数学建模算法与实现精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的数学建模算法与实现主题范文，仅供参考，欢迎阅读并收藏。

第1篇：数学建模算法与实现范文

数学建模竞赛培训中数学软件教学方法研究现状

随着上世纪80年代数学建模竞赛以及相关课程的开展，高校教育工作者逐渐意识到将数学建模思想以及计算机实现融入到大学数学基础课教学中的重要性，进行相关教学改革的研究并取得了许多研究成果。如王高峡[2]进行了大学生数学建模竞赛软件教学内容安排的研究；胡建伟[3]对数学建模课程中的软件教学进行了探讨；陈陵[4]讨论了如何利用Matlab软件推进高职数学建模教学；周甄川[5]介绍了Lingo软件在数学建模中的应用等。这些研究侧重于从不同角度对建模竞赛培训中数学软件教学进行了研究。但研究研究的深度、系统性还有所不足。本文从数学软件课程本身的特点出发对其教学方法进行了更加细致、全面的讨论。

数学建模竞赛培训中数学软件教学的特点分析

数学软件是数学理论算法的计算机程序实现。与理论课程相似，数学软件的学习在内容和难度上都是前后衔接、循序渐进的过程。数学软件的学习可分为基础入门、巩固深入以及综合提高三个阶段。第一阶段专门针对数学软件知识点进行教学，后两个阶段则分别在理论算法补充和实际应用问题的模拟练习过程中同步进行。同时，两者也存在若干不同之处：在理论知识层面，数学软件涉及到更多的数学理论知识（不管是代数几何、概率统计等基本理论，还是人工智能、模式识别等现代算法都归入其中）；在教学方式上，数学软件的上机实践环节比课堂知识讲授更重要；在计算机实现上，数学软件更注重严谨性和规范性；在实际应用中，数学软件更注重创新性和适用性。数学建模中数学软件的培训与教学应根据这些不同特点采取针对性的措施，以提高学习效果。目前，我国大多数普通高校的竞赛数学软件培训与教学中表现出的一些较普遍问题，大都是由于对这些特点的认识不足或处理不当导致，如日常教学中相关课程设置不够合理、上机实践环节的重视力度不够以及集中培训环节培训相关内容和难度安排不够合理等。

数学建模竞赛培训中数学软件教学策略

制定有效的数学软件培训与教学策略对于高校教学改革研究、学生实践能力的培养以及数学建模竞赛成绩的提高具有重要作用。当然，它本身是一个系统工程，应该从多方面综合入手，有计划的展开相关工作，具体列举如下：加强竞赛指导教师的算法实现指导水平在数学软件教学过程中，学生会有各种相应的问题需要教师帮助解决。竞赛指导教师的软件指导水平对于培训效果十分重要。为此，需要按计划请专家讲学、举行与数学软件教学相关的教师培训班等方式提高指导教师的业务水平。同时，通过优化竞赛指导团队的成员组成，使各教师的专业背景能大体覆盖数学建模所涉及的问题领域。这样能够保证对不同问题领域中较复杂算法实现以及具有较深专业背景的问题都有充足的师资保证，从广度和深度上保障数学软件的教学和培训效果。合理安排数学软件的教学内容和进度应该从两个方面对对数学软件的教学内容进行合理安排。首先，在数学软件教学内容的选择上。当前的数学软件相关产品数量众多，但大致上可分为通用型和专业型两类。通用型如Matlab、Mathematic、Maple、MathCAD等；专业型如统计软件SPSS和SAS、图论软件Pajek、数据挖掘软件Weka等。面对品种众多，特点各异的软件产品，可以采用深入学习与大致了解相结合的方式。需要深入学习的应该包括一门通用型数学软件（如，Matlab、Mathematic等）、两门最常用的专业数学软件（如Lingo、SPSS或SAS）；而对于其它软件，可根据学生自己的兴趣作简单了解。其次，在数学软件教学进度的安排上。在软件学习三个阶段的上机实践环节中，学生会遇到不同层次的问题，对知识进行消化吸收的时间也有较大差异。一般来说，基础入门使学生掌握相关软件的基本操作知识，可在日常教学中安排相应的理论和实践学时进行讲授；巩固深入阶段应针对各种数学算法展开，本阶段应该适当增加上机实践学时，可在学期中间以周末辅导班的形式进行（半天理论学习，半天上机实践）；综合提高阶段利用假期集中培训的形式对复杂的实际应用专题展开讲授，本阶段应该以上机实践环节为主，教师可在集中讨论环节进行适当地点评和讲解。相关课程的统筹开设S在高等数学、线性代数、概率统计等数学基础课程等课程开设的基础上，适当增加开设相关课程：针对数学专业学生开设《数学软件与数学实验》专业课，而其它专业学生开设《数学实验》和《Matlab入门》等全校或学院选修课；同时，进一步增加《数学实验课程设计》课程，利用集中两周的实践学习巩固软件基础知识和解决问题的能力；开设《数学建模竞赛指导》周末提高班，采取半天理论学习，半天上机实践的方式，具体六个专题的内容：数学规划（基于Lingo和Matlab）、回归拟合（基于Matlab）、微分方程模型与案例分析（基于Matlab）、多元统计回归（基于Matlab与SPSS）、蒙特卡洛模拟与仿真（基于Matlab）、图论入门（基于Lingo和Matlab）；组织校级数学建模竞赛，进一步增加学生对数学软件重要性的认识以及学习数学软件的热情。注重对经典程序算法以及优秀范例的精读与积累精读一些重要算法的经典程序代码和优秀范例会产生很好的学习效果。首先，经典算法程序代码的精读能够强化学生对算法思想的理解，在竞赛或实际应用中能更正确地应用甚至改进这些算法来解决问题。其次，经典算法的程序代码一般比较规范，深入阅读理解可以提高程序编写的规范性。再次，对于一些优秀范例的精读以及程序重现对学生解决问题能力和程序编写能力的提高会起到重要作用。最后，对常用的重点算法代码的掌握和积累对竞赛过程中问题的准确快速地分析和求解具有重要作用。对于经典算法的精读和讲解可在进行算法专题补充阶段同步完成。此外，实际应用容易看出，要很好的完成这些工作合理地选择一门综合型数学软件非常重要。为此，我们选择Matlab作为教学中使用的综合软件，利用其工具箱以及互联网上的资源可以获得很多重要算法的程序实现代码。强化学生自学和互相讨论提高的环节数学软件的学习主要集中于相关命令、算法工具的使用方法上，其难度偏小，非常适合学生自学和互相交流讨论。因此，在数学软件教学过程中强调各种软件在线帮助文档的学习和相应的网络资源的利用，如Matlab的在线帮助文档中几乎包含了入门阶段可能遇到的所有问题。同时，鼓励学生之间相互讨论和答疑可以充分调动学生的学习主动性和竞争意识，并更高效地完成学习任务。在软件学习第三阶段，即三人一组的模拟练习阶段，不仅要鼓励同组的三人积极讨论，还要提倡组与组之间多交流讨论。因为，组与组的交流和讨论能产生更充分地挖掘他们的竞争意识并产生更大的动力。使数学软件回归其本身的“工具”属性在数学竞赛培训中数学软件教学过程中，应该始终强调数学软件是实现数学建模思想的有效“工具”。只有这样才可使学生在数学软件的学习过程中，始终关注于模型的构造和算法的设计，而不是程序代码本身，这在软件学习的第二、三阶段更为重要。模型和算法是程序代码的灵魂，而程序代码是实现模型和算法的工具。明白这一点，在数学软件学习过程中才更有方向感和针对性。

