概率数学建模论文范文

数学建模--教学楼人员疏散--获校数学建模二等 数学建模人员疏散本题是由我和我的好哥们张勇还有我们区队的学委谢菲菲经过数个日夜的精心准备而完成的,指导老师沈聪.摘要 文章分析了大型建筑物内人员疏散的特点，结合我校1号教学楼的设定火灾场景人员的安全疏散，对该建筑物火灾中人员疏散的设计方案做出了初步评价，得出了一种在人流密度较大的建筑物内，火灾中人员疏散时间的计算方法和疏散过程中瓶颈现象的处理方法，并提出了采用距离控制疏散过程和瓶颈控制疏散过程来分析和计算建筑物的人员疏散。 关键字 人员疏散 流体模型 距离控制疏散过程 问题的提出教学楼人员疏散时间预测学校的教学楼是一种人员非常集中的场所，而且具有较大的火灾荷载和较多的起火因素，一旦发生火灾，火灾及其烟气蔓延很快，容易造成严重的人员伤亡。对于不同类型的建筑物，人员疏散问题的处理办法有较大的区别，结合1号教学楼的结构形式，对教学楼的典型的火灾场景作了分析，分析该建筑物中人员疏散设计的现状，提出一种人员疏散的基础，并对学校领导提出有益的见解建议。 前言建筑物发生火灾后，人员安全疏散与人员的生命安全直接相关，疏散保证其中的人员及时疏散到安全地带具有重要意义。火灾中人员能否安全疏散主要取决于疏散到安全区域所用时间的长短，火灾中的人员安全疏散指的是在火灾烟气尚未达到对人员构成危险的状态之前,将建筑物内的所有人员安全地疏散到安全区域的行动。人员疏散时间在考虑建筑物结构和人员距离安全区域的远近等环境因素的同时，还必须综合考虑处于火灾的紧急情况下，人员自然状况和人员心理这是一个涉及建筑物结构、火灾发展过程和人员行为三种基本因素的复杂问题。随着性能化安全疏散设计技术的发展，世界各国都相继开展了疏散安全评估技术的开发及研究工作，并取得了一定的成果(模型和程序)，如英国的CRISP、EXODUS、STEPS、Simulex，美国的ELVAC、EVACNET4、EXIT89，HAZARDI，澳大利亚的EGRESSPRO、FIREWIND，加拿大的FIERA system和日本的EVACS等，我国建筑、消防科研及教学单位也已开展了此项研究工作，并且相关的研究列入了国家“九五”及“十五”科技攻关课题。一般地，疏散评估方法由火灾中烟气的性状预测和疏散预测两部分组成，烟气性状预测就是预测烟气对疏散人员会造成影响的时间。众多火灾案例表明，火灾烟气毒性、缺氧使人窒息以及辐射热是致人伤亡的主要因素。其中烟气毒性是火灾中影响人员安全疏散和造成人员死亡的最主要因素，也就是造成火灾危险的主要因素。研究表明：人员在CO浓度为4X10-3浓度下暴露30分钟会致死。此外，缺氧窒息和辐射热也是致人死亡的主要因素，研究表明：空气中氧气的正常值为21％，当氧气含量降低到12％～15％时，便会造成呼吸急促、头痛、眩晕和困乏，当氧气含量低到6％～8％时，便会使人虚脱甚至死亡；人体在短时间可承受的最大辐射热为／m2(烟气层温度约为200℃)。 图1 疏散影响因素 预测烟气对安全疏散的影响成为安全疏散评估的一部分，该部分应考虑烟气控制设备的性能以及墙和开口部对烟的影响等；通过危险来临时间和疏散所需时间的对比来评估疏散设计方案的合理性和疏散的安全性。疏散所需时间小于危险来临时间，则疏散是安全的，疏散设计方案可行；反之，疏散是不安全的，疏散设计应加以修改，并再评估。 图2 人员疏散与烟层下降关系(两层区域模型)示意图 疏散所需时间包括了疏散开始时间和疏散行动时间。疏散开始时间即从起火到开始疏散的时间，它大体可分为感知时间(从起火至人感知火的时间)和疏散准备时间(从感知火至开始疏散时间)两阶段。一般地，疏散开始时间与火灾探测系统、报警系统，起火场所、人员相对位置，疏散人员状态及状况、建筑物形状及管理状况，疏散诱导手段等因素有关。 疏散行动时间即从疏散开始至疏散结束的时间，它由步行时间(从最远疏散点至安全出口步行所需的时间)和出口通过排队时间(计算区域人员全部从出口通过所需的时间)构成。与疏散行动时间预测相关的参数及其关系见图3。 图3 与疏散行动时间预测相关的参数及其关系模型的分析与建立 我们将人群在1号教学楼内的走动模拟成水在管道内的流动，对人员的个体特性没有考虑，而是将人群的疏散作为一个整体运动处理，并对人员疏散过程作了如下保守假设： u 疏散人员具有相同的特征，且均具有足够的身体条件疏散到安全地点；u 疏散人员是清醒状态，在疏散开始的时刻同时井然有序地进行疏散，且在疏散过程中不会出现中途返回选择其它疏散路径；u 在疏散过程中，人流的流量与疏散通道的宽度成正比分配，即从某一个出口疏散的人数按其宽度占出口的总宽度的比例进行分配u 人员从每个可用出口疏散且所有人的疏散速度一致并保持不变。 以上假设是人员疏散的一种理想状态，与人员疏散的实际过程可能存在一定的差别，为了弥补疏散过程中的一些不确定性因素的影响，在采用该模型进行人员疏散的计算时，通常保守地考虑一个安全系数，一般取1．5～2，即实际疏散时间为计算疏散时间乘以安全系数后的数值。 1号教学楼平面图 教学楼模型的简化与计算假设 我校1号教学楼为一幢分为A、B两座，中间连接着C座的建筑（如上图），A、B两座为五层，C座为两层。A、B座每层有若干教室，除A座四楼和B座五楼，其它每层都有两个大教室。C座一层即为大厅，C座二层为几个办公室，人员极少故忽略不考虑，只作为一条人员通道。为了重点分析人员疏散情况，现将A、B座每层楼的10个小教室（40人）、一个中教室（100）和一个大教室（240人）简化为6个教室。 图4 原教室平面简图在走廊通道的1/2处，将1、2、3、4、5号教室简化为13、14号教室，将6、7、8、9、10号教室简化为15、16号教室。此时，13、14、15、16号教室所容纳的人数均为100人，教室的出口为距走廊通道两边的1/4处，且11、13、15号教室的出口距左楼梯的距离相等，12、14、16号教室的出口距右楼梯的距离相等。