定量模型的构建方法研究论文

论文文献研究方法部分怎么写

论文文献研究方法部分怎么写，毕业论文对大学生是很重要的一项内容，如果毕业论文不通过就可能毕不了业了，论文的研究方法是很重要的，下面我和大家分享论文文献研究方法部分怎么写，一起来了解一下吧。

1、调查法

调查法是最为常用的方法之一，是指有目的、计划的搜集与论文主题有关的现实状况以及历史状况的资料，并对搜集过来的资料进行分析、比较与归纳。调查法会用到问卷调查法，分发给有关人员，然后加以回收整理出对论文有用的信息。

2、观察法

观察法是指研究者用自己的感官或者其他的辅助工具，直接观察被研究的对象，可以让人们的观察的过程中，可以拥有新的发现，还可以更好的启发人们的思维。

3、文献研究法

以一定的目标，来调查文献，从而获得关于论文的更加全面、正确地了解。文献研究法有助于形成对研究对象的一般印象，可以对相关资料进行分析与比较，从而获得事物的全貌。

论文研究方法最为典型的有调查法、观察法以及文献研究法，都是值得大家采用的方法。

论文写作中的研究方法与研究步骤

一、研究的循环思维方式

二、研究的路径

三、研究的分析方法

四、研究过程的设计与步骤

五、对传统研究思维模式的再思考

在我们指导研究生写论文的过程中，甚至于我们自己从事课题研究时，不禁让我们思考一系列有关研究的基本问题。例如，我们为什么要写论文?我们为什么要做研究?在我们探讨论文写作的过程中，我们是为了完成论文本身的写作，还是完成一个研究过程?写论文与做研究之间有什么联系与区别?如果论文写作应该反映一个研究过程，那么研究过程应该是什么样的?我们用什么样的方法进行研究?我们发现这些问题的解决，对指导研究生的论文写作有非常大的帮助。因此，本文就以我个人在从事教学课题研究和指导研究生完成论文中总结的一些有关研究方法与研究步骤的问题与大家交流共享。欢迎大家参与讨论。

世界上无论哪个领域都存在许多未知的事物，也存在着许多未知的规律。我们研究者的主要任务就是要不断地从大量的事实中总结规律，将之上升到可以指导实践的理论。然而理论也并不是绝对的真理，它也要在实践中不断地被修正，因此，就会有人对理论的前提和内容进行质疑，并提出新的猜想和新的思维。新的猜想和新的思维又要在实践中进行验证，从而发展和完善理论体系。我们探求未知事物及其规律就需要有研究的过程。这个过程，我们称之为研究的循环思维方式(Research Cycle)。用概念模型来表述就是[1]：

Facts —Theory—Speculation

事实——理论——猜想

上述从“事实”到“理论”，再进行“猜想”就构成了一般研究的思路。从事科学研究的人员既要侧重从事实到理论的研究过程，也同时在研究中要有质疑和猜想的勇气。而这一思路并不是一个终极过程，而是循环往复的过程。当猜想和质疑得到了事实的证明后，理论就会得到进一步的修正。

上述研究的循环思维方式就是我们通常说的理论与实践关系中理论来源于实践的过程。这个过程需要严密的逻辑思维过程(Thought Process)。通常被认为符合科学规律，而且是合理有效的逻辑思维方法为演绎法(Deduction)和归纳法(Induction)。这两种逻辑思维方式应该贯穿研究过程的始终。

另外，从知识管理角度看研究的过程，在某种意义上，研究的过程也可以被理解为，将实践中的带有经验性的隐性知识转化为可以让更多的人共享的系统规律性的显性知识。而显性知识的共享才能对具体的实践产生普遍的影响。研究者除了承担研究的过程和得出研究的结论之外，还要将这一研究的过程和结论用恰当的方式表述出来，让大家去分享。不能进行传播和与人分享的任何研究成果，对社会进步都是没有意义的。

我们认为，研究人员(包括研究生)撰写论文就是要反映上述研究过程，不断探索和总结未知事物及其规律，对实践产生影响。我们强调，论文的写作不是想法(idea)的说明，也不仅是过程的表述。论文的写作要遵循一定的研究方法和步骤，在一定的假设和前提下，去推理和/或验证某事物的一般规律。因此，对研究方法的掌握是写好论文的前提条件。