第2篇：数学建模算法与实现范文

关键词：数值计算方法；教学改革；MATLAB；数学建模；作业改革

中图分类号：G642 文献标识码：A 文章编号：1009-3044（2012）29-7023-03

随着教育部宽口径培养目标的实施，计算机技术的迅速发展以及社会需求的变化，《数值计算方法》课程在教学过程中出现很多不适应的地方。例如，课程内容偏重理论，轻应用，特别对于一般本科院校的学生来说，学习难度大，学习热情普遍不高；教学内容与实际需求脱节，课程缺少背景知识的介绍，缺少从算法到程序实现的训练，缺少借助计算软件解决实际问题的实践，从而造成学生学了不会用这一现象；作业题目内容和形式陈旧，学生抄袭敷衍现象严重等一系列问题。这些矛盾和问题使得《数值计算方法》课程改革迫在眉睫。

针对《数值计算方法》课程教学作了一些尝试和改革，主要包括优选教学内容，并做适当合理的补充，重点建设实验课程，熟练掌握使用MATLAB软件，强化数值方法与计算机技术的应用能力训练，彻底改革作业形式，养成学生动手又动脑的良好学习习惯，将数学建模思想贯穿整个教学过程中，激发学生学习兴趣等措施。

3 重点建设实验课程，熟练使用MATLAB软件

数值计算方法课程是一门实践性很强的课程，各种算法最终是为解决实际问题服务的，所以我们更看重的是算法在计算机上运行的效果，为此我们增设了16个课时的实验课程。另外，《数值计算方法》的许多内容在理论和实践中都非常成熟，很多算法都已经被开发并集成到专门的数学软件，这些软件具有强大的数值计算功能，易学且具有开放性，其中最具代表性的就是MATLAB软件。

在实验课程里，我们使用MATLAB软件实现理论课中所有的算法。包括插值，数值微分，数值积分，曲线拟合的最小二乘法，非线性方程求根，解线性方程组的直接法，解线性方程组的迭代法，计算矩阵的特征值和特征向量，常微分方程数值解法等。另外我们还补充介绍MATLAB强大的图形展示功能，曲线拟合工具箱丰富的GUI界面以及非线性方程组求零点。实验课不仅提高学生解决实际问题的能力还能帮助学生加深对理论知识的理解。例如，考虑估算山崖高度的问题，如图3所示。在考虑了空气阻力，反应时间，回声传播时间等因素之后，引导学生建立了如下数学模型，其中，，是未知数。

这是一个看似简单的三元非线性方程组，Newton迭代法数值求解它需要初值，有些同学虽然会使用MATLAB求解方程组零点，但因为初值选取不好，一直找不到解。从这个实验，加深了学生对Newton迭代法严重依赖初值的理解。

最重要的是我们将MATLAB软件介绍给学生，引导他们入门，激发他们自己学习的兴趣，鼓励他们自学MATLAB其他功能，熟练使用MATLAB解决各种计算问题。

4 改革作业模式，动手又动脑

作业是教学改革的重要部分，作业布置得不好会让学生更加讨厌这门课程，相反，作业布置得好可以激发学生更大的学习热情。《数值计算方法》教材和参考书都有很多题目可供学生练习，但是这些题目无论从形式上，还是从内容上都很陈旧，题目的答案也很容易找到，学生大多彼此抄袭，敷衍了事，根本达不到预期的作业效果。针对这一情况，我们设计了形式和内容都很新颖的作业题。

例如，数值积分部分的作业题是发给每个人一个形状不规则的卡片如图4所示，让他们分别用梯形公式，Simpson公式，复化梯形公式，复化Simpson公式计算其面积。作业最后以小论文的形式上交，作业内容包括设计算法，编写代码，图像展示数值结果，估计误差。由于每个人的卡片不同，坚决杜绝了作业抄袭的现象。另外由于形式新颖，且需要动手测量，极大的调动了学生的学习热情。