我们设大教室靠近大教室出口的100人走左楼梯，其余的140人从大教室楼外的楼梯疏散，这样让每一个通道的出口都得到了利用。由于1号教学楼的A、B两座楼的对称性，所以此简图的建立同时适用于1号教学楼A、B两座楼的任意楼层。 图5 简化后教室平面简图 经测量，走廊的总长度为44米，走廊宽为米,单级楼梯的宽度为米,每级楼梯共有26级,楼梯口宽米,每间教室的面积为125平方米. 则简化后走廊的1/4处即为教室的出口，距楼梯的距离应为44/4=11米。对火灾场景做出如下假设:u 火灾发生在第二层的15号教室;u 发生火灾是每个教室都为满人,这样这层楼共有600人;u 教学楼内安装有集中火灾报警系统,但没有应急广播系统;u 从起火时刻起,在10分钟内还没有撤离起火楼层为逃生失败; 对于这种场景下的火灾发展与烟气蔓延过程可用一些模拟程序进行计算,并据此确定楼内危险状况到来的时间.但是为了突出重点,这里不详细讨论计算细节.人员的整个疏散时间可分为疏散前的滞后时间,疏散中通过某距离的时间及在某些重要出口的等待时间三部分,根据建筑物的结构特点,可将人们的疏散通道分成若干个小段。在某些小段的出口处,人群通过时可能需要一定的排队时间。于是第i 个人的疏散时间ti 可表示为:式中, ti,delay为疏散前的滞后时间,包括觉察火灾和确认火灾所用的时间; di,n为第n 段的长度; vi,n 为该人在第n 段的平均行走速度;Δtm,queue 为第n 段出口处的排队等候时间。最后一个离开教学楼的人员所有用的时间就是教学楼人员疏散所需的疏散时间。假设二层的15号教室是起火房间,其中的人员直接获得火灾迹象进而马上疏散,设其反应的滞后时间为60s;教学内的人员大部分是学生,火灾信息将传播的很快,因而同楼层的其他教室的人员会得到15号教室人员的警告,开始决定疏散行动.设这种信息传播的时间为120s,即这批人的总的滞后时间为120+60=180秒;因为左右两侧为对称状态,所以在这里我们就计算一面的.一、三、四、五层的人员将通过火灾报警系统的警告而开始进行疏散,他们得到火灾信息的时间又比二层内的其他教室的人员晚了60秒.因此其总反应延迟为240秒.由于火灾发生在二楼,其对一层人员构成的危险相对较小,故下面重点讨论二,三,四,五楼的人员疏散.为了实际了解教学楼内人员行走的状况,本组专门进行了几次现场观察,具体记录了学生通过一些典型路段的时间。参考一些其它资料[1、2、3] ,提出人员疏散的主要参数可用图6 表示。在开始疏散时算起,某人在教室内的逗留时间视为其排队时间。人的行走速度应根据不同的人流密度选取。当人流密度大于1 人/ m2时,采用0. 6m/ s 的疏散速度,通过走廊所需时间为60s ,通过大厅所需时间为12s ;当人流密度小于1 人/m2 时,疏散速度取为1. 2m/ s ,通过走廊所需时间为30s ,通过大厅所需时间为6s。 图6 人员疏散的若干主要参数 Pauls[4]提出,下楼梯的人员流量f 与楼梯的有效宽度w 和使用楼梯的人数p 有关,其计算公式为: 式中,流量f 的单位为人/ s , w 的单位为mm。此公式的应用范围为0. 1 < p/ w < 0. 55 。 这样便可以通过流量和室内人数来计算出疏散所用时间。出口的有效宽度是从通道的实际宽度里减去其两侧边界层而得到的净宽度,通常通道一侧的边界层被设定为150mm。 3 结果与讨论 在整个疏散过程中会出现如下几种情况: (1) 起火教室的人员刚开始进行疏散时,人流密度比较小,疏散空间相对于正在进行疏散的人群来说是比较宽敞的,此时决定疏散的关键因素是疏散路径的长度。现将这种类型的疏散过程定义为是距离控制疏散过程; (2) 起火楼层中其它教室的人员可较快获得火灾信息,并决定进行疏散,他们的整个疏散过程可能会分成两个阶段来进行计算: 当f进入2层楼梯口流出2层楼梯口时, 这时的疏散就属于距离控制疏散过程;当f进入2层楼梯口> f流出2层楼梯口时, 二楼楼梯间的宽度便成为疏散过程中控制因素。现将这种过程定义为瓶颈控制疏散过程; (3) 三、四层人员开始疏散以后,可能会使三楼楼梯间和二楼楼梯间成为瓶颈控制疏散过程; (4) 一楼教室人员开始疏散时,可能引起一楼大厅出口的瓶颈控制疏散过程; (5) 在疏散后期,等待疏散的人员相对于疏散通道来说,将会满足距离控制疏散过程的条件,即又会出现距离控制疏散过程。 起火教室内的人员密度为100/ 125 = 人/m2 。然而教室里还有很多的桌椅,因此人员行动不是十分方便,参考表1 给出的数据,将室内人员的行走速度为 s。设教室的门宽为1. 80m。而在疏散过程中,这个宽度不可能完全利用,它的等效宽度,等于此宽度上减去0. 30m。则从教室中出来的人员流量f0为: f0=v0×s0×w0=××(人/ s) (3)式中, v0 和s0 分别为人员在教室中行走速度和人员密度, w0 为教室出口的有效宽度。按此速度计算,起火教室里的人员要在 内才能完全疏散完毕。 设人员按照 人/ s 的流量进入走廊。由于走廊里的人流密度不到1 人/ m2 ,因此采用1. 2m/s的速度进行计算。可得人员到达二楼楼梯口的时间为。在此阶段, 将要使用二楼楼梯的人数为100人。此时p/ w=100/1700= < 0. 1 , 因而不能使用公式2 来计算楼梯的流量。采用Fruin[5]提出的人均占用楼梯面积来计算通过楼梯的流量。根据进入楼梯间的人数,取楼梯中单位宽度的人流量为人 /(m. s) ,人的平均速度为0. 6m/ s ,则下一层楼的楼梯的时间为13s。这样从着火时刻算起,在第(60+)时,着火的15号教室人员疏散成功。以上这些数据都是在距离控制疏散过程范围之内得出的。 起火后120s ,起火楼层其它两个教室（即11和13号教室）里的人员开始疏散。在进入该层楼梯间之前,疏散的主要参数和起火教室中的人员的情况基本一致。在他们中有人到达二层楼梯口,起火教室里的人员已经全部撤离二楼大厅。