研究的路径(Approaches)是我们对某事物的规律进行研究的出发点或者角度。研究通常有两个路径(Approaches)：实证研究和规范研究。

实证研究(Empirical Study)一般使用标准的度量方法，或者通过观察对现象进行描述，主要用来总结是什么情况(what is the case)。通常研究者用这种研究路径去提出理论假设，并验证理论。规范研究(Normative Study)：是解决应该是什么(what should be)的问题。研究者通常是建立概念模型(Conceptual Model)和/或定量模型(Quantitative Model)来推论事物的发展规律。研究者也会用这种路径去建立理论规范。

我们认为，上述两种研究的路径不是彼此可以替代的关系。二者之间存在着彼此依存和相辅相成的关系。对于反映事物发展规律的理论而言，实证研究与规范研究二者缺一不可，前者为理论的创建提供支持和依据;后者为理论的创建提供了可以遵循的研究框架和研究思路。

针对上述两个路径，研究过程中都存在着分析(Analytical)过程，也就是解释为什么是这样的情况(Explaining why the case is as it is)，而分析过程就需要具体的研究分析方法来支持。

[2]。然而，更多的学者倾向认为，定量与定性的方法问题更多的是从分析技术上来区别的[3]。因为，任何的研究过程都要涉及数据的收集，而数据有可能是定性的，也有可能是定量的。我们不能将定量分析与定性分析对立起来。在社会科学和商务的研究过程中既需要定量的研究分析方法，也需要定性的研究分析方法。针对不同的研究问题，以及研究过程的不同阶段，不同的分析方法各有优势。两者之间不存在孰优孰劣的问题。对于如何发挥各自优势，国外的一些学者也在探索将两者之间的有机结合[4]。

因此，定性分析方法是对用文字所表述的内容，或者其他非数量形式的数据进行分析和处理的方法。而定量分析方法则是对用数量所描述的内容，或者其他可以转化为数量形式的数据进行分析和处理的方法。一项研究中，往往要同时涉及到这两种分析方法[5]。定性分析是用来定义表述事物的基本特征或本质特点(the what)，而定量分析是用来衡量程度或多少(the how much)。定性分析往往从定义、类推、模型或者比喻等角度来概括事物的特点;定量分析则假定概念的成立，并对其进行数值上衡量[6]。

定量分析的主要工具是统计方法，用以揭示所研究的问题的数量关系。基本描述性的统计方法包括：频数分布、百分比、方差分析、离散情况等。探索变量之间关系的方法包括交叉分析、相关度分析、多变量之间的多因素分析，以及统计检验等。定量研究之所以被研究者所强调，是因为定量分析的过程和定量结果具有某种程度的系统性(Systematic)和可控性(Controlled)，不受研究者主观因素所影响。定量分析被认为是实证研究的主要方法。其优势是对理论进行验证(Theory Testing)，而不是创建理论(Theory Generation)。当然，相对自然科学的研究，社会科学和商务研究由于人的因素存在，其各种变量的可控性被遭到质疑，因此，定量分析被认为是准试验法(Quasi-experimental approach)

定性研究有其吸引人的一面。因为文字作为最常见的定性研究数据是人类特有的，文字的.描述被认为具有“丰富”、“全面”和“真实”的特点。定性数据的收集也最直接的。因此，定性分析与人有最大的亲和力。恰恰也就是这一点，定性分析也具有了很大的主观性。如果用系统性和可控性来衡量研究过程的科学性。定性分析方法比定量分析方法更被遭到质疑[7]。然而，定性数据被认为在辅助和说明定量数据方面具有重要价值[8]。实际上，定性分析方法往往贯穿在研究过程的始终，包括在数据的收集之前，有关研究问题的形成、理论的假设形成，以及描述性分析框架的建立等都需要定性的分析过程，即对数据进行解释和描述等。如果遵循系统性和可控性的原则，那么定性分析方法在数据的收集过程中也有一些可利用的辅助工具，例如，摘要法、卡片法、聚类编码法等。在研究结论的做出和结论的描述方面，像矩阵图、概念模型图表、流程图、组织结构图、网络关系图等都是非常流行的定性分析工具。另外，从定性的数据中也可以通过简单的计算、规类等统计手段将定性分析与定量分析方法结合起来。

这里要指出的是，科学研究不能用想法(idea)本身来代替。科学研究需要有一个过程，而这个过程是用一定的方法来证明有价值的想法，并使之上升为理论;或者通过一定的方法来证明、创建或改进理论，从而对实践和决策产生影响。研究过程的科学性决定了研究成果是否会对实践和决策产生积极的影响效果[9]。

