毕业论文中什么叫做建模

用3维软件 结合数学理论建造虚拟的模型

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。 数学建模将各种知识综合应用于解决实际问题中，是培养和提高学生应用所学知识分析问题、解决问题的能力的必备手段之一。 数学建模的一般方法和步骤 建立数学模型的方法和步骤并没有一定的模式，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： 机理分析：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。 测试分析方法：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。 测试分析方法也叫做系统辩识。 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如下： 1、 实际问题通过抽象、简化、假设，确定变量、参数； 2、 建立数学模型并数学、数值地求解、确定参数； 3、 用实际问题的实测数据等来检验该数学模型； 4、 符合实际，交付使用，从而可产生经济、社会效益；不符合实际，重新建模。 数学模型的分类： 1、 按研究方法和对象的数学特征分：初等模型、几何模型、优化模型、微分方程模型、图论模型、逻辑模型、稳定性模型、统计模型等。 2、 按研究对象的实际领域（或所属学科）分：人口模型、交通模型、环境模型、生态模型、生理模型、城镇规划模型、水资源模型、污染模型、经济模型、社会模型等。 数学建模需要丰富的数学知识，涉及到高等数学，离散数学，线性代数，概率统计，复变函数等等基本的数学知识。同时，还要有广泛的兴趣，较强的逻辑思维能力，以及语言表达能力等等。

实证建模需要跑模型，实证分析根据难易程度可以分为几个层次： 第一个层次，简单的图表和指标，一般的问卷调查结果的展示都会采取这种方式，生动形象。 第二个层次，描述性统计，分析数据分布特征。 第三个层次，计量分析，建立模型。而计量分析又可以分为几个层次，第一层次是简单回归，包括双变量、多元回归，基本计量问题（共线性、异方差、自相关）的处理； 第二层次更专业点儿，包括模型设定误差检验与模型修正、特殊数据类型（时间序列、虚拟变量、面板数据等）的模型选择和处理、联立方程、VEC模型、VAR模型、条件异方差模型等； 第三层次包括有序因变量、面板VAR、神经网络。

先跟你解释一下什么是数学建模数学建模就是用数学语言描述实际现象的过程。这里的实际现象既包涵具体的自然现象比如自由落体现象，也包涵抽象的现象比如顾客对某种商品所取的价值倾向。这里的描述不但包括外在形态，内在机制的描述，也包括预测，试验和解释实际现象等内容。给你举个例子：最佳泄洪方案有一条由于河床泥沙淤结，每当上游发生洪水时，就会破堤淹没两岸造成人员和财产的损失。为了减少总的损失，人们争取破堤泄洪方法。图1是该河一案区域的信息示意图，在该区边界有很高的山，使该区域成为封闭的区域。区域内又分为15个小区，每个小区内标了三个三数字，分别表示该小区的海拔高度h（m），面积s（km2）和完全淹没时土地、房屋和财产损失总数k（百万元），我们假设：A， 各个小区有相对高度为的小堤相互隔离，例如左上方一块（）和第二块（k=),小区间有海拔的小堤。B， 当洪水淹没一个小区水位高度pm时，该小区的损失函数：损失= kp 0<=p<=1P p>=1C, 假设决堤口可选在大堤或小堤的任何地方，决堤口数目也不受限制，但一经决口就不能再补合，从河流经大决堤口流入小区的洪水量按决口数目成比例分配。如在小区间小堤开一决口，即假设该两小区之间的这段小堤不复存在，若水位高过小堤，则将自动流向临近最低的一个小区泄洪，若这样的小区有几块时，则平均泄洪。求：（1）.整个区域全部受损失的最小泄洪量Qmax；（2）.当洪水量为Qmax/6，Qmax/3时，分别制定泄洪方案，但要使总损失最小（在一个方案中，决堤同时进行，并计算出该方案的损失数）。河床的数据我在这里没办法画表，这但是你可以从这个题目中看出建模的一个大概的概念而建模的过程是：模型准备：了解问题的实际背景，明确其实际意义，掌握对象的各种信息。用数学语言来描述问题。模型假设：根据实际对象的特征和建模的目的，对问题进行必要的简化，并用精确的语言提出一些恰当的假设。模型建立：在假设的基础上，利用适当的数学工具来刻划各变量之间的数学关系，建立相应的数学结构。（尽量用简单的数学工具）模型求解：利用获取的数据资料，对模型的所有参数做出计算（估计）。模型分析：对所得的结果进行数学上的分析。模型检验：将模型分析结果与实际情形进行比较，以此来验证模型的准确性、合理性和适用性。如果模型与实际较吻合，则要对计算结果给出其实际含义，并进行解释。如果模型与实际吻合较差,则应该修改假设，再次重复建模过程。模型应用：应用方式因问题的性质和建模的目的而异。最后回答你什么是数学建模论文：像上面的例子，你将现实中的某个问题阐述出来，提出问题，然后进行建模，并编程求解，最后得出一个优化解，最后总结呗，跟普通的论文，没什么区别