最小二乘拟合部分的作业是六个小组共享数据，每个学生用所有数据拟合三次多项式估计10：05的气温。

通过这样形式新颖的作业，极大调动了学生的学习热情，学生反响良好，得到了很好的教学和学习效果。

5 将数模思想贯穿整个教学，鼓励学生参加数模竞赛

《数值计算方法》课程理论性较强，背景知识较少，在授课过程中我们着重加强背景知识的介绍，精选教学实例，将数学建模思想贯穿到整个教学过程中，从提出问题，分析问题，建立模型，数值求解，结果展示，误差分析，力求完整的解决实际问题。另外，我们鼓励学生积极参加校内数学建模竞赛，网络挑战赛，全国大学生数学建模竞赛，美国大学生数学建模竞赛，建议每个学生毕业前都要至少参加一次数学建模竞赛。通过参加数学建模竞赛活动，学生更加认可了《数值计算方法》课程的重要地位，激发了学生的学习热情，有效地提高了学生解决问题的能力。

6 改革教学方法，更新教学模式

《数值计算方法》课程理论性较强，在教学过程中，我们采用启发式、讨论式等多种教学方法，营造良好的课堂气氛，加强师生之间的交流。由于《数值计算方法》课程涉及较多的概念、公式和定理，传统的教学方法，在算法推导、理论分析等方面能更好地引导学生去感受和思考数学逻辑的过程以及创造性的思维过程，加深对数学理论的理解和认识，培养学生的逻辑和思维能力。而在讲述背景知识，算法的应用，算法的程序实现的时候最好用多媒体课件进行演示。所以，我们认为需要将传统的教学方法和现代的教学手段结合起来，充分发挥各自的优势，在传统教学中穿插使用多媒体课件，根据教学内容选择合适的教学手段。

7 结束语

我们在《数值计算方法》课程教学改革方面作了以上的探索和尝试，但课程教学改革是一项艰巨的，长期的工程，我们仍然任重而道远。

参考文献：

[1] 张韵华，奚梅成，陈效群.数值计算方法与算法[M].北京：科学出版社，2006.

[2] 杨韧，张志让 《微分方程数值解》课程教学改革与实践[J].大学数学，2011，27（4）：19-22.

[3] 张韵华，陈效群.数值计算方法课程改革初步[J].大学数学，2003，19（3） 23-26

第3篇：数学建模算法与实现范文

摘要：通过数学建模教学，可以加深学生对数学知识和方法的理解和掌握，调整学生的知识结构，深化知识层次。本文首先分析了小学数学建模的现状，进而对小学数学建模教学展开了探讨，提出几点可行性的建议。

关键词：小学数学 建模思想 现状 策略

随着计算机技术的迅猛发展和数学理论、方法的不断扩充，数学已经成为当代高科技的一个重要组成部分和思想库。培养学生应用数学的意识和能力也已经成为数学教学的一个重要方面。而应用数学去解决各类实际问题，建立数学模型是十分关键的技术。因此，用建模思想指导小学数学教学显得愈发重要。

一、数学模型的概述

数学模型指对于现实世界的某一特定对象，为了某个特定目的，根据特有的内在规律，做出一些必要的简化和假设，运用适当的数学工具得到一个数学结构。它或者能解释特定现象的现实状态，或者能预测对象的未来状态，或者能提供对象的最优决策或控制。在这里，数学模型被看成是一个能实现某个特定目标的有用工具。从本质上说，数学模型是一个以“系统”概念为基础的，关于现实世界的一小部分或几个方面抽象的“映像”。也有人说，数学模型就是应用数学的艺术。

二、小学数学建模的现状分析

就建模而言，当前在小学数学教学中存在以下问题：

1、目标定位缺失

现在有不少教师在进行教学设计时，目光仅仅落在“知识与技能”这一目标维度上，只是为教数学知识而设计教学，从铺垫到新课再到练习，亦步亦趋，学生缺少生活的原型作为支撑和背景，缺少探究发现数学规律、寻求数学方法、体会数学思想等体验。尽管也有一些“过程”的设计，但这一“过程”更多的是学科内部纯粹知识之间的演绎过程，缺少对学生数学应用意识的培养。

2、实践避重就轻

在与生活的联系方面，更多的是为联系而联系，是浅表性的，淡化了将“生活问题”进 行“数学化”的处理过程，价值取向有偏差、不清晰、热衷于算法多样化等的具体操作，认为多样化的程度越高越好，缺少对多样化算法的共性分析、提炼及优化的过程，不能形成具有稳定性的一般算法模型。探究、合作拘泥于形式，缺少必要的引领和指导，很少将这些学习方式与建模联系起来。练习是单纯的技能训练，机械重复，没有“用模”和“建模”的痕迹。

3、评价习惯于走“老路”

在小学数学的评价试卷上，很难看到以培养学生建模意识、检测学生建模能力为目的的问题。除了基本题的考查外，则是以知识深度为考量的“难题”。评价的手段、方法和内容对日常教学以及教师观念的转变有很强的导向作用，需要与时俱进，适时改革和完善。所有这些都缘于教师对高屋建瓴的教学观念与方法研究不够，建模意识比较淡薄。

三、小学数学模型的构建策略

1、创设情境，感知数学建模思想

数学来源于生活，又服务于生活，因此，要将现实生活中发生的与数学学习有关的素材及时引入课堂，要将教材上的内容通过生活中熟悉的事例，以情境的方式在课堂上展示给学生，描述数学问题产生的背景。情景的创设要与社会生活实际、时代热点问题、自然、社会、文化等与数学问题有关的各种因素相结合，让学生感到真实、新奇、有趣、可操作，以满足学生好奇、好动的心理要求。这样很容易激发学生的学习兴趣，并在学生的头脑中激活已有的生活经验，也容易使学生用积累的经验来感受其中隐含的数学问题，从而促使学生将生活问题抽象成数学问题，感知数学模型的存在。

