毕业论文数学模型输入

已经发了好几篇给你了，请注意查收一下。有几篇是自己做的，希望对你有用。

写毕业论文时，框架一定要搭好。框架搭好后，关于这篇论文的整体思路就出来了，基本上后续只要将内容填充进去就好，而且框架搭好后，再不用担心会出现前后文相互矛盾、逻辑不通的问题了。

(一)要有全局观念，从整体出发去检查每一部分在论文中所占的地位和作用。看看各部分的比例分配是否恰当，篇幅的长短是否合适，每一部分能否为中心论点服务。比如有一篇论文论述企业深化改革与稳定是辩证统一的，作者以浙江××市某企业为例，说只要干部在改革中以身作则，与职工同甘共苦，可以取得多数职工的理解。从全局观念分折，我们就可以发现这里只讲了企业如何改革才能稳定，没有论述通过深化改革，转换企业经营机制，提高了企业经济效益，职工收入增加，最终达到社会稳定。(二)从中心论点出发，决定材料的取舍，把与主题无关或关系不大的材料毫不可惜地舍弃，尽管这些材料是煞费苦心费了不少劳动搜集来的。有所失，才能有所得。一块毛料寸寸宝贵，舍不得剪裁去，也就缝制不成合身的衣服。为了成衣，必须剪裁去不需要的部分。所以，我们必须时刻牢记材料只是为形成自己论文的论点服务的，离开了这一点，无论是多少好的材料都必须舍得抛弃。(三)要考虑各部分之间的逻辑关系。初学撰写论文的人常犯的毛病，是论点和论据没有必然联系，有的只限于反复阐述论点，而缺乏切实有力的论据;有的材料一大堆，论点不明确;有的各部分之间没有形成有机的逻辑关系，这样的论文都是不合乎要求的，这样的论文是没有说服力的。为了有说服力，必须有虚有实，有论点有例证，理论和实际相结合，论证过程有严密的逻辑性，拟提纲时特别要注意这一点，检查这一点。(四)论文的基本结构由序论、本论、结论三大部分组成。序论、结论这两部分在提纲中部应比较简略。本论则是全文的重点，是应集中笔墨写深写透的部分，因此在提纲上也要列得较为详细。本论部分至少要有两层标准，层层深入，层层推理，以便体现总论点和分论点的有机结合，把论点讲深讲透。

二、论文格式规范

(一)   “论文首页”编写

竞赛论文首页为“编号页”，只包含队号、队员姓名、学校名信息，第二页起为摘要页和正文页。参赛队有关信息不得出现于首页以外的任何一页，包括摘要页，否则视为违规。

(二)   “论文摘要页”编写

竞赛使用“统一摘要面”。为了保证评审质量，提请参赛研究生注意摘要一定要将论文创新点、主要想法、做法、结果、分析结论表达清楚，如果一页纸不够，摘要可以写成两页。

(三)   “论文文本”要求————“全国研究生数学建模竞赛论文格式规范”

l  每个参赛队可以从A、B、C、D、E题中任选一题完成论文。（赛题类型以比赛下载为准）

l  论文用白色A4版面；上下左右各留出至少厘米的页边距;从左侧装订。

l  论文题目和摘要写在论文封面上，封面页的下一页开始论文正文。

l  论文从编号页开始编写页码，页码必须位于每页页脚中部，用阿拉伯数字从“1 ”开始连续编号。

l  论文不能有页眉，论文中不能有任何可能显示答题人身份的标志。

l  论文题目用三号黑体字、一级标题用四号黑体字，并居中。论文中其他汉字一律采用小四号宋体字，行距用单倍行距。程序执行文件，和源程序一起附在电子版论文中以备检查。

l  请大家注意：摘要应该是一份简明扼要的详细摘要（包括关键词），请认真书写（注意篇幅一般不超过两页，且无需译成英文）。全国评阅时对摘要和论文都会审阅。

l  引用别人的成果或其他公开的资料(包括网上甚至在“博客”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。正文引用处用方括号标示参考文献的编号，如[1][3]等；引用书籍还必须指出页码。参考文献按正文中的引用次序列出，其中书籍的表述方式为：

[编号] 作者，书名，出版地：出版社，出版年。

参考文献中期刊杂志论文的表述方式为：

[编号] 作者，论文名，杂志名，卷期号：起止页码，出版年。

参考文献中网上资源的表述方式为：

[编号] 作者，资源标题，网址，访问时间（年月日）。

全国研究生数学建模竞赛评审委员会

论文（答卷）用白色A4纸，上下左右各留出厘米的页边距。论文题目用三号黑体字、一级标题用四号黑体字，并居中。论文中其它汉字一律采用小四号黑色宋体字，行距用单倍行距。论文从正文开始编写页码，页码必须位于每页页脚中部，用阿拉伯数字从“1”开始连续编号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均明确列出。正文引用处用方括号标示参考文献的编号，如[1][3]等；引用书籍还必须指出页码。参考文献按正文中的引用次序列出，其中书籍的表述方式为： [编号] 作者，书名，出版地：出版社，出版年。 参考文献中期刊杂志论文的表述方式为： [编号] 作者，论文名，杂志名，卷期号：起止页码，出版年。 参考文献中网上资源的表述方式为： [编号] 作者，资源标题，网址，访问时间（年月日）。

