數學建模分為什麼

① 什麼叫數學建模

qw(最多可選2個答案)

對回答者的感言：
(選填項,40字以內)

學模型是對於現實世界的一個特定對象，一個特定目的，根據特有的內在規律，做出一些必要的假設，運用適當的數學工具，得到一個數學結構。

簡單地說：就是系統的某種特徵的本質的數學表達式（或是用數學術語對部分現實世界的描述），即用數學式子（如函數、圖形、代數方程、微分方程、積分方程、差分方程等）來描述（表述、模擬）所研究的客觀對象或系統在某一方面的存在規律。

數學建模
數學建模是利用數學方法解決實際問題的一種實踐。即通過抽象、簡化、假設、引進變數等處理過程後，將實際問題用數學方式表達，建立起數學模型，然後運用先進的數學方法及計算機技術進行求解。

數學建模將各種知識綜合應用於解決實際問題中，是培養和提高學生應用所學知識分析問題、解決問題的能力的必備手段之一。

數學建模的一般方法和步驟
建立數學模型的方法和步驟並沒有一定的模式，但一個理想的模型應能反映系統的全部重要特徵：模型的可靠性和模型的使用性。建模的一般方法：
機理分析：根據對現實對象特性的認識，分析其因果關系，找出反映內部機理的規律，所建立的模型常有明確的物理或現實意義。
測試分析方法：將研究對象視為一個「黑箱」系統，內部機理無法直接尋求，通過測量系統的輸入輸出數據，並以此為基礎運用統計分析方法，按照事先確定的准則在某一類模型中選出一個數據擬合得最好的模型。 測試分析方法也叫做系統辯識。
將這兩種方法結合起來使用，即用機理分析方法建立模型的結構，用系統測試方法來確定模型的參數，也是常用的建模方法。
在實際過程中用那一種方法建模主要是根據我們對研究對象的了解程度和建模目的來決定。機理分析法建模的具體步驟大致如下：
1、 實際問題通過抽象、簡化、假設，確定變數、參數；
2、 建立數學模型並數學、數值地求解、確定參數；
3、 用實際問題的實測數據等來檢驗該數學模型；
4、 符合實際，交付使用，從而可產生經濟、社會效益；不符合實際，重新建模。

數學模型的分類：
1、 按研究方法和對象的數學特徵分：初等模型、幾何模型、優化模型、微分方程模型、圖論模型、邏輯模型、穩定性模型、統計模型等。
2、 按研究對象的實際領域（或所屬學科）分：人口模型、交通模型、環境模型、生態模型、生理模型、城鎮規劃模型、水資源模型、污染模型、經濟模型、社會模型等。

② 建立數學模型的方法

建立數學模型的方法如下：

1.類比法。

數學建模的過程就是把實際問題經過分析、抽象、概括後，用數學語言、數學概念和數學符號表述成數學問題，而表述成什麼樣的問題取決於思考者解決問題的意圖。

類比法建模一般在具體分析該實際問題的各個因素的基礎上，通過聯想、歸納對各因素進行分析，並且與已知模型比較，把未知關系化為已知關系，在不同的對象或完全不相關的對象中找出同樣的或相似的關系，用已知模型的某些結論類比得到解決該「類似」問題的數學方法，最終建立起解決問題的模型。

變分法是處理函數的函數的數學領域，即泛函問題，和處理數的函數的普通微積分相對。這樣的泛函可以通過未知函數的積分和它的導數來構造，最終尋求的是極值函數。現實中很多現象可以表達為泛函極小問題，即變分問題。變分問題的求解方法通常有兩種：古典變分法和最優控制論。受基礎知識的制約，數學建模競賽大專組的建模方法使用變分法較少。

③ 數學建模的一般步驟

數學建模的一般步驟如下：

1、 實際問題通過抽象、簡化、假設,確定變數、參數。

2、 建立數學模型並數學、數值地求解、確定參數。

3、 用實際問題的實測數據等來檢驗該數學模型。

2、 按研究對象的實際領域（或所屬學科）分：人口模型、交通模型、環境模型、生態模型、生理模型、城鎮規劃模型、水資源模型、污染模型、經濟模型、社會模型等。

④ 什麼叫數學建模啊 誰能指導下么

中國數學建模
http://www.shumo.com/main/
全國大學生數學建模主頁
http://csiam.e.cn/mcm/
國際數學建模主頁
http://csiam.e.cn/mcm/
浙江大學數學建模站
http://csiam.e.cn/mcm/
數學模型
數學模型是對於現實世界的一個特定對象，一個特定目的逗態，根據特有的內在規律，做出一些必要的假設，運用適當的數學工具，得到一個數學結構。