2、组织跃进，抽象本质，完成模型的构建

实现通过生活向抽象数学模型的有效过渡，是数学教学的任务之一。但要注意的是，具体生动的情境问题只是为学生数学模型的建构提供了可能，如果忽视从具体到抽象的跃进过程的有效组织，那就不成其为建模。如四年级上册“平行与相交”，如果只是让学生感知火车铁轨、跑道线、双杠、五线谱等具体的素材，而没有透过现象看本质的过程，当学生提取“平行线”的模型时，呈现出来的一定是形态各异的具体事物，而不是具有一般意义的数学模型。而“平行”的数学本质是“同一平面内两条直线间距离保持不变”，教师应将学生关注的目标从具体上升为两条直线及直线间的宽度。可以让学生通过如下活动来组织跃进过程：①提出问题：为什么两条直线永远不相交呢？②动手实验思考：在两条平行线间作垂线段。量一量这些垂线段的长度，你发现了什么？你知道工人师傅是通过什么办法使两条铁轨始终保持平行的吗？经历这样的学习过程，学生对平行的理解必定走向半具体半抽象的模型，从而构建起真正的数学认识。在这一过程的组织中，教师要引导学生通过比较、分析、综合、归纳、操作等思维活动，将本质属性抽取出来，构成研究对象本质的关键特征，使平行线完成从物理模型到直观的数学模型，再到抽象的数学模型的建构过程。

3、重视思想，提炼方法，优化建模的过程

不管是数学概念的建立、数学规律的发现还是数学问题的解决，核心问题都在于数学思维方法的建立，它是数学模型存在的灵魂。如《圆柱的体积》教学，在建构体积公式这一模型的过程中要突出与之相伴的“数学思想方法”的建模过程。一是转化，这与以前的学习经验相一致，将未知转化成已知；二是极限思想，这与把一个圆形转化为一个长方形类似，这是在众多表面上形态各异的思维策略背后蕴藏的共同的具有更高概括意义的数学思想方法，重视数学思想方法的提炼与体验，可以催化数学模型的建构，提升建构的理性高度。

4、回归生活，变换情境，拓展模型的外延

人的认识过程是由感性到理性再到感性循环往复、螺旋上升的过程。从具体的问题经历抽象提炼初步构建起相应的数学模型，并不是学生认识的终结，还要组织学生将数学模型还原为具体的数学直观或可感的数学现实，使已经构建的数学模型不断得以扩充和提升。如初步建立起来的“鸡兔同笼”问题模型，它是通过“鸡” “兔”来研究问题、解决问题，而建立起来的。但建立模型的过程中不可能将所有的同类事物列举穷尽，教师要带领学生继续扩展考察的范围，分析当情境数据变化时所得模型是否稳定。可以出示如下问题让学生分析：“9张桌子共26人，正在进行乒乓球单打、双打比赛，单打、双打的各有几张桌子？”“甲、乙两个车间共126人，如果从甲车间每8人中选一名代表，从乙车间每6人中选一名代表，正好选出17名代表。甲、乙两车间各有多少人？”等等，使模型不断得以丰富和拓展。

参考文献：

第4篇：数学建模算法与实现范文

在功能方面，数学建模实验室为《经济应用数学》、《概率与数理统计》、《数学建模》等课程提供辅助教学，学生通过计算机及其仿真软件加深对理论的理解，并培养实践动手能力。为数学建模竞赛、课外科技竞赛、程序设计竞赛等竞赛提供竞赛保障，并培养竞赛人才。建设数学建模与计算机仿真实验室的目的就是吸取借鉴其他经验，改善相关课程的教学环境，尽量与建模竞赛接轨，所以建立与之相匹配的实验室以适应新世纪人才培养需要。人才培养方面，实验室是学生实践活动以及社会能力培养的重要场所，作为高校来说实验室建设规模和各类管理的能力的高低，往往成为其人才培养水平的重要指标。学生通过实验自己实践可以提高自身的动手能力，通过模仿、观察、反复实验等过程渐渐构建自己对于数学模型的认知。教师能力提高方面，各类学科都以数学为基础，数学建模是将数学理论应用于实践的沟通桥梁，很多学科的教师都可以通过对数学建模能力的培养来提高教学科研水平。让数学建模实验室为教师拓展能力服务，让他们也提高动手能力，把数学理论应用演化成为科研手段，通过软硬件的结合，让数学更好服务于教学和科研，也是当下教师能力提高的需求。

二、数学建模实验室的要求以及软硬件建设

1、数学建模实验室建设要求

为了满足日常教学和建模等竞赛的需求，数学建模实验室的规模应该较大，有充足的教学设备和充足的实验空间。一般规模应有100台以上的计算机120平米以上的面积，才能够满足实验课程及培训竞赛的需求。尤其是针对建模竞赛集中培训效果会更好更优，所以实验室的规模尤为重要，也是保证实验教学的第一要素。

2、数学建模实验室硬件建设

数学建模实验室最重要的实验设备就是计算机，在进行数学建模时要进行大量的数学计算以及大规模的计算仿真，先进的计算机硬件环境是必不可少的。最好是选用当下性能较高的计算机配置，并且能够做到两至三年就更换更先进的设备。在承担竞赛时尤其需要高配置计算机，否则会影响竞赛成绩。实验室还需要配备投影仪，有条件的还可以配备实物投影仪方便数学老师手写授课，各种投影设备可以方便教师与学生互动，不仅有利于教师授课也让学生在课堂上更加主动起来。从这些年我们学院参加数学建模的实际情况来看，高性能的设备和先进的投影仪配套实物投影仪在紧张的72小时比赛中起到了很好的作用，为竞赛取得好成绩提供了有力的保障。如果现有的条件达不到设备性能高等要求，还可以在原有实验室的基础上增加一部分高配置计算机，也可预留网络接口让参赛队员在竞赛培训期间和竞赛期间自带计算机，通过局域网实现资源共享。这样性能高的计算机来承担数值计算仿真计算等大数据处理，性能低的计算机承担数据打印和资料查询等工作。这样既能解决部分学校经费不足，也能在现有资源基础上快速的搭建好数学建模实验室，不造成资源浪费。