因此,即将使用二楼楼梯间的人数p1 为: p1 = 100 ×2 = 200 (人) (4)此时f进入2层楼梯口>f流出2层楼梯口,从该时刻起,疏散过程由距离控制疏散过渡到由二楼楼梯间瓶颈控制疏散阶段。由于p/ w =200/1700= ,可以使用公式2 计算二楼楼梯口的疏散流量f1 , 即:?/P> f1 = (3400/ 8040) × 200 = 人/ s) (5) 式中的3400 为两个楼梯口的总有效宽度,单位是mm。而三、四层的人员在起火后180s 时才开始疏散。三层人员在(180+)时到达二层楼梯口,与此同时四层人员到达三层楼梯口,第五层到达第四层楼梯口。此时刻二层楼梯前尚等待疏散人员数p′1: p′1 = 200 - ( – ) × = (人) <0 (6) 所以，二层楼的人员已经全部到达一层此后,需要使用二层楼梯间的人数p2 : p2 = 100×3=300 (人) (7)相应此阶段通过二楼楼梯间的流量f 2 : f2 = (3400/8040) × 200 = (人/ s) (8) 这┤送ü楼楼梯的疏散时间t1 : t1 = 300÷ = 120 ( s) (9) 因为教学楼三、四、五层的结构相同，所以五层到四层，四层到三层和三层到二层所用的时间相等，因此人员的疏散在楼梯口不会出现瓶颈现象所以,通过二楼楼梯的总体疏散时间T : T = 120×3 = ( s) (10) 最终根据安全系数得出实际疏散时间为T实际: T实际 =×(～2)=～1293( s) （11）图7 二楼楼梯口流量随时间的变化曲线图 关于几点补充说明：以上是我们只对B座二楼的15号教室起火进行的假设分析和计算，此时当人员到达一楼即视为疏散成功。同理，当三楼起火的时候，人员到达二楼即视为疏散成功，四楼、五楼以此类推。因为1号教学楼A、B座结构的对称性所以楼层的其他教室起火与此是同一个道理。所以本文上述的分析与计算同时适用于A、B两座楼。另外当三层以上（包括三楼）起火的时候，便体现出C座二楼的作用。当B座的三楼起火的时候，B座二楼的人员肯定是在B座三楼人员后对起火做出应对反应，所以会出现当三楼人员疏散到二楼的时候，二楼的人员也开始疏散的情况，势必造成二楼楼梯口出现瓶颈现象。因为A、B座的三、四、五楼并没有连接，都是独立的结构，出现火灾不会直接从B座的三楼威胁到A座三楼及其他楼层人员的安全，所以为了避免上述二楼楼梯口出现瓶颈现象的发生，我们让二楼的所有人员向A座的二楼转移，这样就会让起火楼层的人员能够更快的疏散到安全区域。当B座的四、五楼起火的时候也同样让二楼的人员向A座的二楼转移，为二楼以上的人员疏散创造条件。同理，A座也是如此。 在对火灾假设分析和计算的时候，我们并没有对大教室的后门楼梯的疏散做出计算，由于1号教学楼的特殊性，A座的四楼和B座的五楼没有大教室，所以大教室的后门楼梯疏散人员的速度是很快的，不会在大教室后门的楼梯出现瓶颈现象。 关于1号教学楼的几个出口：u 大厅有一个大门u A座一楼靠近正厅有一个门u A座大教室旁边有一个门u B座中教室靠近大厅正门侧面的窗户可以作为一个应急出口u A、B座的底层都有一个地下室（当烟气蔓延太快来不及疏散，受烟气威胁的时候可以作为一个逃生去向）u A、B座大教室各有一个后门 合计： 8个出口致校领导的一封信尊敬的校领导，你们好。针对我校1号教学楼，我们数学建模小组通过实际测量、建立模型、模型分析，得出如下结论：一旦1号教学楼发生火灾，人员有可能不能全部安全疏散。以上的分析是按一种很理想的条件进行的,并没有进行任何修正。实际上人在火灾中的行为是很复杂的,尤其是没有经过火灾安全训练的人,可能会出现盲目乱跑、逆向行走等现象,而这也会延长总的疏散时间。 该模型在现阶段是一个人员疏散分析模型的基础,目前属于理论上的模型,以上的计算结果都是通过手算或文曲星计算得到的。模型中的人员行走速度是通过多次观察该教学楼内下课时人员的行走速度和参照Fru2in 给出的疏散时人员行走速度、NFPA 中给出的人员行走速度以及目前人员疏散模型中通用的计算速度等修正而得到的,具有较为广泛的通用性。而预测的疏散时间是根据建筑物的结构特点和人员行走速度而得到的,在计算疏散所用时间的时候在剔除疏散前人员的滞后时间(或称预移动时间) 外,所得到的时间是合理的。对于疏散前人员的滞后时间,参考T. J . Shields 等试验结论:75 %人员在听到火灾警报后的15～40 s 才开始移动,而整个疏散所用的时间为 s。在该例中起火教室的反应滞后时间为60 s ,这是从开始着火时刻算起的。预移动时间与不同类型的建筑物、建筑物中人员的自身特点和建筑物中的报警系统有着很大的关系,它是一个很不确定的数值。本文中所用的预移动时间不到整个疏散过程中所用的时间的 10 %。二楼楼梯口流量随时间的变化曲线如图7所示。由上可知,二层以上的所有人通过二楼楼梯所需的时间为 s ,这比前面设定的可用安全疏散时间要长,因而不能保证有关人员全部安全疏散出去。楼梯的宽度和大厅的正门显然是制约人员疏散的一个瓶颈。造成这种情况的基本原因是该教学楼的疏散通道安排不当，楼梯通道的宽度不够,对此可以适当增大楼梯的总宽度；或者在教学楼的每个分支上再修一个楼梯,则人员的疏散会更加的畅通；最好是分别在A座和B座新建一个象正门一样的出口，这样将大大的缓解了大厅正门疏散人员的压力，不至于造成大厅人员堵塞而影响楼上人员的疏散。另一方面，学校还应多增加一些消防设施，每个教室都该配备灭火器；学校还应加强学生消防意识的培养和教育，形式可以多样化、新颖化，比如做报告，上实践课，做消防演习等等。让他们了解一些消防逃生的常识，学会一些消防器材的使用，并让他们对自己所使用的教学楼有充分发认识和了解，一旦发生火灾好知道采取何种疏散方法才能在最短的时间内到达安全区域。如果学校经费有限，也可以不花一分钱就可以消除这个消防隐患，就是合理安排上课的教室，避免每个楼层的所有教室都被用于上课。每层至少可以空出几个，这样就会大大的缓解人员疏散不利带来的危险。但是这样也有弊端，就是没有充分利用教室的使用价值，浪费资源。