第五步、进行数据的处理和分析

数据的处理主要是保证数据的准确性，并将原始的数据进行分类，以便转化成可以进行进一步分析的形式。数据处理主要包括数据编辑、数据编码和数据录入三个步骤。数据编辑(Data Editing)就是要识别出数据的错误和遗漏，尽可能改正过来，以保证数据的准确性、一致性、完整性，便于进一步的编码和录入。数据编码(Data Coding)就是对所收集的第一手数据(例如对问卷开放式问题的回答)进行有限的分类，并赋予一个数字或其他符号。数据编码的主要目的是将许多的不同回答减少到对以后分析有意义的有限的分类。数据录入(Data Entry)是将所收集的第一手或者第二手数据录入到可以对数据进行观察和处理的计算机中，录入的设备包括计算机键盘、光电扫描仪、条形码识别器等。研究者可以用统计分析软件，例如SPSS等对所形成的数据库进行数据分析。对于少量的数据，也可以使用工作表(Spreadsheet)来录入和处理。

数据的分析就是运用上述所提到的定性或定量的分析方法来对数据进行分析。研究者要根据回答不同性质的问题，采取不同的统计方法和验证方法。对于有些研究，仅需要描述性的统计方法，对于另一些研究可能就需要对假设进行验证。在统计学中，假设的验证需要推论的统计方法(Inferential Statistics)。对于社会科学和商务的研究，一些研究是针对所获取的样本进行统计差异(Statistical Significance)的验证，最终得出结论是拒绝(Reject)还是不拒绝(Fail to Reject)所设定的假设条件。另一些研究则是进行关联度分析(Measures of Association)，通常涉及相关分析(Correlation)和回归分析(Regression)。相关分析是通过计算来测度变量之间的关系程度;而回归分析则是为预测某一因变量的数值而创建一个数学公式。

值得注意的是，随着我们研究和分析的`问题越来越复杂，计算机和统计软件的发展使得多变量统计工具应用越来越广泛。如果多变量之间是从属关系，我们就需要从属关系的分析技巧(Dependency Techniques)，如多元回归分析(Multiple Regression)、判别分析(Discriminant Analysis)、方差的多元分析(MANOVA，Multivariate Analysis of Variance)、典型相关分析(Canonical Analysis)、线性结构关系分析(LISREL，Linear Structural Relationships)、结合分析(Conjoint Analysis)等。如果多变量之间是相互依赖关系，我们就需要相互依赖关系的分析技巧(Interdependency Techniques)，如因子分析(Factor Analysis)、聚类分析(Cluster Analysis)、多维尺度分析(Multidimensional Scaling)等。如果收集的数据有明显的时间顺序，我们不考虑变量之间的因果关系，而是重点考察变量在时间方面的发展变化规律，我们就需要时间序列分析(Time Series Analysis)。目前流行的统计软件，如SPSS对上述各种分析方法都提供非常好的支持。

第六步、得出结论，并完成论文

论文的撰写要结构合理、文字表达清楚确定，容易让人理解。形式上要尽量采取可视化的效果，例如多用图表来表现研究过程和研究结果。具体论文的撰写要考虑包含如下内容：摘要、研究介绍(包括背景、研究的问题、研究的目的)、研究的方法和步骤(样本选择、研究设计、数据收集、数据分析、研究的局限性)、研究的发现、结论(简要结论、建议、启示意义)、附录、参考文献。

针对社会科学和商务领域的问题研究，我们传统上所遵循的研究思维模式是：“提出问题、分析问题和解决问题”。我们承认这是一种创造性的思维过程。遵循这种思维方式可以帮助决策者快速找到问题，并解决问题。然而，用这一思维模式来指导研究的过程，容易使我们混淆研究者与决策者的地位，找不准研究者的定位。首先，这一研究思路和模式将问题的解决和问题的研究混在一起了。其次，没有突出，或者说掩盖了对研究方法的探讨和遵循。这种传统的思维方式是结果导向的思维方式。它忽略了问题的识别过程和研究方法的遵循过程。而从科学研究的角度看，问题的识别过程和研究方法的遵循过程是一项研究中非常重要的两个前提。问题的识别过程可以保证所研究的问题有很强的针对性，与理论和实践紧密联系，防止出现只做表面文章的情况，解决不了根本问题。研究方法的遵循过程可以保证研究结果的可靠性，使研究结果有说服力。当然，在此，我们并不是说明“提出问题、分析问题和解决问题”这一传统模式是错误的，也不否认研究的目的是指导实践。然而，我们觉得，这一传统研究思维模式太笼统，太注重结果导向，不足以说明科学的研究的一般方法和研究步骤。