3、数学建模实验室软件建设

数学建模实验室的硬件条件具备后，就要配置先进的软件系统。除了系统常用软件办公软件的等一些专业软件是必不可少的。例如美国TheMathWorks公司出品的商业数学软件MATLAB（矩阵实验室），就是一种用于算法开发、数据可视化、数据分析、数值计算的高级计算语言，目前的最高版本是MATLAB7.0。还有WarerlooMaple公司开发的Maple，它系统内置高级技术解决建模和仿真中的数学问题，包括世界上最强大的符号计算、无限精度数值计算等。Spss公司推出的SPSS软件是一款统计产品与服务解决方案软件，目前已升级至Spss19.0。关于线性规划的软件有LINGO，用于求解非线性规划和线性和非线性方程组的求解等。有了这些专业的数学软件就可以实现大量的数学计算以及大规模的计算仿真，软硬件结合，才能满足数学建模课程和建模竞赛的需求。当然大量的与建模相关的电子资料也是必不可少的，对于学生课外学习和拓展知识面很有帮助。

三、基于数学建模实验室的教学改革及实践创新活动

1、优化数学课程教学过程

推进实践课程体系改革可以在高等数学中渗透数学建模的方法和中心思想，高校学生本身具备运用所学知识解决实际问题的能力，数学建模知识的渗透可以与现实生活结合起来，激发学生学习兴趣，把实际问题数学模型化，可以提高学生的理论知识水平和实践能力。增加数学建模软件的教学课程，让计算机计算与仿真融入课程教学使之成为学生学习数学的有力武器。在一些数学专业课上加入数学建模竞赛的内容，可以让学生接触到竞赛的试题和一些获奖论文，这样更有利于学生对建模竞赛产生兴趣，便于今后更快的融入竞赛。

2、构建以学生为中心的实验教学模式

建设开放型实验室数学建模主要是激发学生的创造力，所以以学生为主体的实验教学模式才是最有效的。通常我们采用“分析问题—利用软件分析—引入数学概念—建立数学模型—解决实际问题”这种模式教学，从实际问题到抽象模型，让学生主导实验，主动解决问题，从而体会到数学思想的精髓，主动地把数学思想应用的实际生活中。我们的数学建模实验室应课后对学生开放，鼓励学生积极主动地学习，不管是竞赛时还是竞赛后都欢迎学生利用实验室进行学习，一些参加过竞赛的老生还能利用这里与新同学交流经验。开放性的实验室在不断地建设和完善中将更好地为高校教学、科学研究服务，也进一步提高资源的利用率。

3、组建完善的建模竞赛体系

提高学生的创新实践能力在建设好数学建模实验室的基础上，组织学生参加每年的全国大学生数学建模竞赛，利用好这个实战检测平台。还可以成立数学建模兴趣社团，在平时就可以为竞赛选拔有兴趣有成绩好的学生参加竞赛，也便于有相同兴趣的学生交流学习。这不仅为学生之间提供了提高交流的平台，同时也为师生搭建了课后沟通渠道。培养一支优秀的教师队伍带领学生，这只教师队伍不仅科研教学能力要强，还要经验丰富，解决实际问题的能力强。这些教师可以在竞赛前组织培训，让一些有基础的学生更有针对性的强化训练，争取好得成绩。

4、培养社会型创新实践人才

第5篇：数学建模算法与实现范文

【关键词】计算机控制技术；教学改革；系统建模；数据驱动

0 引言

随着计算机技术的飞速发展，计算机控制技术被广泛应用于工业生产、电子通讯、机械设备等各个领域。因此，许多高等院校都开设了《计算机控制技术》这门课程，它是以自动控制原理为基础，以计算机控制技术为核心，综合测控技术、可编程控制技术、计算机网络技术等的综合性学科，致力于培养企业生产技术的精密化、生产设备的信息化、生产过程的自动化的专业人才。计算机控制技术本身的特点决定了可以利用软件来实现控制算法，通过强大的的运算功能和逻辑判断功能来实现最优控制、自适应控制等连续控制系统难以胜任的复杂规律[1]。鉴于《计算机控制技术》课程的重要性，对课程教学的研究、探索和实践是十分必要的。

近年来，随着互联网、物联网、云计算的迅猛发展，由“人、机、物”三元世界在网络空间（Cyberspace）中交互、融合所产生的数据多元化将当今的信息社会推向了“大数据”时代[5]，大数据的涌现正逐步改变人们的生活和工作方式、企业的运营模式，IBM公司提出了“智慧地球”的理念，德国提出了步向“工业4.0”的目标，今年总理在政府工作报告上也提出了“互联网+”的概念。同时，大数据也吸引了不少学术界的广泛关注，2008年，英国《自然》杂志推出大数据专列，专门探讨“P8时代的科学”以及科研形态的变化，指出：“数据为准绳的理念指导，以及强大的计算能力支撑，正在驱动一次科学科学方法的革命”。美国《科学》杂志也在2011年推出专刊“Dealing with Data”，围绕“数据洪流”展开讨论，将大数据深度分析作为未来研究的重要突破点[2]。所以顺应时代的潮流，将“大数据”的思想融入到《计算机控制技术》的教育改革，既是一项严峻的挑战也是一个宝贵的机遇。