在我空间里面有，你去看下吧，就是历年的论文。希望你看得懂

随着科学技术特别是信息技术的高速发展，数学建模的应用价值越来越得到众人的重视，

数学建模本身是一个创造性的思维过程，它是对数学知识的综合应用，具有较强的创新性，以下是一篇关于数学建模教育开展策略探究的论文 范文 ，欢迎阅读参考。

大学数学具有高度抽象性和概括性等特点，知识本身难度大再加上学时少、内容多等教学现状常常造成学生的学习积极性不高、知识掌握不够透彻、遇到实际问题时束手无策，而数学建模思想能激发学生的学习兴趣，培养学生应用数学的意识，提高其解决实际问题的能力。数学建模活动为学生构建了一个由数学知识通向实际问题的桥梁，是学生的数学知识和应用能力共同提高的最佳结合方式。因此在大学数学教育中应加强数学建模教育和活动，让学生积极主动学习建模思想，认真体验和感知建模过程，以此启迪创新意识和 创新思维 ，提高其素质和创新能力，实现向素质教育的转化和深入。

一、数学建模的含义及特点

数学建模即抓住问题的本质，抽取影响研究对象的主因素，将其转化为数学问题，利用数学思维、数学逻辑进行分析，借助于数学 方法 及相关工具进行计算，最后将所得的答案回归实际问题，即模型的检验，这就是数学建模的全过程。一般来说",数学建模"包含五个阶段。

1.准备阶段

主要分析问题背景，已知条件，建模目的等问题。

2.假设阶段

做出科学合理的假设，既能简化问题，又能抓住问题的本质。

3.建立阶段

从众多影响研究对象的因素中适当地取舍，抽取主因素予以考虑，建立能刻画实际问题本质的数学模型。

4.求解阶段

对已建立的数学模型，运用数学方法、数学软件及相关的工具进行求解。

5.验证阶段

用实际数据检验模型，如果偏差较大，就要分析假设中某些因素的合理性，修改模型，直至吻合或接近现实。如果建立的模型经得起实践的检验，那么此模型就是符合实际规律的，能解决实际问题或有效预测未来的，这样的建模就是成功的，得到的模型必被推广应用。

二、加强数学建模教育的作用和意义

(一) 加强数学建模教育有助于激发学生学习数学的兴趣，提高数学修养和素质

数学建模教育强调如何把实际问题转化为数学问题，进而利用数学及其有关的工具解决这些问题， 因此在大学数学的教学活动中融入数学建模思想，鼓励学生参与数学建模实践活动，不但可以使学生学以致用，做到理论联系实际，而且还会使他们感受到数学的生机与活力，激发求知的兴趣和探索的欲望，变被动学习为主动参与其效率就会大为改善。数学修养和素质自然而然得以培养并提高。

(二)加强数学建模教育有助于提高学生的分析解决问题能力、综合应用能力

数学建模问题来源于社会生活的众多领域，在建模过程中，学生首先需要阅读相关的文献资料，然后应用数学思维、数学逻辑及相关知识对实际问题进行深入剖析研究并经过一系列复杂计算，得出反映实际问题的最佳数学模型及模型最优解。因此通过数学建模活动学生的视野将会得以拓宽，应用意识、解决复杂问题的能力也会得到增强和提高。

(三)加强数学建模教育有助于培养学生的创造性思维和创新能力

所谓创造力是指"对已积累的知识和 经验 进行科学地加工和创造，产生新概念、新知识、新思想的能力，大体上由感知力、 记忆力 、思考力、 想象力 四种能力所构成"[1].现今教育界认为，创造力的培养是人才培养的关键，数学建模活动的各个环节无不充满了创造性思维的挑战。

很多不同的实际问题，其数学模型可以是相同或相似的，这就要求学生在建模时触类旁通，挖掘不同事物间的本质，寻找其内在联系。而对一个具体的建模问题，能否把握其本质转化为数学问题，是完成建模过程的关键所在。同时建模题材有较大的灵活性，没有统一的标准答案，因此数学建模过程是培养学生创造性思维，提高创新能力的过程[2].

(四)加强数学建模教育有助于提高学生科技论文的撰写能力

数学建模的结果是以论文形式呈现的，如何将建模思想、建立的模型、最优解及其关键环节的处理在论文中清晰地表述出来，对本科生来说是一个挑战。经历数学建模全过程的磨练，特别是数模论文的撰写，学生的文字语言、数学表述能力及论文的撰写能力无疑会得到前所未有的提高。

(五)加强数学建模教育有助于增强学生的团结合作精神并提高协调组织能力建模问题通常较复杂，涉及的知识面也很广，因此数学建模实践活动一般效仿正规竞赛的规则，三人为一队在三天内以论文形式完成建模题目。要较好地完成任务，离不开良好的组织与管理、分工与协作[3].

三、开展数学建模教育及活动的具体途径和有效方法

(一)开展数学建模课堂教学

即在课堂教学中，教师以具体的案例作为主要的教学内容，通过具体问题的建模，介绍建模的过程和思想方法及建模中要注意的问题。案例教学法的关键在于把握两个重要环节：

案例的选取和课堂教学的组织。

教学案例一定要精心选取，才能达到预期的教学效果。其选取一般要遵循以下几点。

1. 代表性：案例的选取要具有科学性，能拓宽学生的知识面，突出数学建模活动重在培养兴趣提高能力等特点。

2. 原始性：来自媒体的信息，企事业单位的 报告 ，现实生活和各学科中的问题等等，都是数学建模问题原始资料的重要来源。

3. 创新性：案例应注意选取在建模的某些环节上具有挑战性，能激发学生的创造性思维，培养学生的创新精神和提高创造能力。

案例教学的课堂组织，一部分是教师讲授，从实际问题出发，讲清问题的背景、建模的要求和已掌握的信息，介绍如何通过合理的假设和简化建立优化的数学模型。还要强调如何用求解结果去解释实际现象即检验模型。另一部分是课堂讨论，让学生自由发言各抒己见并提出新的模型，简介关键环节的处理。最后教师做出点评，提供一些改进的方向，让学生自己课外独立探索和钻研，这样既突出了教学重点，又给学生留下了进一步思考的空间，既避免了教师的"满堂灌",也活跃了课堂气氛，提高了学生的课堂学习兴趣和积极性，使传授知识变为学习知识、应用知识，真正地达到提高素质和培养能力的教学目的[4].