在社会科学和商务研究中，运用这一传统的研究思路和模式来指导学生撰写论文，容易出现两个不良的倾向。一是使我们过于重视论文本身的写作过程，而忽略了论文写作背后的研究过程和研究方法。也就是只强调结果，不重视过程。在此情况下，论文的写作多半是进行资料的拼凑和整合。当然我们并不能低估资料的拼凑和整合的价值。可是，如果一味将论文的写作定位在这样的过程，显然有就事论事的嫌疑，无助于问题的澄清和问题的解决，也有悖于知识创造的初衷。特别是，既没有识别问题的过程，也没有形成研究问题和研究假设，甚至没有用任何可以遵循的研究分析方法，就泛泛对一个问题进行一般描述，进而提出感觉上的解决方案。这种研究结果是很难被接受的。第二个不良的倾向是上述传统的研究思路和模式使我们辨别不清我们是在做研究，还是在做决策。研究通常是在限定的一个范围内，在一定的假设前提下进行证明或推理，从而得出一定的结论。我们希望这个结论对决策者能产生影响。然而，决策者毕竟与研究者所处的地位是不一样的，考虑的问题与研究者或许一致，或许会很不一致。有价值的研究是要给处在不同地位的决策者(或者实践者)给予启示，并促其做出多赢的选择。因此，传统的研究思维模式缺乏研究的质量判定标准，缺乏系统性和可控性，也不具备可操作性，容易让研究者急功近利，盲目追求片面的终极的解决方案。

在指导对外经济贸易大学研究生的实践中，我们曾试图改变以往的传统思维模式，尝试让我们的研究生将论文的写作与研究过程结合起来，特别注重研究的过程和研究方法，并且要求在论文的写作中反映这些研究的方法与步骤。例如，2002届研究生万莲莲所写的《电子采购系统实施中的管理因素-摩托罗拉公司电子采购系统实施案例研究》硕士论文就是在这方面所做的最初探索。此论文的结构就分为综述、指导理论、方法论、数据分析，以及研究结论和启示等五个主要部分，运用了问卷调查和深度访谈等定性和定量的各种具体方法。其研究结论具有非常强的说服力，因为研究者并不限于第二手资料的收集、整理和加工，而是借鉴前人的理论研究框架，运用问卷定量调查等手段，遵循案例研究的方法，对第一手资料进行收集、处理和分析之后得出的结论，对实践具有较强的指导意义。相同的研究方法，我们又应用在其他研究生的论文写作过程中，例如2002届龚托所写的《对影响保险企业信息技术实施的主要因素的研究》、2003届王惟所写的《对中国铜套期保值现状的研究》，以及2003届马鸣锦所写的《中国银行业知识管理程度与网络银行发展程度的关系研究》等。通过论文写作，这些研究生的确掌握了一般研究的方法和研究的步骤。以上的研究结论对教学和实践直接有借鉴的意义。在教学和咨询过程中，其方法和结论都得到了肯定。据多方反馈，效果还是非常好的。

【注释】：

[1]这是笔者在美国芝加哥自然博物馆看恐龙展览时了解的美国科学家的基本研究思路而得到的启示。

[2] Robson, Colin (1993), Real World Research: A Resource for Social Scientists and Practitioner-Researcher. Blackwell Publishers, P303。

[3] Bryman, A. (1988), Quality and Quantity in Social Research. London: Unwin Hyman.我们发现许多文献资料将定量与定性分析方法称为定量与定性技术(techniques)

[4] Cook, . and Reichardt, . (1979) Qualitative and Quantitative Methods in Evaluation Research. Newbury Park and London: Sage. Ragin, C. C. (1987) The Comparative Method: moving beyond qualitative and quantitative strategies. Berkeley, Cal.: University of California Press.

[5]Robson, Colin (1993), Real World Research: A Resource for Social Scientists and Practitioner-Researcher. Blackwell Publishers, P307。

[6] John Van Maanen, James M. Dabbs, Jr., and Robert R. Faulkner, Varieties of Qualitative Research (Beverly Hills: Calif.: Sage Publications, 1982), P32

[7] 这是因为社会科学和商务研究中包括了人的因素，而人本身作为分析者具有自身的缺陷。例如：数据的有限性、先入为主的印象、信息的可获得性、推论的倾向性、思维的连续性、数据来源可靠性、信息的不完善性、对信息价值判断误差、对比的倾向性、过度自信、并发事件与相关度的判断，以及统计数据的不一致性等。上述缺陷的总结与分析来源于Sadler, D. R. (1981) Intuitive Data Processing as a Potential Source of Bias in Educational Evaluation. Educational Evaluation and Policy Analysis, 3, P25-31。