1 课程教学中的普遍问题

《计算机控制技术》课程所涉及内容丰富，大体可以分为控制系统和计算机系统两大方向。具体的内容主要包括如下几个方面：①以控制理论为主体，阐明离散系统和连续系统在建模、推理、结论上的区别；②将计算机系统与控制系统进行融合；③传统控制论优化算法及其仿真模拟；④智能算法、模糊识别的应用；⑤微型计算机的嵌入式开发，如ARM、PLC、等；⑥计算机系统的软件开发等[3]。

目前，多数院校对于《计算机控制技术》这么课程，主要采用“以课堂为主，实验为辅”的教学模式，加上该课程是一门专业性和综合性较强的学科，涵盖的内容较多，所以学生在学习过程中普遍感到吃力[4]。此外，课程教材和参考书种类众多，但内容并不统一，基本分为偏重理论教学和实际工程应用两大类。然而，真正能运用到当今主流的大数据、云计算相关技术的并不多。所以，基于上述问题，对目前《计算机控制技术》教学中存在的不足总结如下：

（1）数据的概念不强

目前，许多院校对于《计算机控制技术》这门课程的重心停留在理论授课上，即使开设的实验课程还是以演示性为主，如A/D转换实验。学生没有系统的将所学知识转化为实践，更谈不上对实验数据的信息进行有效的存储，并结合所学习的理论知识对其进行分析和验证。此外，对于当今主流的数据挖掘算法，提供相应的实践机会较少。

（2）传统建模思维的束缚

传统控制理论过于依赖模型的建立，为了保证所建立模型的精确性，模型的阶次有时会变得很高，基于高阶系统模型的控制器设计、稳定性分析等问题就会变得很复杂。事实上，数据只是为了辅助算法，实现对模型进行较好的评估和预测等功能。

（3）数据挖掘算法的普及不深

利用计算机技术对大数据进行挖掘分析，发现蕴含的知识，研究运行的规律和发展的趋势是挖掘网络大数据的深层价值和实现社会行为可计算的主要途径[5]。然而，许多院校在《计算机控制技术》这门课程中，并没有在数据驱动这个方向上进行改革和突破。

值得注意的是，很多院校对《计算机控制技术》教学的思维方式还停留在工业时代，即以控制系统相关学科作为理论基础，再通过科学实验来强化学生在计算机软硬件方面的学习。但是随着信息技术的快速发展，“物联网、云计算、大数据”的提出，迅速取代了人们对于传统行业的认知。所以，有必要借助“大数据”的思维方式来思考《计算机控制技术》的课程改革。

2 基于“大数据思维”的《计算机控制技术》课程教学改革

在传统建模仿真研究中，数据不是模型的本体，它只是为模型的仿真运行提供基础条件。然而，随着大数据的迅速发展，由“人、机、物”三元世界的互相交融将数据的来源也变得多元化，通过仪器采集、网络存储、仿真模拟生成等方式来获取数据，所以数据对建模的作用也愈发重要，并开始逐渐成为主导地位。只要数据足够大，只靠数据就可以完成科学发现，因此不再需要数学模型。这就是所谓的“数据优先”模式[2]，一种由数据驱动的新模式、新思维。正如《连线》主编Chris Anderson所断言：“数据的洪流是传统科学方法变得过时，相互关系已经足够，没有了具有一致性的模型、统一的理论和任何机械式的说明，科学也可以进步”。换句话说，传统建模方法对于科学而言并不是必须的，大数据建模方法将会是一种新的科研范式。

2.1 将“数据驱动建模方法”作为思考问题的出发点

数据驱动的概念最早来自计算机科学领域，在设计过程中以数据库中的数据为导向，利用受控系统大量的在线、离线数据，实现对系统的评价、诊断、决策、调度及监控等功能[6]，探索背后的科学规律。近年来，随着人工智能技术的发展，特别是机器学习领域，迅速丰富了经验建模方法。通过获得系统的各过程变量（输入、输出和中间变量）描述表达式，这种方法称为“数据驱动”建模方法。

基于实际工业生产系统的数学模型复杂、测控信号精度差且不完整、易受随机扰动的影响、状态维数高等特点，传统的建模方法，为了保证模型的精确性，模型的阶次会变得很高，这样研究系统的控制方法和动态特性会变得复杂，而利用“数据驱动”建模方法，将已知的输入、输出数据在线或离线学习计算与当前状态相匹配的控制量，再将模式识别、人工智能方法作为补充，从而满足系统的静态和动态性能要求。目前，利用“数据驱动”的思想建立研究对象的预测和控制模型是主流的趋势，而已经形成系统的建模方法主要有：线性/非线性自回归模型、神经元网络模型、基因算法模型、模糊人工智能模型、贝叶斯分析网络模型以及支持向量机模型等。

2.2 基于“数据驱动建模”的教学方法

一般来说，数据驱动建模流程可分为：数据初始化、变量的统计分析、算法模拟和模型的在线校正等过程。

（1）数据初始化

通常，数据的初始化大致可以分为数据的采集、选择、预处理。具体的步骤如下：①通过采集的数据，对数据结构有一定的认识，同时对数据辨识可能产生的问题及建模的复杂程度有所估计，从而决定适宜的训练模型。②对数据模型评估之后，即可以对数据进行选择，一般选取70%的比例作为算法数据，其余的30%数据作为测试数据；③选择好训练数据以及测试数据之后，为了能够获得较好地训练效果，必须对数据进行预处理，使其满足所选辨识方法的要求。例如归一化处理，填补缺失值，异常值检验等。