售书问题优化模型摘要优化问题是工程技术、经济管理和科学研究等领域重做常见的一类问题，在解决极值问题中起着重要作用。零一规划也是常用的数学工具，能够有效的表示事物的有效性。本文是以一极具有实际意义的问题，而随着信息时代的发展，大学生接受知识的途径多种多样，报纸、杂志、图书一直赢得大学生不同程度的青睐，而且出现了电子图书这个时代的产物，对于这个实际意义较大的问题就应有简单易懂的模型，让人看起来比较容易接受。考虑到建立销售点，使它供书的人数达到最大，那就要在条件约束下建立优化模型，而选择两地之间是否有销售的关系为他们的决策变量，那样就使人易懂，易于理解。通过建立线性规划模型，并应用Linggo软件得到最优解，B和E之间建立代售关系即在B（E）建立代售点并向E(B)售书，D和G之间建立代售关系即在D（G）建立代售点并向G(D)售书，可是大学生的人数最大，为177千人。最优解可以有多种选择方法，这就有选择的灵活性。本模型适用于只考虑人数最大的地址的选择，具有较强的实用性和普遍性。关键字 售书问题 优化模型 零一规划 Linggo1.问题的重述一家出版社准备在某地向七个区大学生供应图书，每个区的大学生数量如图所示（单位：千人），出版社准备在该市设立两个图书代理销售点，每个代理点只能想该地区和一个相邻的地区售书，出版社知道售书覆盖的人群越大，所获得的利润也就也大，所以出版社要选择两个恰当的代理销售点使覆盖的人群最大。现在所要解决的是选在合适的代理销售点。2.问题分析 书是人们进步的阶梯，售书问题普遍受到人们的关注。近年来随着科学技术的发展，电子图书、网上书城等的出现，人们阅读的方式越来越多，而书的销售问题也越来越受销售商的关注。如何选择待销售点才能使卖出的书最多，销售商获得的利益最大，成为问题的关键所在。在许多候选地区中选择最优的地区，制定最优的规划方案，显然必须建立优化模型，每个地区都选与不选的可能性，这就必须用到0—1规划模型，立两个销售代理点, 在满足以下的条件的情况下，要想得到一个最优计划，出版社就需要设计一个合理有效的投资方案：1.只能建立两个销售代理点。2.每个销售代理点只能向本区和一个相邻区的大学生售书在上述要求中，将每两个相邻地区之间连线表示该地区建立售代关系，这种售代关系据有建立与不建立两种选择，显然每个地区只能选择一个销售或者代理，最优方案就是选择权值最大与次大的连线，将上述方案限制转化为约束条件，并使目标函数，约束条件决策标量转化为数学符号，利用LINGGO 软件来求最优解接，3符号的说明符号表示 符号说明A 34千人的地区B 29千人的地区C 42千人的地区D 21千人的地区E 56千人的地区F 18千人的地区G 71千人的地区x1 AB两地区之间建立代售关系x2 AC两地区之间建立代售关系x3 BE两地区之间建立代售关系x4 BD两地区之间建立代售关系x5 CD两地区之间建立代售关系x6 DG两地区之间建立代售关系x7 DF两地区之间建立代售关系x8 DE两地区之间建立代售关系x9 EF两地区之间建立代售关系x10 FG两地区之间建立代售关系X11 BC两地区之间建立代售关系Q 所能供应的大学生的数量4.问题假设选择代理销售点时，只考虑该地区总人数以及相邻地区，对人员的迁入迁出，人员的消费能力，人们的需求不予考虑；1、 只有两个销售代理点，且每个销售代理点只能向该区和他临近的去售书。2、 7个销售区中没有人员的流动3、 书的供应量远远满足学生的需求4、 销售代理点向两个地区的学生销售书的价格相同。5、 不考虑邻区因学生买书的路费问题而减少书的购买。6、 售书多少与人数多少成正比。7、 人人的消费能力是相等的。5.模型的建立决策变量：设在ABCDEFG中的某两地之间代售关系Xi（i=1，2，3…10）.Xi=1表示在其建立代售关系。Xi=0表示没有建立代售关系目标函数：所能供应的大学生的数量Q千人；则Q=63*x1+76*x2+85*x3+50*x4+63*x5+92*x6+39*x7+77*x8+74*x9+89*x10+71*x11;约束条件1.只能建立两个销售代理点。x1+x2+x3+x4+x5+x6+x7+x8+x9+x10=2;2.与A建立代售关系只能有一个即x1+x2<=1;与B建立代售关系只能有一个即x2+x5+x11<=1;与C建立代售关系只能有一个即x1+x3+x4+x11<=1;与D建立代售关系只能有一个即x4+x5+x6+x7+x8<=1;与E建立代售关系只能有一个即x3+x8+x9<=1;与F建立代售关系只能有一个即x7+x9+x10<=1;与G建立代售关系只能有一个即x6+x10<=1;综上所述：Max Q=63*x1+76*x2+85*x3+50*x4+63*x5+92*x6+39*x7+77*x8+74*x9+89*x10;x1+x2+x3+x4+x5+x6+x7+x8+x9+x10=2;x1+x2<=1;x2+x5+x11<=1;x1+x3+x4+x11<=1;x4+x5+x6+x7+x8<=1;x3+x8+x9<=1;x7+x9+x10<=1;x6+x10<=1;6.模型的求解在lingo中输入以下代码，见附录1.通过运行LINDO教学软件，我们可以得到该售书问题的最优解，即建立代售关系的最优方案，其截图为： Objective value: Variable Value Reduced Cost X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 从中可以看到在B和E之间建立代售关系即在B（E）建立代售点并向E(B)售书，D和G之间建立代售关系即在D（G）建立代售点并向G(D)售书，可是大学生的人数最大，为177千人。（详细结果见附录2）但考虑到地区中人数的问题，以及现实中去买书的路费问题，所以销售代理点应建立在人数较多的地区，在B、E地区中E区人较多为56千人，在D、G地区中G区中人数较多为71千人,所以最好把两个销售代理点建在E区和G区。7.模型的评价和推广 通过查看该区图可以粗略知道应选择人数最大地区为代售点，在题中假设的前提下，选择人数最大的地区为代售点，覆盖了大部分人口，此模型的建立，很好的应用数学知识将选择销售代理点的问题抽象化，使选择我们的选择不再主观、盲目，而是更全面、深入、条理。选择最少的变量考虑问题简化了模型建立的分析。这也是模型最大的弊端数据的真实性受到了很大的限制对实际应用很不利。虽然假设的变量比较多，但人们可以较容易理解。题中假设的太多假设，有些脱离实际，考虑现实当中的销售点间的运输路程、交通便利程度、学生在校期间的对书的消费情况，不同人群之间的消费能了等情况，8.参考文献【1】姜启源 谢金星 叶俊 数学建模（第三版）高等教育出版社 2003【2】.附录附录1：max=63*x1+76*x2+85*x3+50*x4+63*x5+92*x6+39*x7+77*x8+74*x9+89*x10;x1+x2+x3+x4+x5+x6+x7+x8+x9+x10=2;x x1+x2<=1;x2+x5+x11<=1;x1+x3+x4+x11<=1;x4+x5+x6+x7+x8<=1;x3+x8+x9<=1;x7+x9+x10<=1;x6+x10<=1; 附录2：Global optimal solution found. Objective value: Total solver iterations: 0Variable Value Reduced Cost X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 Row Slack or Surplus Dual Price 1 2 3 4 5 6 7 8 9 10