[8] Robson, Colin (1993), Real World Research: A Resource for Social Scientists and Practitioner-Researcher. Blackwell Publishers, P371。

[9] Ronald R. Cooper, C. William Emory (1995, 5th ed) Business Research Methods, IRWIN, P352

数学应用是数学 教育 的重要内容，呼唤数学应用意识，提高数学应用教学质量，已成为广大数学教育工作者的共识。下面是我为大家推荐的数学建模论文，供大家参考。

数学建模论文 范文 一：建模在高等数学教学中的作用及其具体运用

一、高等数学教学的现状

(一) 教学观念陈旧化

就当前高等数学的教育教学而言，高数老师对学生的计算能力、思考能力以及 逻辑思维 能力过于重视，一切以课本为基础开展教学活动。作为一门充满活力并让人感到新奇的学科，由于教育观念和思想的落后，课堂教学之中没有穿插应用实例，在工作的时候学生不知道怎样把问题解决，工作效率无法进一步提升，不仅如此，陈旧的教学理念和思想让学生渐渐的失去学习的兴趣和动力。

(二) 教学 方法 传统化

教学方法的优秀与否在学生学习的过程中发挥着重要的作用，也直接影响着学生的学习成绩。一般高数老师在授课的时候都是以课本的顺次进行，也就意味着老师“由定义到定理”、“由习题到练习”，这种默守陈规的教学方式无法为学生营造活跃的学习氛围，让学生独自学习、思考的能力进一步下降。这就要求教师致力于和谐课堂氛围营造以及使用新颖的教育教学方法，让学生在课堂中主动参与学习。

二、建模在高等数学教学中的作用

对学生的 想象力 、观察力、发现、分析并解决问题的能力进行培养的过程中，数学建模发挥着重要的作用。最近几年，国内出现很多以数学建模为主体的赛事活动以及教研活动，其在学生学习兴趣的提升、激发学生主动学习的积极性上扮演着重要的角色，发挥着突出的作用，在高等数学教学中引入数学建模还能培养学生不畏困难的品质，培养踏实的工作精神，在协调学生学习的知识、实际应用能力等上有突出的作用。虽然国内高等院校大都开设了数学建模选修课或者培训班，但是由于课程的要求和学生的认知水平差异较大，所以课程无法普及为大众化的教育。如今，高等院校都在积极的寻找一种载体，对学生的整体素质进行培养，提升学生的创新精神以及创造力，让学生满足社会对复合型人才的需求，而最好的载体则是高等数学。

高等数学作为工科类学生的一门基础课，由于其必修课的性质，把数学建模引入高等数学课堂中具有较广的影响力。把数学建模思想渗入高等数学教学中，不仅能让数学知识的本来面貌得以还原，更让学生在日常中应用数学知识的能力得到很好的培养。数学建模要求学生在简化、抽象、翻译部分现实世界信息的过程中使用数学的语言以及工具，把内在的联系使用图形、表格等方式表现出来，以便于提升学生的表达能力。在实际的学习数学建模之后，需要检验现实的信息，确定最后的结果是否正确，通过这一过程中的锻炼，学生在分析问题的过程中可以主动地、客观的辩证的运用数学方法，最终得出解决问题的最好方法。因此，在高等数学教学中引入数学建模思想具有重要的意义。

三、将建模思想应用在高等数学教学中的具体 措施

(一) 在公式中使用建模思想

在高数教材中占有重要位置的是公式，也是要求学生必须掌握的内容之一。为了让教师的教学效果进一步提升，在课堂上老师不仅要让学生对计算的技巧进一步提升之余，还要和建模思想结合在一起，让解题难度更容易，还让课堂氛围更活跃。为了让学生对公式中使用建模思想理解的更透彻，老师还应该结合实例开展教学。

(二) 讲解习题的时候使用数学模型的方式

课本例题使用建模思想进行解决，老师通过对例题的讲解，很好的讲述使用数学建模解决问题的方式，让学生清醒的认识在解决问题的过程中怎样使用数学建模。完成每章学习的内容之后，充分的利用时间为学生解疑答惑，以学生所学的专业情况和学生水平的高低选择合适的例题，完成建模、解决问题的全部过程，提升学生解决问题的效率。