（2）变量的统计分析

通常，在完成第一步的基础上，需要结合统计理论方法对输入、输出变量进行相关性分析、主元分析等，以研究二者间的关联关系，从而对模型进行预估判断。此外，为了更好地定性分析，需要适当地增加与主导变量有关的辅助变量，通过机理、经验构造辅助变量与主导变量的数学关系，从而更好地对主导变量进行估计。

（3）算法模拟

在经过统计方法的分析之后，利用模糊识别、人工智能算法对训练数据进行回归分析，例如神经网络、支持向量机、贝叶斯网络等工具实现线性或非线性的预测逼近能力。然后再利用测试数据在预测模型上进行测试，得到的输出结果和目标数据进行比对，根据预先制定的统一规则进行评判。通过不断训练学习的办法获取输入、输出之间的函数逼近关系式，得到合适的模型。

（4）模型的在线校正

在线校正是数据驱动建模应用中不可缺少的一部分，尽管已有不少离线校正的方法，但在线校正的方法十分有限。因此，开发更多实用方法，以适应复杂工业过程控制的需要。判断预测模型的某个关键参数是否最优，其本质上就是如何对参数值进行调优，使预测模型的错报率最小化[7]。目前，解决参数寻优问题的研究成果主要有两种：①定期进行非训练样本与固定参数值得的错误率敏感性分析，依据敏感性分析曲线优化关键参数值，如交叉性验证技术、留一交叉验证法等；②根据知识经验或统计分析确定机器学习方法错误率的上界，并不断优化错误率的上界，使边界差距尽可能小，从而实现参数校正目的[8]。

3 结语

本文围绕“数据洪流”展开讨论，尝试对《计算机控制技术》进行教学改革，提倡培养“大数据”的思维对系统进行建模。通过调整教学内容，结合各种交互式教学方法，提出了一种基于“数据驱动建模”的教学方法，致力于培养学生的学术理论的融合贯通能力，技术创新思维和动手实践能力。

【参考文献】

[1]李元春.计算机控制系统[M].北京：高等教育出版社，2005.

[2]胡晓峰，贺筱媛，徐旭林.大数据时代对建模仿真的挑战与思考―中国科协第81期新观点新学说学术沙龙综述[J].中国科学：信息科学，2014，44（5）：676-692.

[3]邢航，张铁民.“计算机控制技术”教学改革探索与实践[J].实验室研究与探索， 2007，26（12）：370-371.

[4]周欣欣，宋人杰，牛斗.《计算机控制技术》课程教学改革初探[J].东北电力大学学报，2008，28（3）：29-31.

[5]王元卓，靳小龙，程学旗.网络大数据：现状与展望[J].计算机学报，2013，36（6）： 1125-1138.

[6]候忠生，许建新.数据驱动控制理论及方法的回顾与展望[J].自动化学报， 2009，35（6）：650-667.

第6篇：数学建模算法与实现范文

关键词：数学软件；实践教学；教学改革

中图分类号：G642.0 文献标识码：A 文章编号：1674-9324（2012）07-0110-02

一、课程简介

随着科学技术的快速发展，数学模型已经在社会各个领域得到广泛的应用，数学软件就是建立数学模型的强有力工具，MATLAB、Mathematica、SAS等都是很优秀、应用广泛的数学软件[1]。数学建模，数学实验等一系列基于应用的数学课程需要有数学软件的支撑，数学算法思维被引入实践教学当中，数学软件的应用正是算法思维得以实现的程序设计工具[2]。高校数学相关专业开设了数学软件课程。数学软件课程主要针对只讲定理、推导、计算，理论性比较强的课程，如高等数学、线性代数、微分方程、图论等，讲授如何运用MATLAB、Mathematica等数学软件，结合数学模型、算法设计和软件应用，分析推导过程，计算结果，通过理论与实践相结合加强学生对所学知识的感性认识[3]。

二、《数学软件》课程的现状

面向21世纪高速发展的科技，高等教育肩负着培养基础扎实、知识全面、有创新思维的实践性人才，而高等教育主要以课堂讲授、理论教学为主，这对于《数学软件》等实践性较强的课程教学远远不够[4]。

1.大纲教材难定。数学软件引入高校教学的时间不长，推广过程中还存在各种问题[1-2]。其中的关键问题是教学大纲难以确定，究其原因，主要是目前数学软件的授课内容无法指定，可以选择教学的软件多不胜数，如MATLAB、Java、Mathematica、Lingo等，不同高校、不同专业所安排的教学内容各不相同。从而，各单位也只是根据具体的大纲来选定教材，整个《数学软件》课程的教学大纲、教材和教学参考书都没有形成规范，难以统一。

2.课时安排偏少。《数学软件》课程安排偏少，课时数不足[4]。以我校为例，在课程安排上，仅为数学系学生在第5学期开设数学软件选修课，这意味着并不是全部学生都会选修，而在此之前并没有其他正式的课程介绍数学软件，学生没有机会系统地学习软件计算。课程总计只有48学时，其中16学时为授课，32学时上机训练，在这么短的时间内，要将科学计算的理念讲授给学生，使他们在将来能运用数学软件工具来解决问题，这对教师的教学能力要求过高。

3.理论考核欠妥。《数学软件》作为一门以实践训练为主的课程，在理论传授、实践训练以及考核方式上面都应该以实际操作为主线[4-5]，然而，现在的教学除了稍微加大了实践训练课时之外，在其他方面未见有改变，特别是考核方式，很多高校不能摆脱传统的考核模式，还是采用理论考核，以卷面成绩作为对学生掌握数学软件程度的评价。实际上，理论考试成绩优秀的学生，其实际动手能力不一定很强，而编程能力强的学生，其理论考试成绩往往处于中等或中上，因此，实践课程只做理论考核明显是不合理的。