1、 论文的写法一定要突出重点。有篇文章谈及机器人的灵巧手，这个项目本身做得不错，但这篇文章把灵巧手的结构、手指驱动、抓握控制面面俱到地说了一遍，每一部分都说得不透彻，没有深度。如果这篇文章能集中论述尺寸受限制的灵巧手的驱动，就要好得多。还有一篇谈遥在技术的文章，先泛泛地讲了微型摄像头的结构， 再从一些书上摘录了人所共知的模糊控制的基本概念，二者之间又没有有机联系，这样的文章根本没有内容。如果集中论述在视觉系统微小型化中所解决的问题，恐怕还能写出点东西

2、 论文的内容要真实、正确。这一点是很重要的，不弄虚作假是良好的科学道德。如果让人看出虚假的东西，这篇文章就肯定不能用。有一篇写控制算法的文章，对算法做了仿真。仿真时用的关节角函数是q=(3πt)，周期显然是(2/3)s，而做出的仿真曲线的周期却是，角速度的最大值也小得 多，这样的结果至少使人怀疑作者并没有真正做了仿真。

3、 关于综述性文章。综述性文章的内容主要是前人对某一专题做过哪些研究、哪些问题已经解决、哪些问题还需要继续研究，最重要的是要指出对这一专题继续研究的 方向。从这个意义上来说，写综述性文章实际上是比较难的，需要占有大量资料，而且，对资料要分析，去粗存精，去伪存真，高屋建瓴。千万不要看了几篇发表过 的论文就写综述。

4、关于论文中的公式。科技论文一般少不了公式。公式推导的正确固然很重要，但也并非一定要把一步一步的推导过程写清楚。有的文章虽然写出了公式，但是，不注 意对公式中所用符号的说明，不注意说明公式的适用条件，这样的公式是没什么用的。有一篇文章论述以三条人工肌肉作为作动器的并联机构，作者试图建立它的数学模型，前面写出了人工肌肉输入气压与肌肉长度的关系式，又列出力平衡方程，然后就说把前一式与后一式相结合，得到一个非线性的状态方程，把它作为数学模 型。方程中有很多系数，显然是与机构及肌肉参数有关的，作者恰恰没有写出系数与参数的关系，这就使人怀疑这个模型是不是推导出来的。即使是，这样的模型只是通式，没有用处。

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。