过实践活动，从中培养学生的应用意识和数学建模应用能力。利用课外活动时间开展实践活动课，把它作为建模教学不可分割的部分。如：尽可能选择较多的方法测量学校或居住地的一座最高的建筑物的高等。这是一道开放型的建模题，初看难度不大，但难于下手，经分析、讨论，中学生会想出许多方法，教师应注意总结，与学生一起评价各个模型是否切实可行，从而提高学生数学建模兴趣与能力。
最后，为了培养学生的建模意识，中学数学教师应首先需要提高自己的建模意识。这不仅意味着我们在教学内容和要求上的变化，更意味着教育思想和教学观念的更新。中学数学教师除需要了解数学科学的发展历史和发展动态之外，还需要不断地学习一些新的数学建模理论，并且努力钻研如何把中学数学知识应用于现实生活。中学教师只有通过对数学建模的系统学习和研究，才能准确地的把握数学建模问题的深度和难度，更好地推动中学数学建模教学的发展。
『柒』 数学建模的方法有哪些
预测模块：灰色预测、时间序列预测、神经网络预测、曲线拟合（线性回归）；
归类判别：欧氏距离判别、fisher判别等 ；
图论：最短路径求法 ；
最优化：列方程组 用lindo 或 lingo软件解 ；
其他方法：层次分析法 马尔可夫链 主成分析法 等 。
建模常用算法，仅供参考：
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，同时间=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） 。
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） 。
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） 。
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） 。
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） 。
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） 。
网格算法和穷举法（网格算法和穷举法都是暴力搜索最优点的算法，在很 多竞赛题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种 暴力方案，最好使用一些高级语言作为编程工具） 。
一些连续离散化方法（很多问题都是实际来的，数据可以是连续的，而计 算机只认的是离散的数据，因此将其离散化后进行差分代替微分、求和代替 积分等思想是非常重要的） 。
数值分析算法（如果在比赛中采用高级语言进行编程的话，那一些数值分 析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编 写库函数进行调用） 。
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）。
『捌』 物理模型和数学模型的区别
（1）数学来模型可以说是一个自数学方程，复杂一点的可以是偏微分方程，比如涉及振动分析里面的单自由度、多自由度的振动方程，这个就算是数学模型，现在大学里都有数学建模比赛，其实最后都是看你用什么数学手段解决，所以数学模型确切的说应该是用什么数学手段实现，单说是数学方程有点狭义。
（2）物理模型相对数学模型的说，最主要特点就是“形象”，例如利用ANSYS、Patran等有限元软件建立的模型，就算是物理模型，因为是形象可见，就像是实际物体的简化，但是物理模型的本质上还是由数学方程所构成，在计算机里只是给隐化了，给我们呈现出的就是形象的一个简化结构。
『玖』 什么是数学建模与仿真
数学建复模是当需要从定量的角度分析制和研究一个实际问题时,人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上,用数学的符号和语言,把它表述为数学式子,也就是数学模型,然后用通过计算得到的模型结果来解释实际问题,并接受实际的检验.这个建立数学模型的全过程就称为数学建模.
数字仿真是将电力系统网络和负载元件建立其数学模型,用数学模型在数字计算机上进行实验和研究的过程；实现数字仿真一般包括建立数学模型、建立数字仿真模型和仿真实验三个主要步骤；电力系统数字仿真应用很广泛,主要有：研究用电力系统数字仿真,如电力系统电磁暂态计算程序（EMTP）、电力系统综合潮流程序（BPA）,培训用电力系统数字仿真,如电力系统调度员培训仿真系统（DTS）、变电站培训仿真系统,当然还有很多,不一一列举了.