(二)开展数模竞赛的专题培训指导工作

建立数学建模竞赛指导团队，分专题实行教师负责制。每位教师根据自己的专长，负责讲授某一方面的数学建模知识与技巧，并选取相应地建模案例进行剖析。如离散模型、连续模型、优化模型、微分方程模型、概率模型、统计回归模型及数学软件的使用等。学生根据自己的薄弱点，选择适合的专题培训班进行学习，以弥补自己的不足。这种针对性的数模教学，会极大地提高教学效率。

(三)建立数学建模网络课程

以现代 网络技术 为依托，建立数学建模课程网站，内容包括：课程介绍，课程大纲，教师教案，电子课件，教学实验，教学录像，网上答疑等;还可以增加一些有关栏目，如历年国内外数模竞赛介绍，校内竞赛，专家点评，获奖心得交流;同时提供数模学习资源下载如讲义，背景材料，历年国内外竞赛题，优秀论文等。以此为学生提供良好的自主学习网络平台，实现课堂教学与网络教学的有机结合，达到有效地提高学生数学建模综合应用能力的目的。[5,6]

(四)开展校内数学建模竞赛活动

完全模拟全国大学生数模竞赛的形式规则：定时公布赛题，三人一组，只能队内讨论，按时提交论文，之后指导教师、参赛同学集中讨论，进一步完善。笔者负责数学建模竞赛培训近 20 年，多年的实践证明，每进行一次这样的训练，学生在建模思路、建模水平、使用软件能力、论文书写方面就有大幅提高。多次训练之后，学生的建模水平更是突飞猛进，效果甚佳。

如 2008 年我指导的队荣获全国高教社杯大学生数学建模竞赛的最高奖---高教社杯奖，这是此赛设置的唯一一个名额，也是当年从全国(包括香港)院校的约 1 万多个本科参赛队中脱颖而出的。又如 2014 年我校 57 队参加全国大学生数学建模竞赛，43 队获奖，获奖比例达 75%,创历年之最。

(五)鼓励学生积极参加全国大学生数学建模竞赛、国际数学建模竞赛

全国大学生数学建模竞赛创办于 1992 年，每年一届，目前已成为全国高校规模最大的基础性学科竞赛， 国际大学生数学建模竞赛是世界上影响范围最大的高水平大学生学术赛事。参加数学建模大赛可以激励学生学习数学的积极性，提高运用数学及相关工具分析问题解决问题的综合能力，开拓知识面，培养创造精神及合作意识。

四、结束语

数学建模本身是一个创造性的思维过程，它是对数学知识的综合应用，具有较强的创新性，而高校数学教学改革的目的之一是要着力培养学生的创造性思维，提高学生的创新能力。因此应将数学建模思想融入教学活动中，通过不断的数学建模教育和实践培养学生的创新能力和应用能力从而提高学生的基本素质以适应社会发展的要求。

参考文献：

[1]辞海[M].上海辞书出版社，2002,1:237.

[2]许梅生，章迪平，张少林。 数学建模的认识与实践[J].浙江科技学院学报，2003,15(1)：40-42.

[3]姜启源，谢金星，一项成功的高等教育改革实践[J].中国高教研究，2011,12:79-83.

[4]饶从军，王成。论高校数学建模教学[J].延边大学学报(自然科学学版)，2006,32(3)：227-230.

[5]段璐灵。数学建模课程教学改革初探[J].教育与职业，2013,5:140-142.

[6]郝鹏鹏。工程网络课程教学的实践与思考[J]科技视界，2014,29:76-77.

大部分数学知识是抽象的，概念比较枯燥，造成学生学习困难，而数学建模的运用，在很大程度上可以将抽象的数学知识转化成实体模型，让学生更容易理解和学习数学知识。教师要做的就是了解并掌握数学建模的方法，并且把这种 教学方法 运用到数学教学中。

对教师来说，发现好的教学方法不是最重要的，而是如何把方法与教学结合起来。通过对数学建模的长期研究和实践应用，笔者 总结 了数学建模的概念以及运用策略。

一、数学建模的概念

想要更好地运用数学建模，首先要了解什么是数学建模。可以说，数学建模就像一面镜子，可以使数学抽象的影像产生与之对应的具体化物象。

二、在小学数学教学中运用数学建模的策略

1.根据事物之间的共性进行数学建模

想要运用数学建模，首先要对建模对象有一定的感知。教师要创造有利的条件，促使学生感知不同事物之间的共性，然后进行数学建模。

教师应做好建模前的指导工作，为学生的数学建模做好铺垫，而学生要学会尝试自己去发现事物的共性，争取将事物的共性完美地运用到数学建模中。在建模过程中，教师要引导学生把新知识和旧知识结合起来的作用，将原来学习中发现的好方法运用到新知识的学习、新数学模型的构建中，降低新的数学建模的难度，提高学生数学建模的成功率。如在教学《图形面积》时，教师可以利用不同的图形模板，让学生了解不同图形的面积构成，寻找不同图形面积的差异以及图形之间的共性。这样直观地向学生展示图形的变化，可以加深学生对知识的理解，提高学生的学习效率。

2.认识建模思想的本质

建模思想与数学的本质紧密相连，它不是独立存在于数学教学之外的。所以在数学建模过程中，教师要帮助学生正确认识数学建模的本质，将数学建模与数学教学有机结合起来，提高学生解决问题的能力，让学生真正具备使用数学建模的能力。

建模过程并不是独立于数学教学之外的，它和数学的教学过程紧密相连。数学建模是使人对数学抽象化知识进行具体认识的工具，是运用数学建模思想解决数学难题的过程。因此，教师要将它和数学教学组成一个有机的整体，不仅要帮助学生完成建模，更要带领学生认识数学建模的本质，领悟数学建模思想的真谛，并逐渐引导学生使用数学建模解决数学学习过程中遇到的问题。

