高中数学建模竞赛论文格式及范文

无忧在线有很多数学建模论文，你去搜一下就行

数学建模论文格式模板以及要求

导语：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，成为人们生活中非常重要的一门学科。下面是我分享的数学建模论文格式模板及要求，欢迎阅读!

(一)论文形式：科学论文

科学论文是对某一课题进行探讨、研究，表述新的科学研究成果或创见的文章。

注意：它不是感想，也不是调查报告。

(二)论文选题：新颖，有意义，力所能及。

要求：

有背景.

应用问题要来源于学生生活及其周围世界的真实问题，要有具体的对象和真实的数据。理论问题要了解问题的研究现状及其理论价值。要做必要的学术调研和研究特色。

有价值

有一定的应用价值，或理论价值，或教育价值，学生通过课题的研究可以掌握必须的科学概念，提升科学研究的能力。

有基础

对所研究问题的背景有一定了解，掌握一定量的参考文献，积累了一些解决问题的方法，所研究问题的数据资料是能够获得的。

有特色

思路创新，有别于传统研究的新思路;

方法创新，针对具体问题的特点，对传统方法的改进和创新;

结果创新，要有新的，更深层次的结果。

问题可行

适合学生自己探究并能够完成，要有学生的特色，所用知识应该不超过初中生(高中生)的能力范围。

(三)(数学应用问题)数据资料：来源可靠，引用合理，目标明确

要求：

数据真实可靠，不是编的数学题目;

数据分析合理，采用分析方法得当。

(四)(数学应用问题)数学模型：通过抽象和化简，使用数学语言对实际问题的一个近似描述，以便于人们更深刻地认识所研究的对象。

要求：

抽象化简适中，太强，太弱都不好;

抽象出的数学问题，参数选择源于实际，变量意义明确;

数学推理严格，计算准确无误，得出结论;

将所得结论回归到实际中，进行分析和检验，最终解决问题，或者提出建设性意见;

问题和方法的进一步推广和展望。

(五)(数学理论问题)问题的研究现状和研究意义：了解透彻

要求：

对问题了解足够清楚，其中指导教师的作用不容忽视;

问题解答推理严禁，计算无误;

突出研究的特色和价值。

(六)论文格式：符合规范，内容齐全，排版美观

1. 标题：是以最恰当、最简明的词语反映论文中主要内容的逻辑组合。

要求：反映内容准确得体，外延内涵恰如其分，用语凝练醒目。

2. 摘要：全文主要内容的简短陈述。

要求：

1)摘要必须指明研究的主要内容，使用的主要方法，得到的主要结论和成果;

2)摘要用语必须十分简练，内容亦须充分概括。文字不能太长，6字以内的文章摘要一般不超过3字;

3)不要举例，不要讲过程，不用图表，不做自我评价。

3. 关键词：文章中心内容所涉及的重要的单词，以便于信息检索。

要求：数量不要多，以3-5各为宜，不要过于生僻。

(七). 正文

1)前言：

问题的背景：问题的来源;

提出问题：需要研究的内容及其意义;

文献综述：国内外有关研究现状的回顾和存在的问题;

概括介绍论文的内容，问题的结论和所使用的方法。

2)主体：

(数学应用问题)数学模型的组建、分析、检验和应用等。

(数学理论问题)推理论证，得出结论等。

3)讨论：

解释研究的结果，揭示研究的价值， 指出应用前景， 提出研究的不足。

要求：

1)背景介绍清楚，问题提出自然;

2)思路清晰，涉及到得数据真是可靠，推理严密，计算无误;

3)突出所研究问题的难点和意义。

5. 参考文献：

是在文章最后所列出的文献目录。他们是在论文研究过程中所参考引用的主要文献资料，是为了说明文中所引用的的论点、公式、数据的来源以表示对前人成果的尊重和提供进一步检索的线索。

要求：

1)文献目录必须规范标注;

2)文末所引的文献都应是论文中使用过的文献，并且必须在正文中标明。

(七)数学建模论文模板

1. 论文标题

摘要

摘要是论文内容不加注释和评论的简短陈述，其作用是使读者不阅读论文全文即能获得必要的信息。

一般说来，摘要应包含以下五个方面的内容：

①研究的主要问题;

②建立的什么模型;

③用的什么求解方法;

④主要结果(简单、主要的);

⑤自我评价和推广。

摘要中不要有关键字和数学表达式。

数学建模竞赛章程规定，对竞赛论文的评价应以：

①假设的合理性

②建模的创造性

③结果的正确性

④文字表述的清晰性 为主要标准。

所以论文中应努力反映出这些特点。

注意：整个版式要完全按照《全国大学生数学建模竞赛论文格式规范》的要求书写，否则无法送全国评奖。

一、 问题的重述

数学建模竞赛要求解决给定的问题，所以一般应以“问题的重述”开始。

此部分的目的是要吸引读者读下去，所以文字不可冗长，内容选择不要过于分散、琐碎，措辞要精练。

这部分的内容是将原问题进行整理，将已知和问题明确化即可。

注意：在写这部分的内容时，绝对不可照抄原题!