簡單地說：就是系統的某種特徵的本質的數學表達式（或是用數學術語對部分現實世界的描述），即用數學式子（如函數、圖形、代數方程、微分方程、積分方程、差分方程等）來描述（表述、模擬）所研究的客觀對象或系統在某一方面的存在規律。

數學建模
數學建模是利用數學方法解決實際問題的一種實踐。即通過抽象、簡化、假設、引進變數等處理過程後，將實際問題用數學方式表達，建立起數學模型，然後運用先進的數學方法及計算機技術進行求解。

數學建模將各種知識綜合應用於解決實際問題中，是培養和提高學生應用所學知識分析問題、解決問題的能力的必備手段之一。

數學建模的一般方法和步驟
建立數學模型的方法和步驟並沒有一定的模式，但一個理想的模型應能反映系統的全部重要特徵：模型的可靠性和模型的使用性。建模的一般方法：
機理分析：根據對現實對象特性的認識，分析其因果關系，找出反映內部機理的規律，所建立的模型常有明確的物理或現實意義。
測試分析方法：將研究對象視為一個「黑箱」系統，內部機理無法直接尋求，通過測量系統的輸入輸出數據，並以此為基礎運用統計分析方法，按照事先確定的准則在某一類模型中選出一個數據擬合得最好的模山余源型。 測試分析方法也叫做系統辯識。
將這兩種方法結合起來使用，即用機理分析方法建立模型的結構，用系統測試方法來確定模型的參數，也是常用的建模方法。
在實際過程中用那一種方法建模主要是根據我們對研究對象的了解程度和建模目的來決定。機理分析法建模的具體步驟大致如下：
1、 實際問題通過抽象、簡化、假設，確定變數、參數；
2、 建立數學模型並數學、數值地求毀碼解、確定參數；
3、 用實際問題的實測數據等來檢驗該數學模型；
4、 符合實際，交付使用，從而可產生經濟、社會效益；不符合實際，重新建模。

數學模型的分類：
1、 按研究方法和對象的數學特徵分：初等模型、幾何模型、優化模型、微分方程模型、圖論模型、邏輯模型、穩定性模型、統計模型等。
2、 按研究對象的實際領域（或所屬學科）分：人口模型、交通模型、環境模型、生態模型、生理模型、城鎮規劃模型、水資源模型、污染模型、經濟模型、社會模型等。

數學建模需要豐富的數學知識，涉及到高等數學，離散數學，線性代數，概率統計,復變函數等等 基本的數學知識
同時，還要有廣泛的興趣，較強的邏輯思維能力，以及語言表達能力等等

一般大學進行數學建模式從大二下學期開始，一般在九月份開始競賽，一般三天時間，三到四人一組，合作完成！！！

⑤ 數學建模建模分為幾種類型，分別用什麼法求解

數學建模應當掌握的十類演算法
1、蒙特卡羅演算法（該演算法又稱隨機性模擬演算法，是通過計算機模擬來解決問題的算
法，同時可以通過模擬可以來檢驗自己模型的正確性，是比賽時必用的方法）
2、數據擬合、參數估計、插值等數據處理演算法（比賽中通常會遇到大量的數據需要
處理，而處理數據的關鍵就在於這些演算法，通常使用Matlab作為工具）
3、線性規劃、整數規劃、多元規劃、二次規劃等規劃類問題（建模競賽大多數問題
屬於最優化問題，很多時候這些問題可以用數學規劃演算法來描述，通常使用Lindo、
Lingo軟體實現）
4、圖論演算法（這類演算法可以分為很多種，包括最短路、網路流、二分圖等演算法，涉
及到圖論的問題可以用這些方法解決，需要認真准備）
5、動態規劃、回溯搜索、分治演算法、分支定界等計算機演算法（這些演算法是演算法設計
中比較常用的方法，很多場合可以用到競賽中）
6、最優化理論的三大非經典演算法：模擬退火法、神經網路、遺傳演算法（這些問題是
用來解決一些較困難的最優化問題的演算法，對於有些問題非常有幫助，但是演算法的實
現比較困難，需慎重使用）
7、網格演算法和窮舉法（網格演算法和窮舉法都是暴力搜索最優點的演算法，在很多競賽
題中有應用，當重點討論模型本身而輕視演算法的時候，可以使用這種暴力方案，最好
使用一些高級語言作為編程工具）
8、一些連續離散化方法（很多問題都是實際來的，數據可以是連續的，而計算機只
認的是離散的數據，因此將其離散化後進行差分代替微分、求和代替積分等思想是非
常重要的）
9、數值分析演算法（如果在比賽中採用高級語言進行編程的話，那一些數值分析中常
用的演算法比如方程組求解、矩陣運算、函數積分等演算法就需要額外編寫庫函數進行調
用）
10、圖象處理演算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文中也應該
要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問題，通常使用Matlab
進行處理）