(三) 组织学生积极参加数学建模竞赛

一般而言，在竞赛中可以很好地锻炼学生竞争意识以及独立思考的能力。这就要求学校充分的利用资源并广泛的宣传，让学生积极的参加竞赛，在实践中锻炼学生的实际能力。在日常生活中使用数学建模解决问题，让学生独自思考，然后在竞争的过程中意识到自己的不足，今后也会努力学习，改正错误，提升自身的能力。

四、结束语

高等数学主要对学生从理论学习走向解决实际问题的能力进行培养，在高等数学中应用建模思想，促使学生对高数知识更充分的理解，学习的难度进一步降低，提升应用能力和探索能力。当前，在高等教学过程中引入建模思想还存在一定的不足，需要高校高等数学老师进行深入的研究和探索的同时也需要学生很好的配合，以便于今后的教学中进一步提升教学的质量。

参考文献

[1] 谢凤艳，杨永艳. 高等数学教学中融入数学建模思想[J]. 齐齐哈尔师范高等专科学校学报，2014 ( 02) : 119 -120.

[2] 李薇. 在高等数学教学中融入数学建模思想的探索与实践[J]. 教育实践与改革，2012 ( 04) : 177 -178，189.

[3] 杨四香. 浅析高等数学教学中数学建模思想的渗透 [J].长春教育学院学报，2014 ( 30) : 89，95.

[4] 刘合财. 在高等数学教学中融入数学建模思想 [J]. 贵阳学院学报，2013 ( 03) : 63 -65.

数学建模论文范文二：数学建模教学中数学素养和创新意识的培养

前言

创新人才的培养是新的时代对高等教育提出的新要求.培养高质量、高层次人才不仅需要传统意义上的逻辑思维能力、推理演算能力，更需要具备对所涉及的专业问题建立数学模型，进行数学实验，利用先进的计算工具、数学软件进行数值求解和做出定量分析的能力.

因此，如何培养学生的求知欲，如何培养学生的学习积极性，如何培养学生的创新意识和创新能力已成为高等教育迫切需要解决的问题[1].

在数学教学中，传统的数学教学往往注重知识的传授、公式的推导、定理的证明以及应用能力的培养.尽管这种模式并非一无是处，甚至有时还相当成功，但它不能有效地激发广大学生的求知欲，不能有效地培养学生的学习积极性，不能有效地培养学生的创新意识和创新能力.

而如何培养学生的创新意识和创新能力，既没有现成的模式可循，也没有既定的方法可套用，只能靠广大教师不断探索和实践.

近年来，国内几乎所有大学都相继开设了数学建模和数学实验课，在人才培养和学科竞赛上都取得了显着的成效.数学建模是指对特定的现象，为了某一目的作一些必要的简化和假设，运用适当的数学理论得到的一个数学结构，这个数学结构即为数学模型，建立这个数学模型的过程即为数学建模[2].

所谓数学教学中的数学实验，就是从给定的实际问题出发，借助计算机和数学软件，让学生在数字化的实验中去学习和探索，并通过自己设计和动手，去体验问题解决的教学活动过程.数学实验是数学建模的延伸，是数学学科知识在计算机上的实现，从而使高度抽象的数学理论成为生动具体的可视性过程.

因此，数学实验就是一个以学生为主体，以实际问题为载体，以计算机为媒体，以数学软件为工具，以数学建模为过程，以优化数学模型为目标的数学教学活动过程[3-7].

因此，如何把实际问题与所学的数学知识联系起来;如何根据实际问题提炼数学模型;建模的方法和技巧;数学模型所涉及到的各类算法以及这些算法在相应数学软件平台上的实现等问题就成了我们研究的重点.现结合教学实践，谈谈笔者在数学建模和数学实验课的教学中 总结 的几点看法.

1掌握数学语言独有的特点和表达形式

准确使用数学语言模拟现实模型数学语言是表达数学思想的专门语言，它是自然语言发展到高级状态时的特殊形式，是人类基于思维、认知的特殊需要，按照公有思维、认知法则而制造出来的语言及其体系，给人们提供一套完整的并不断精细、完善、完美的思维和认知程序、规则、方法.

用数学语言进行交流和良好的符号意识是重要的数学素质.数学建模教学是以训练学生的思维为核心，而语言和思维又是密不可分的.能否成功地进行数学交流，不仅涉及一个人的数学能力，而且也涉及到一个人的思路是否开阔，头脑是否开放，是否尊重并且愿意考虑各方面的不同意见，是否乐于接受新的思想感情观念和新的行为方式.数学建模是利用数学语言模拟现实的模型，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.