应为：在仔细理解了问题的基础上，用自己的语言重新将问题描述一篇。应尽量简短，没有必要像原题一样面面俱到。

二、 模型假设

作假设时需要注意的问题：

①为问题有帮助的所有假设都应该在此出现，包括题目中给出的假设!

②重述不能代替假设! 也就是说，虽然你可能在你的问题重述中已经叙述了某个假设，但在这里仍然要再次叙述!

③与题目无关的假设，就不必在此写出了。

三、 变量说明

为了使读者能更充分的理解你所做的工作，

对你的模型中所用到的变量，应一一加以说明，变量的输入必须使用公式编辑器。 注意：

①变量说明要全 即是说，在后面模型建立模型求解过程中使用到的所有变量，都应该在此加以说明。

②要与数学中的习惯相符，不要使用程序中变量的写法

比如：一般表示圆周率;cba,, 一般表示常量、已知量;zyx,, 一般表示变量、未知量

再比如：变量21,aa等，就不要写成:a[0],a[1]或a(1),a(2)

四、模型的建立与求解

这一部分是文章的重点，要特别突出你的创造性的工作。在这部分写作需要注意的事项有：

①一定要有分析，而且分析应在所建立模型的前面;

②一定要有明确的模型，不要让别人在你的文章 中去找你的模型;

③关系式一定要明确;思路要清晰，易读易懂。

④建模与求解一定要截然分开;

⑤结果不能代替求解过程：必须要有必要的求解过程和步骤!最好能像写算法一样，一步一步的.写出其步骤;

⑥结果必须放在这一部分的结果中，不能放在附录里。

⑦结果一定要全，题目中涉及到的所有问题必须都有详细的结果和必须的中间结果!

⑧程序不能代替求解过程和结果!

⑨非常明显、显而易见的结果也必须明确、清晰的写在你的结果中!

⑩每个问题和问题之间以及5个小点之间都必须空一行。

问题一：

1.建模思路：

①对问题的详尽分析;

②对模型中参数的现实解释;这有助于我们抓住问题的本质特征，同时也会使数学公式充满生气，不再枯燥无味

③完成内容阐述所必需的公式推导、图表等

2.模型建立：

建立模型并对模型作出必要的解释

对于你所建立的模型，最好能对其中的每个式子都给出文字解释。

3.求解方法：

给出你的求解思路，最好能想写算法一样，写出你的算法。

4.求解结果：

你的求解结果必须精心设计(最好使用表格的形式)，使人一目了然。

结果必须要全，对于你求解的一些必须的中间结果，也必须在这里反映出来。

5.模型的分析与检验

在计算出相应的结果之后，你必须对你的结果做出相应的解释。 因为你的结果往往是数学的结果，一般人无法理解。 你必须归纳出你的结论和建议。 这里主要应包括：

①这个结果说明了什么问题?

②是否达到了建模目的?

③模型的适用范围怎样?

④模型的稳定性与可靠性如何?

问题二：

问题三：

问题四：

问题五：

五、模型的评价与推广

这一部分应包括：

①你的模型完成了什么工作?达到了什么目的?得出了什么规律?

②你的建模方法是否有创造性?为今后的工作提供了什么思路?结果有什么理论或实际用途?

③模型中有何不足之处?有何改进建议?

④模型中有何遗留未解决的问题?以及解决这些问题可能的关键点和方向。

这一部分一定要有!

六、参考文献

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)。

七、附录

不便于编入正文的资料都收集在这里。 应包括：

①某一问题的详细证明或求解过程; ②流程图;

③计算机源程序及结果;

④较繁杂的图表或计算结果(一般结果只要不超过A4一页，尽量都放在正文中)。

免责声明：本站文章信息来源于网络转载是出于传递更多信息之目的，并不意味着赞同其观点或证实其内容的真实性。不保证信息的合理性、准确性和完整性，且不对因信息的不合理、不准确或遗漏导致的任何损失或损害承担责任。本网站所有信息仅供参考，不做交易和服务的根据，如自行使用本网资料发生偏差，本站概不负责，亦不负任何法律责任，并保证最终解释权。