3.发挥教材在数学建模上的作用

教材是最基础的教学工具，在数学教材中有很多典型案例可以利用在数学建模上，其中很大一部分来源于生活，更易于小学生学习和理解，有助于学生构建数学建模思想。教师要利用好教材，培养学生的建模能力，帮助学生建造更易于理解的数学模型，从而提高学生的学习效率。如在教学加减法时，教材上会有很多数苹果、香蕉的例题，这些就是很好的数学模型，因为贴近生活，可以激发学生的学习兴趣，培养学生数学建模的能力，所以教师应该深入研究教材。

数学建模是一种很好的数学教学方法，教师要充分利用这种教学方法，真正做到实践与理论完美结合。

1、层次分析法，简称AHP，是指将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。该方法是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初，在为美国国防部研究"根据各个工业部门对国家福利的贡献大小而进行电力分配"课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。

2、多属性决策是现代决策科学的一个重要组成部分，它的理论和方法在工程设计、经济、管理和军事等诸多领域中有着广泛的应用，如：投资决策、项目评估、维修服务、武器系统性能评定、工厂选址、投标招标、产业部门发展排序和经济效益综合评价等.多属性决策的实质是利用已有的决策信息通过一定的方式对一组(有限个)备选方案进行排序或择优.它主要由两部分组成：(l) 获取决策信息.决策信息一般包括两个方面的内容：属性权重和属性值(属性值主要有三种形式：实数、区间数和语言).其中，属性权重的确定是多属性决策中的一个重要研究内容;(2)通过一定的方式对决策信息进行集结并对方案进行排序和择优。

3、灰色预测模型(Gray Forecast Model)是通过少量的、不完全的信息，建立数学模型并做出预测的一种预测方法.当我们应用运筹学的思想方法解决实际问题，制定发展战略和政策、进行重大问题的决策时，都必须对未来进行科学的预测.预测是根据客观事物的过去和现在的发展规律，借助于科学的方法对其未来的发展趋势和状况进行描述和分析，并形成科学的假设和判断。

4、Dijkstra算法能求一个顶点到另一顶点最短路径。它是由Dijkstra于1959年提出的。实际它能出始点到 其它 所有顶点的最短路径。

Dijkstra算法是一种标号法：给赋权图的每一个顶点记一个数，称为顶点的标号(临时标号，称T标号，或者固定标号，称为P标号)。T标号表示从始顶点到该标点的最短路长的上界;P标号则是从始顶点到该顶点的最短路长。

5、Floyd算法是一个经典的动态规划算法。用通俗的语言来描述的话，首先我们的目标是寻找从点i到点j的最短路径。从动态规划的角度看问题，我们需要为这个目标重新做一个诠释(这个诠释正是动态规划最富创造力的精华所在)从任意节点i到任意节点j的最短路径不外乎2种可能，1是直接从i到j，2是从i经过若干个节点k到j。所以，我们假设Dis(i,j)为节点u到节点v的最短路径的距离，对于每一个节点k，我们检查Dis(i,k) + Dis(k,j) < Dis(i,j)是否成立，如果成立，证明从i到k再到j的路径比i直接到j的路径短，我们便设置Dis(i,j) = Dis(i,k) + Dis(k,j)，这样一来，当我们遍历完所有节点k，Dis(i,j)中记录的便是i到j的最短路径的距离。

6、模拟退火算法是模仿自然界退火现象而得，利用了物理中固体物质的退火过程与一般优化问题的相似性从某一初始温度开始，伴随温度的不断下降，结合概率突跳特性在解空间中随机寻找全局最优解。

7、种群竞争模型：当两个种群为争夺同一食物来源和生存空间相互竞争时，常见的结局是，竞争力弱的灭绝，竞争力强的达到环境容许的最大容量。使用种群竞争模型可以描述两个种群相互竞争的过程，分析产生各种结局的条件。

8、排队论发源于上世纪初。当时美国贝尔电话公司发明了自动电话，以适应日益繁忙的工商业电话通讯需要。这个新发明带来了一个新问题，即通话线路与电话用户呼叫的数量关系应如何妥善解决，这个问题久久未能解决。1909年，丹麦的哥本哈根电话公司.埃尔浪(Erlang)在热力学统计平衡概念的启发下解决了这个问题。

9、线性规划是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支,它是辅助人们进行科学管理的一种数学方法.在经济管理、交通运输、工农业生产等经济活动中，提高经济效果是人们不可缺少的要求，而提高经济效果一般通过两种途径：一是技术方面的改进，例如改善生产工艺，使用新设备和新型原材料.二是生产组织与计划的改进，即合理安排人力物力资源.线性规划所研究的是：在一定条件下，合理安排人力物力等资源，使经济效果达到最好.一般地，求线性目标函数在线性约束条件下的最大值或最小值的问题，统称为线性规划问题。满足线性约束条件的解叫做可行解，由所有可行解组成的集合叫做可行域。决策变量、约束条件、目标函数是线性规划的三要素。

10、非线性规划：非线性规划是一种求解目标函数或约束条件中有一个或几个非线性函数的最优化问题的方法。运筹学的一个重要分支。20世纪50年代初，库哈() 和托克 () 提出了非线性规划的基本定理，为非线性规划奠定了理论基础。这一方法在工业、交通运输、经济管理和军事等方面有广泛的应用，特别是在“最优设计”方面，它提供了数学基础和计算方法，因此有重要的实用价值。

数学建模全国优秀论文相关 文章 ：

★ 数学建模全国优秀论文范文

★ 2017年全国数学建模大赛获奖优秀论文

★ 数学建模竞赛获奖论文范文

★ 小学数学建模的优秀论文范文

★ 初中数学建模论文范文

★ 学习数学建模心得体会3篇

★ 数学建模论文优秀范文

★ 大学生数学建模论文范文(2)