现实问题要通过数学方法获得解决，首先必须将其中的非数学语言数学化，摒弃其中表面的具体叙述，抽象出其中的数学本质，形成数学模型.通过分析现实中的数学现象，对常见的数学现象进行数学语言描述，从而将现实问题转化为数学问题来解决.

2借助数学建模教学使学生学会使用数学语言构建数学模型

根据现阶段普通高校学生年龄特点和知识结构，我们可以通过数学建模对学生加强数学语言能力的培养，让他们熟练掌握数学语言，以期提升学生的形象思维、 抽象思维 、逻辑推理和表达能力，提高学生的数学素质和数学能力.在数学建模教学过程中，教师要力求做到用词准确，叙述精炼，前后连贯，逻辑性强.在问题的重述和分析中揭示数学语言的严谨性;在数学符号说明和模型的建立求解中揭示数学语言的简约性，彰显数学语言的逻辑性、精确性和情境性，突出数学符号语言含义的深刻性;在模型的分析和结果的罗列中，显示图表语言的直观性，展示数学语言的确定意义、语义和语法;在模型的应用和推广中，显示出数学符号语言的推动力的独特魅力.

而在学生的书面作业或论文 报告 中，注意培养学生数学语言表达的规范性.书面表达是数学语言表达能力的一种重要形式.通过教师数学建模教学表述规范的样板和学生严格的书面表达的长期训练来完成.在书面表达上，主要应做到思维清晰、叙述简洁、书写规范.例如在建立模型和求解上，严格要求学生在模型的假设，符号说明、模型的建立和求解，图形的绘制、变量的限制范围、模型的分析与推广方面，做到严谨规范.

对学生在利用建模解决问题时使用符号语言的不准确、不规范、不简洁等方面要及时纠正.

3借助数学实验教学，展示高度抽象

的数学理论成为具体的可视性过程要培养创新人才，上好数学实验课，首先要有创新型的教师，建立起一支"懂实验""会试验""能创新"的教师队伍.由于数学实验课理论联系实际，特点鲜明，内容新颖，方法特别，所以能够上好数学实验课，教师就必须具备扎实的数学理论功底，计算机软件应用操作能力，良好的科研素质与科研能力.

因此，数学与统计学院就需要选取部分教师，主攻数学建模、数学实验、数值分析课程.优先选派数学实验教师定期出去进修深造提高，以便真正形成一支"懂实验""会实验""能创新"的教师队伍.实验课的地位要给予应有的重视.我院现存的一个重要表现就是实验设备不足，实验室开放时间不够.为了确保数学实验有物质条件上的保证，必须建立数学实验与数学建模实验室.

配备足够的高性能计算机，全天候对学生开放，尽快尽早淘汰陈旧的计算机设备.精心设计实验内容，强化典型实验，培养宽厚扎实理论水平;精选实验内容，加强学生之间的互动，培养协作意识和团队精神.在实验教学时数有限的情况下，依据培养目标和教学纲要，对教材中的实验内容进行选择、设计.要最大限度地开发学生的创造性思维，数学实验在项目设计过程中应当遵循适应性、趣味性、灵活性、科学性、渐进性和应用性的基本原则.

选择基础性试验，重点培养宽厚扎实的理论水平，提高对数学理论与方法的深刻理解.熟练各种数学软件的应用与开发，提高计算机应用能力，增强实践应用技能;增加综合性实验和设计性实验，从实际问题出发，培养学生分析问题，解决问题的能力，强化 创新思维 的开发.

教学方法上实行启发参与式教学法：启发-参与-诱导-提高.充分发挥学生主体作用，以学生亲自动脑动手为主.

教师先提出问题，对实验内容，实验目标，进行必要的启发;然后充分发挥学生主体作用，学生动手操作，每个命令、语句学生都要在计算机上操作得到验证;根据学生出现的情况，老师总结学生出现的问题，进行进一步的诱导;再让其理清思路，再次动手实践，从理论与实践的结合上获得能力上提高.数学实验是一门强调实践、强调应用的课程.

数学实验将数学知识、数学建模与计算机应用三者融为一体，可以使学生深入理解数学的基本概念和理论，掌握数值计算方法，培养学生运用所学知识使用计算机解决实际问题的能力，是一门实践性很强的课程.在这一教学活动中，通过数学软件如MAT-LAB、Mathematica、SPSS的教学和综合数学实验，如碎片拼接、罪犯藏匿地点的查找、光伏电池的连接、野外漂流管理、水资源的有效利用、葡萄酒的分类等，通这些实际问题最终的数学化的解决，将高度抽象的数学理论呈现为生动具体的可视性结论，展示数学模型与计算机技术相结合的高度抽象的数学理论成为生动具体的可视性过程.