⑥ 數學建模的方法有哪些

1. 預測模塊：灰色預測、時間序列預測、神經網路預測、曲線擬合（線性回歸）；
   

2. 歸類判別：歐氏距離判別、fisher判別等 ；
   

3. 圖論：最短路徑求法 ；
   

4. 最優化：列方程組 用lindo 或 lingo軟體解 ；
   

5. 其他方法：層次分析法 馬爾可夫鏈 主成分析法 等 。

建模常用演算法，僅供參考：

1. 蒙特卡羅演算法（該演算法又稱隨機性模擬演算法，是通過計算機模擬來解決 問題的演算法，同時間=可以通過模擬可以來檢驗自己模型的正確性，是比賽時必 用的方法） 。
   

2. 數據擬合、參數估計、插值等數據處理演算法（比賽中通常會遇到大量的數 據需要處理，而處理數據的關鍵就在於這些演算法，通常使用Matlab 作為工具） 。
   

3. 線性規劃、整數規劃、多元規劃、二次規劃等規劃類問題（建模競賽大多 數問題屬於最優化問題，很多時候這些問題可以用數學規劃演算法來描述，通 常使用Lindo、Lingo 軟體實現） 。
   

4. 圖論演算法（這類演算法可以分為很多種，包括最短路、網路流、二分圖等算 法，涉及到圖論的問題可以用這些方法解決，需要認真准備） 。
   

5. 動態規劃、回溯搜索、分治演算法、分支定界等計算機演算法（這些演算法是算 法設計中比較常用的方法，很多場合可以用到競賽中） 。
   

6. 最優化理論的三大非經典演算法：模擬退火法、神經網路、遺傳演算法（這些 問題是用來解決一些較困難的最優化問題的演算法，對於有些問題非常有幫助， 但是演算法的實現比較困難，需慎重使用） 。
   

7. 網格演算法和窮舉法（網格演算法和窮舉法都是暴力搜索最優點的演算法，在很 多競賽題中有應用，當重點討論模型本身而輕視演算法的時候，可以使用這種 暴力方案，最好使用一些高級語言作為編程工具） 。
   

8. 一些連續離散化方法（很多問題都是實際來的，數據可以是連續的，而計 算機只認的是離散的數據，因此將其離散化後進行差分代替微分、求和代替 積分等思想是非常重要的） 。
   

9. 數值分析演算法（如果在比賽中採用高級語言進行編程的話，那一些數值分 析中常用的演算法比如方程組求解、矩陣運算、函數積分等演算法就需要額外編 寫庫函數進行調用） 。
   

10. 圖象處理演算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文 中也應該要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問 題，通常使用Matlab 進行處理）。
    

⑦ 數學模型有哪些

數學模型（mathematical model）就是用數學的語言、方法去近似地刻畫實際，描述現實問題的數學公式、圖形或演算法。

數學模型可按不同的方式進行分類。

按照模型的應用領域，可分為人口模型、生物模型、生態模型、交通模型、環境模型、作戰模型、社會模型、經濟模型、醫學模型、機械模型等。
按照建立模型的數學方法，可分為微分方程模型、幾何模型、網路模型、運籌模型、隨機模型等。
按照建模目的，可分為描述模型、分析模型、預測模型、決策模型、控制模型等。
按照對模型結構的了解程度，可分為白箱模型、灰箱模型、黑箱模型。白箱是指對所涉及問題的機理很清楚，黑箱是完全不了解問題的內部機理，灰箱則介於兩者之間。
根據模型的表現形態還可分為：靜態模型和動態模型、解析模型和數值模型、離散模型和連續模型、確定性模型和隨機性模型。
數學模型和數學建模介紹
數學建模（mathematical modeling）就是通過建立數學模型來解決各種實際問題的方法，也就是通過對實際問題的抽象、簡化，確定變數和參數，並應用某些規律建立起變數、參數之間的關系。求解該數學問題，解釋、驗證所得到的解，從而確定能否用於解決實際問題。數學建模最重要的特點在於它是一個接受實踐檢驗、多次修改、逐漸完善的過程。

數學建模沒有固定的格式和標准，也沒有明確的方法，通常由明確問題、合理假設、搭建模型、求解模型、分析檢驗等五個步驟組成。

一個理想的數學模型，應盡可能滿足以下兩個條件：

模型的可靠性：在誤差允許范圍內，能正確反映客觀實際；
模型的可解性：模型能夠通過數學計算，得到可行解。
一個實際問題往往很復雜的，影響因素也有很多，要解決實際問題，就要將實際問題抽象簡化、合理假設，確定變數和參數，建立合適的數學模型，並求解。模型的可靠性和可解性通常互相矛盾，一般總是在模型可解性的前提下力爭較滿意的可靠性。