★ 数学建模获奖论文模板范文

★ 大学生数学建模论文范文

数学建模内容摘要：数学作为现代科学的一种工具和手段，要了解什么是数学模型和数学建模，了解数学建模一般方法及步骤。关键词：数学模型、数学建模、实际问题伴随着当今社会的科学技术的飞速发展，数学已经渗透到各个领域，数学建模也显得尤为重要。数学建模在人们生活中扮演着重要的角色，而且随着计算机技术的发展，数学建模更是在人类的活动中起着重要作用，数学建模也更好的为人类服务。一、数学模型数学模型是对于现实世界的一个特定对象,一个特定目的,根据特有的内在规律,做出一些必要的假设,运用适当的数学工具,得到一个数学结构.简单地说:就是系统的某种特征的本质的数学表达式(或是用数学术语对部分现实世界的描述),即用数学式子(如函数,图形,代数方程,微分方程,积分方程,差分方程等)来描述(表述,模拟)所研究的客观对象或系统在某一方面的存在规律.随着社会的发展,生物,医学,社会,经济……,各学科,各行业都涌现现出大量的实际课题,急待人们去研究,去解决.但是,社会对数学的需求并不只是需要数学家和专门从事数学研究的人才,而更大量的是需要在各部门中从事实际工作的人善于运用数学知识及数学的思维方法来解决他们每天面临的大量的实际问题,取得经济效益和社会效益.他们不是为了应用数学知识而寻找实际问题(就像在学校里做数学应用题),而是为了解决实际问题而需要用到数学.而且不止是要用到数学,很可能还要用到别的学科,领域的知识,要用到工作经验和常识.特别是在现代社会,要真正解决一个实际问题几乎都离不开计算机.可以这样说,在实际工作中遇到的问题,完全纯粹的只用现成的数学知识就能解决的问题几乎是没有的.你所能遇到的都是数学和其他东西混杂在一起的问题,不是"干净的"数学,而是"脏"的数学.其中的数学奥妙不是明摆在那里等着你去解决,而是暗藏在深处等着你去发现.也就是说,你要对复杂的实际问题进行分析,发现其中的可以用数学语言来描述的关系或规律,把这个实际问题化成一个数学问题,这就称为数学模型.数学模型具有下列特征:数学模型的一个重要特征是高度的抽象性.通过数学模型能够将形象思维转化为抽象思维,从而可以突破实际系统的约束,运用已有的数学研究成果对研究对象进行深入的研究.数学模型的另一个特征是经济性.用数学模型研究不需要过多的专用设备和工具,可以节省大量的设备运行和维护费用,用数学模型可以大大加快研究工作的进度,缩短研究周期,特别是在电子计算机得到广泛应用的今天,这个优越性就更为突出.但是,数学模型具有局限性,在简化和抽象过程中必然造成某些失真.所谓"模型就是模型"(而不是原型),即是指该性质.二、数学建模 数学建模是利用数学方法解决实际问题的一种实践.即通过抽象,简化,假设,引进变量等处理过程后,将实际问题用数学方式表达,建立起数学模型,然后运用先进的数学方法及计算机技术进行求解.简而言之,建立数学模型的这个过程就称为数学建模.模型是客观实体有关属性的模拟.陈列在橱窗中的飞机模型外形应当象真正的飞机,至于它是否真的能飞则无关紧要;然而参加航模比赛的飞机模型则全然不同,如果飞行性能不佳,外形再象飞机,也不能算是一个好的模型.模型不一定是对实体的一种仿照,也可以是对实体的某些基本属性的抽象,例如,一张地质图并不需要用实物来模拟,它可以用抽象的符号,文字和数字来反映出该地区的地质结构.数学模型也是一种模拟,是用数学符号,数学式子,程序,图形等对实际课题本质属性的抽象而又简洁的刻划,它或能解释某些客观现象,或能预测未来的发展规律,或能为控制某一现象的发展提供某种意义下的最优策略或较好策略.数学模型一般并非现实问题的直接翻版,它的建立常常既需要人们对现实问题深入细微的观察和分析,又需要人们灵活巧妙地利用各种数学知识.这种应用知识从实际课题中抽象,提炼出数学模型的过程就称为数学建模.实际问题中有许多因素,在建立数学模型时你不可能,也没有必要把它们毫无遗漏地全部加以考虑,只能考虑其中的最主要的因素,舍弃其中的次要因素.数学模型建立起来了,实际问题化成了数学问题,就可以用数学工具,数学方法去解答这个实际问题.如果有现成的数学工具当然好.如果没有现成的数学工具,就促使数学家们寻找和发展出新的数学工具去解决它,这又推动了数学本身的发展.例如,开普勒由行星运行的观测数据总结出开普勒三定律,牛顿试图用自己发现的力学定律去解释它,但当时已有的数学工具是不够用的,这促使了微积分的发明.求解数学模型,除了用到数学推理以外,通常还要处理大量数据,进行大量计算,这在电子计算机发明之前是很难实现的.因此,很多数学模型,尽管从数学理论上解决了,但由于计算量太大而没法得到有用的结果,还是只有束之高阁.而电子计算机的出现和迅速发展,给用数学模型解决实际问题打开了广阔的道路.而在现在,要真正解决一个实际问题,离了计算机几乎是不行的.数学模型建立起来了,也用数学方法或数值方法求出了解答,是不是就万事大吉了呢 不是.既然数学模型只能近似地反映实际问题中的关系和规律,到底反映得好不好,还需要接受检验,如果数学模型建立得不好,没有正确地描述所给的实际问题,数学解答再正确也是没有用的.因此,在得出数学解答之后还要让所得的结论接受实际的检验,看它是否合理,是否可行,等等.如果不符合实际,还应设法找出原因,修改原来的模型,重新求解和检验,直到比较合理可行,才能算是得到了一个解答,可以先付诸实施.但是,十全十美的答案是没有的,已得到的解答仍有改进的余地,可以根据实际情况,或者继续研究和改进;或者暂时告一段落,待将来有新的情况和要求后再作改进. 应用数学知识去研究和和解决实际问题,遇到的第一项工作就是建立恰当的数学模型.从这一意义上讲,可以说数学建模是一切科学研究的基础.没有一个较好的数学模型就不可能得到较好的研究结果,所以,建立一个较好的数学模型乃是解决实际问题的关键之一.数学建模将各种知识综合应用于解决实际问题中,是培养和提高同学们应用所学知识分析问题,解决问题的能力的必备手段之一.三、数学建模的一般方法建立数学模型的方法并没有一定的模式,但一个理想的模型应能反映系统的全部重要特征:模型的可靠性和模型的使用性建模的一般方法:1.机理分析 机理分析就是根据对现实对象特性的认识,分析其因果关系,找出反映内部机理的规律,所建立的模型常有明确的物理或现实意义.