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。

数学建模论文写作 一、写好数模答卷的重要性 1. 评定参赛队的成绩好坏、高低，获奖级别，数模答卷，是唯一依据。 2. 答卷是竞赛活动的成绩结晶的书面形式。 3. 写好答卷的训练，是科技写作的一种基本训练。 二、答卷的基本内容，需要重视的问题 1．评阅原则 假设的合理性，建模的创造性，结果的合理性，表述的清晰程度。 2．答卷的文章结构 题目（写出较确切的题目；同时要有新意、醒目） 摘要（200-300字，包括模型的主要特点、建模方法和主要结论） 关键词（求解问题、使用的方法中的重要术语） 1）问题重述。 2）问题分析。 3）模型假设。 4）符号说明。 5）模型的建立（问题分析，公式推导，基本模型，最终或简化模型等）。 6）模型求解（计算方法设计或选择；算法设计或选择，算法思想依据，步骤及实现，计算框图；所采用的软件名称；引用或建立必要的数学命题和定理；求解方案及流程。） 7）进一步讨论（结果表示、分析与检验，误差分析，模型检验） 8）模型评价（特点，优缺点，改进方法，推广。） 9）参考文献。 10）附录（计算程序，框图；各种求解演算过程，计算中间结果；各种图形，表格。） 3. 要重视的问题 1）摘要。 包括： a. 模型的数学归类（在数学上属于什么类型）； b. 建模的思想（思路）； c. 算法思想（求解思路）； d. 建模特点（模型优点，建模思想或方法，算法特点，结果检验，灵敏度分析，模型检验……）； e. 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：准确、简明、条理清晰、合乎语法、要求符合文章格式。务必认真校对。 2）问题重述。 3）问题分析。 因素之间的关系、因素与环境之间的关系、因素自身的变化规律、确定研究的方法或模型的类型。 5）模型假设。 根据全国组委会确定的评阅原则，基本假设的合理性很重要。 a. 根据题目中条件作出假设 b. 根据题目中要求作出假设 关键性假设不能缺；假设要切合题意。 6） 模型的建立。 a. 基本模型： ⅰ）首先要有数学模型：数学公式、方案等； ⅱ）基本模型，要求完整，正确，简明； b. 简化模型： ⅰ）要明确说明简化思想，依据等； ⅱ）简化后模型，尽可能完整给出； c. 模型要实用，有效，以解决问题有效为原则。 数学建模面临的、要解决的是实际问题，不追求数学上的高（级）、深（刻）、难（度大）。 ⅰ）能用初等方法解决的、就不用高级方法； ⅱ）能用简单方法解决的，就不用复杂方法； ⅲ）能用被更多人看懂、理解的方法，就不用只能少数人看懂、理解的方法。 d．鼓励创新，但要切实，不要离题搞标新立异。数模创新可出现在： ▲ 建模中，模型本身，简化的好方法、好策略等； ▲ 模型求解中； ▲ 结果表示、分析、检验，模型检验； ▲ 推广部分。 e．在问题分析推导过程中，需要注意的问题： ⅰ）分析：中肯、确切； ⅱ）术语：专业、内行； ⅲ）原理、依据：正确、明确； ⅳ）表述：简明，关键步骤要列出； ⅴ）忌：外行话，专业术语不明确，表述混乱，冗长。 7）模型求解。 a. 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。 b. 需要说明计算方法或算法的原理、思想、依据、步骤。 若采用现有软件，说明采用此软件的理由，软件名称。 c. 计算过程，中间结果可要可不要的，不要列出。 d. 设法算出合理的数值结果。 8） 结果分析、检验；模型检验及模型修正；结果表示。 a. 最终数值结果的正确性或合理性是第一位的； b. 对数值结果或模拟结果进行必要的检验； 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。 c. 题目中要求回答的问题，数值结果，结论，须一一列出； d. 列数据问题：考虑是否需要列出多组数据，或额外数据对数据进行比较、分析，为各种方案的提出提供依据； e. 结果表示：要集中，一目了然，直观，便于比较分析。 ▲ 数值结果表示：精心设计表格；可能的话，用图形图表形式。 ▲ 求解方案，用图示更好。 9）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。 10）模型评价 优点突出，缺点不回避。 改变原题要求，重新建模可在此做。 推广或改进方向时，不要玩弄新数学术语。 11）参考文献 12）附录 详细的结果，详细的数据表格，可在此列出，但不要错，错的宁可不列。主要结果数据，应在正文中列出，不怕重复。检查答卷的主要三点，把三关： a. 模型的正确性、合理性、创新性 b. 结果的正确性、合理性 c. 文字表述清晰，分析精辟，摘要精彩 三、关于写答卷前的思考和工作规划 答卷需要回答哪几个问题――建模需要解决哪几个问题； 问题以怎样的方式回答――结果以怎样的形式表示； 每个问题要列出哪些关键数据――建模要计算哪些关键数据； 每个量，列出一组还是多组数――要计算一组还是多组数。 四、答卷要求的原理 1. 准确――科学性； 2. 条理――逻辑性； 3. 简洁――数学美； 4. 创新――研究、应用目标之一，人才培养需要； 5. 实用――建模、实际问题要求。 五、建模理念 1. 应用意识 要解决实际问题，结果、结论要符合实际； 模型、方法、结果要易于理解，便于实际应用；站在应用者的立场上想问题，处理问题。 2. 数学建模 用数学方法解决问题，要有数学模型； 问题模型的数学抽象，方法有普适性、科学性，不局限于本具体问题的解决。 3. 创新意识 建模有特点，更加合理、科学、有效、符合实际；更有普遍应用意义；不单纯为创新而创新。