4突出学生的主体作用，循序渐进培养学生学习、实践到创新

实践教学的目的是要提高学生应用所学知识分析、解决实际问题的综合能力.

在教学中，搭建数学建模与数学实验这个平台，提示学生用计算机解决经过简化的问题，或自己提出实验问题，设计实验步骤，观察实验结果，尤其是将庞大繁杂的数学计算交给计算机完成，摆脱过去害怕数学计算、画函数图像、解方程等任务，避免学生一见到庞大的数学计算公式就会产生畏惧心理，从而丧失信心，让学生体会到在数学面前自己由弱者变成了强者，由失败者变成了胜利者、成功者.

再设计让学生自己动手去解决的各类实际问题，使学生通过对实际问题的仔细分析、作出合理假设、建立模型、求解模型及对结果进行分析、检验、总结等，解决实际问题，逐步培养学生熟练使用计算机和数学软件的能力以及运用数学知识解决实际问题的意识和能力.

同时，给学生提供大量的上机实践的机会，提高学生应用数学软件的能力.一个实际问题构成一个实验内容，通过实践环节加大训练力度，并要求学生通过计算机编程求解、编写实验报告等形式，达到提高学生解决实际问题综合能力的目标.数学建模与数学实验课程通过实际问题---方法与分析---范例---软件---实验---综合练习的教学过程，以实际问题为载体，以大学基本数学知识为基础，采用自学、讲解、讨论、试验、文献阅读等方式，在教师的逐步指导下，学习基本的建模与计算方法.

通过学习查阅文献资料、用所学的数学知识和计算机技术，借助适当的数学软件，学会用数学知识去解决实际问题的一些基本技巧与方法.通过实验过程的学习，加深学生对数学的了解，使同学们应用数学方法的能力和发散性思维的能力得到进一步的培养.实践已证明，数学建模与数学实验课这门课深受学生欢迎，它的教学无论对培养创新型人才还是应用型人才都能发挥其他课程无法替代的作用.

5具体的教学策略和途径

数学建模课程和数学实验课程同时开设，在课程教学中，要尽可能做到如下几个方面：

1)注重背景的阐述

让学生了解问题背景，才能知道解决实际问题需要哪些知识，才能做出贴近实际的假设，而这恰恰是建立一个能够解决实际问题的数学模型的前提.再者，问题背景越是清晰，越能够体现问题的重要性，这样才能激发学生解决实际问题的兴趣.

2)注重模型建立与求解过程中的数学语言的使用

在做好实际问题的简化后，使用精炼的数学符号表示现实含义是数学语言使用的彰显.基于必要的背景知识，建立符合现实的数学模型，通过多个方面对模型进行修正，向学生展示不同的条件相对应的数学模型对于现实问题的解决.在模型的求解上，严格要求学生在模型的假设，符号说明、图形的绘制、变量的限制范围、模型的分析与推广方面，做到严谨规范.对学生在利用建模解决问题时使用符号语言的不准确、不规范、不简洁等方面及时纠正.

3)注重经典算法的数学软件的实现和改进

由于实际问题的特殊性导致数学模型没有固定的模式，这就要求既要熟练掌握一般数学软件和算法的实现，又要善于改进和总结，使得现有的算法和程序能够通过修正来解决实际问题，这对于学生能力的培养不可或缺.只有不断的学习和总结，才有数学素养的培养和创新能力的提高.

参考文献：

[1]叶其孝.把数学建模、数学实验的思想和方法融人高等数学课的教学中去[J].工程数学学报，2003,(8)：1-11.

[2]颜荣芳，张贵仓，李永祥.现代信息技术支持的数学建模创新教育[J].电化教育研究，2009,(3)。

[3]郑毓信.数学方法论的理论与实践[M].广西教育出版社，2009.

[4]姜启源.数学实验与数学建模[J].数学的实践与认识，2001,(5)：613-617.

[5]姜启源，谢金星，叶俊.数学建模[M].第3版.北京：高等教育出版社，2002.

[6]周家全，陈功平.论数学建模教学活动与数学素质的培养[J].中山大学学报，2002,(4)：79-80.

[7]付桐林.数学建模教学与创新能力培养[J].教育导刊，2010,(08):89-90.