(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.2.测试分析方法 测试分析方法就是将研究对象视为一个"黑箱"系统,内部机理无法直接寻求,通过测量系统的输入输出数据,并以此为基础运用统计分析方法,按照事先确定的准则在某一类模型中选出一个数据拟合得最好的模型. (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.将这两种方法结合起来使用,即用机理分析方法建立模型的结构,用系统测试方法来确定模型的参数,也是常用的建模方法, 在实际过程中用那一种方法建模主要是根据我们对研究对象的了解程度和建模目的来决定.机理分析法建模的具体步骤大致可见左图.3.仿真和其他方法(1) 计算机仿真(模拟)--实质上是统计估计方法,等效于抽样试验.① 离散系统仿真--有一组状态变量.② 连续系统仿真--有解析表达式或系统结构图.(2) 因子试验法--在系统上作局部试验,再根据试验结果进行不断分析修改,求得所需的模型结构.(3) 人工现实法--基于对系统过去行为的了解和对未来希望达到的目标,并考虑到系统有关因素的可能变化,人为地组成一个系统.(参见:齐欢《数学模型方法》,华中理工大学出版社,1996)四、数学模型的分类数学模型可以按照不同的方式分类,下面介绍常用的几种.1.按照模型的应用领域(或所属学科)分:如人口模型,交通模型,环境模型,生态模型,城镇规划模型,水资源模型,再生资源利用模型,污染模型等.范畴更大一些则形成许多边缘学科如生物数学,医学数学,地质数学,数量经济学,数学社会学等.2.按照建立模型的数学方法(或所属数学分支)分:如初等数学模型,几何模型,微分方程模型,图论模型,马氏链模型,规划论模型等.按第一种方法分类的数学模型教科书中,着重于某一专门领域中用不同方法建立模型,而按第二种方法分类的书里,是用属于不同领域的现成的数学模型来解释某种数学技巧的应用.在本书中我们重点放在如何应用读者已具备的基本数学知识在各个不同领域中建模.3.按照模型的表现特性又有几种分法:确定性模型和随机性模型 取决于是否考虑随机因素的影响.近年来随着数学的发展,又有所谓突变性模型和模糊性模型.静态模型和动态模型 取决于是否考虑时间因素引起的变化.线性模型和非线性模型 取决于模型的基本关系,如微分方程是否是线性的.离散模型和连续模型 指模型中的变量(主要是时间变量)取为离散还是连续的.虽然从本质上讲大多数实际问题是随机性的,动态的,非线性的,但是由于确定性,静态,线性模型容易处理,并且往往可以作为初步的近似来解决问题,所以建模时常先考虑确定性,静态,线性模型.连续模型便于利用微积分方法求解,作理论分析,而离散模型便于在计算机上作数值计算,所以用哪种模型要看具体问题而定.在具体的建模过程中将连续模型离散化,或将离散变量视作连续,也是常采用的方法.4.按照建模目的分:有描述模型,分析模型,预报模型,优化模型,决策模型,控制模型等.5.按照对模型结构的了解程度分:有所谓白箱模型,灰箱模型,黑箱模型.这是把研究对象比喻成一只箱子里的机关,要通过建模来揭示它的奥妙.白箱主要包括用力学,热学,电学等一些机理相当清楚的学科描述的现象以及相应的工程技术问题,这方面的模型大多已经基本确定,还需深入研究的主要是优化设计和控制等问题了.灰箱主要指生态,气象,经济,交通等领域中机理尚不十分清楚的现象,在建立和改善模型方面都还不同程度地有许多工作要做.至于黑箱则主要指生命科学和社会科学等领域中一些机理(数量关系方面)很不清楚的现象.有些工程技术问题虽然主要基于物理,化学原理,但由于因素众多,关系复杂和观测困难等原因也常作为灰箱或黑箱模型处理.当然,白,灰,黑之间并没有明显的界限,而且随着科学技术的发展,箱子的"颜色"必然是逐渐由暗变亮的.五、数学建模的一般步骤建模的步骤一般分为下列几步:1.模型准备.首先要了解问题的实际背景,明确题目的要求,搜集各种必要的信息.2.模型假设.在明确建模目的,掌握必要资料的基础上,通过对资料的分析计算,找出起主要作用的因素,经必要的精炼,简化,提出若干符合客观实际的假设,使问题的主要特征凸现出来,忽略问题的次要方面.一般地说,一个实际问题不经过简化假设就很难翻译成数学问题,即使可能,也很难求解.不同的简化假设会得到不同的模型.假设作得不合理或过份简单,会导致模型失败或部分失败,于是应该修改和补充假设;假设作得过分详细,试图把复杂对象的各方面因素都考虑进去,可能使你很难甚至无法继续下一步的工作.通常,作假设的依据,一是出于对问题内在规律的认识,二是来自对数据或现象的分析,也可以是二者的综合.作假设时既要运用与问题相关的物理,化学,生物,经济等方面的知识,又要充分发挥想象力,洞察力和判断力,善于辨别问题的主次,果断地抓住主要因素,舍弃次要因素,尽量将问题线性化,均匀化.经验在这里也常起重要作用.写出假设时,语言要精确,就象做习题时写出已知条件那样.3.模型构成.根据所作的假设以及事物之间的联系, 利用适当的数学工具去刻划各变量之间的关系,建立相应的数学结构――即建立数学模型.把问题化为数学问题.要注意尽量采取简单的数学工具,因为简单的数学模型往往更能反映事物的本质,而且也容易使更多的人掌握和使用.4.模型求解.利用已知的数学方法来求解上一步所得到的数学问题,这时往往还要作出进一步的简化或假设.在难以得出解析解时,也应当借助计算机求出数值解.5.模型分析.对模型解答进行数学上的分析,有时要根据问题的性质分析变量间的依赖关系或稳定状况,有时是根据所得结果给出数学上的预报,有时则可能要给出数学上的最优决策或控制,不论哪种情况还常常需要进行误差分析,模型对数据的稳定性或灵敏性分析等.6.模型检验.分析所得结果的实际意义,与实际情况进行比较,看是否符合实际,如果结果不够理想,应该修改,补充假设或重新建模,有些模型需要经过几次反复,不断完善.7.模型应用.所建立的模型必须在实际中应用才能产生效益,在应用中不断改进和完善.应用的方式自然取决于问题的性质和建模的目的.参考文献：(1)齐欢《数学模型方法》,华中理工大学出版社,1996。(2)《数学的实践与认识》,(季刊),中国数学会编辑出版。

下载一片获奖论文，之后的所有基本就都解决了吧！！

无忧在线有很多数学建模论文，你去搜一下就行