三、教学改革初探

数学软件作为算法设计和数学建模不可或缺的工具，很有必要在高校的数学相关专业开设该课程，让学生学习并掌握相关编程技巧。针对我校数学软件课程设置与课堂教学的不足，初步提出以下教学改革措施。

1.转变教学形式。在《数学软件》教学过程中，时刻联系数学建模的方法与模型，把数学建模的思想融入课程教学当中，重视如何将实际问题抽象成为数学问题，重视模型算法的理论推导和优化运算。在教学中强调相关的数学建模知识点，提高学生的思维能力，引导学生提出解决问题的方法，并能够运用数学软件自行设计算法并编写程序，最终解决问题。

2.拟定教纲教材。《数学软件》课程作为数学专业学生的专业课程，需要确定教学大纲。我们首先应该借鉴其他优秀高校的教学经验，由教学课题组的教师一起讨论，教学大纲应该以实践为主题，可以安排MATLAB、Mathematica、SAS、Java等的一种或多种数学软件的教学，给学生安排更多的机会上机训练，训练应该突出重点，强化学生动手能力。合适的教材可以不只一本，教材的内容应该是以实践指导为主体，结合我校学生的实际情况进行选取，同时可以选择实践训练指导用书。此外，结合课题组各位老师的教学经验，参阅数学建模、数值分析、算法逼近等相关课程的经典教材，自行编著适用于我校数学软件教学的教材。

3.加强理论授课。实践训练必须有相关的理论基础，《数学软件》总的课时量应课程安排有部分课时用于理论授课，我校安排理论授课的课时比例比较合理，但该增加。在理论课程中，给学生讲解数学建模中常用的算法模型和经典的案例，由浅入深、由表及里地讲解每一个重点和难点，深化学生对理论知识的理解，强化学生利用数学软件来解决实际问题的手段和方法，培养学生使用计算机程序处理问题的能力。为学生的实践训练奠定理论基础。

4.激发学生积极性。我校《数学软件》课程作为专业选修课开设，本专业学生选修应该是兴趣所致，但教学过程中发现，学生学习缺乏应有的热情，特别是上机训练的课时，学生动手练习的积极性不足，对于课堂练习和课后作业都应付了事。针对这种情况，教学需要调动学生的学习兴趣，关键在于开课的前几个课时，特别是第一课时，可以通过介绍生活中的工程建模引入数学软件，由此引入课程教学。在授课过程中，不仅要介绍某个函数的功能作用，而且还要介绍该函数的使用方法和使用技巧。运用类似这样的教学技巧，有望提高学生的学习积极性。

5.转变考核形式。《数学软件》课程应该以实践考核为主。减少理论考试所占的比重，重点考核学生实际编程解决问题的能力。上机考核给学生提出实际工程中所面临的实质性问题，让学生根据自己所掌握的知识基础，提出自己的想法，建立数学模型，并使用数学软件来整理算法，编写、编译、运行程序，最终解决问题。

数学软件已经成为数学建模解决实际问题中不可或缺的技术型工具。为了培养学生丰富的数学算法思想，为他们的想法提供了实践平台，在高校的《数学软件》课程教学中应该考虑利用多种有效的教学手段，开启学生的算法设计与构造模型的思维和技巧，鼓励他们大胆创新，促进学生对于一种或几种数学软件的偏好，达到提高教学质量的目的，为新时代的发展培养技术型人才。

参考文献：

[1]王海英.数学知识、数学建模、现代数学软件关系与结合途经的探讨[J].中国地质教育，2011，（1）：95-97.

[2]吝维军，季素月.数学实验——数学方法、数学软件和数学应用的融合[J].大学数学，2011，27（1）：153-156.

[3]刘智，黄磊.数学软件在高等数学教学中应用及价值分析[J].价值工程，2011，（30）：238.

[4]宁，赵珅，宋方臻.MATLAB教学应重视科学计算能力的培养[J].中国现代教育装备，2009，（5）：73-75.

[5]杨夷梅，杨玉军.Matlab教学中的方法与实践[J].中国电力教育，2008，（127）：59-60.

第7篇：数学建模算法与实现范文

随着高考人数的增加和计算机技术的发展，考场编排方式逐渐由人工编排转向了计算机自动排考。目前由于国内高考招生考试时间短，考生考点分散，各考点的考场容量不一致，各校的考场编排需求不同等因素使得考生考场号和座位号的生成方式尤为复杂，准确性和效率方面都有很高的要求。合理分配时间与空间资源以保证无冲突的发生，科学地解决考生编排和考场设置的问题是考试信息管理中的一项重要工作。本文中设计了用于实现计算机自动编排考场的随机分配算法，该算法具有执行效率高、通用性强、易于实现、随机性强的特点，对高考管理工作能起到很大的促进作用。

1 算法分析

设total 为报考相应专业的考生总人数，count为每个考场的人数最大考生数，rc为考场数，i为考生报名编号，设集合A为已生成的考场号和座位号的元数据集合。Ai为第i为考生的考场号和座位号的二元组。（Ai∈A）

2 数学建模

公式1：Aj=f（a，b）0

其中Aj A

Aj为第j位考生的考场号和座位号，Aj应不在已生成的考生考场号与座位号集合中。

公式2：rc=g（total， count）=total/count+1当 total mod count≠0；其中rc为考场数

公式3：b=h（count）=Random（count）+1

公式4：a=l（rc）=Random（rc）+1

3 算法描述（java语言）：

3.1考场数目计算

根据公式2得到以下算法：

int room=total%count==0？total/count：total/count+1；

3.2设置已生成考号集合

int rncode=new int [total][2]；

3.3设置考场随机编码

根据随机产生器得到考场编码：

Random random=new Random（）；//设置座位随机产生器

int coucer=0；//设置游标指针初值为0；

3.4考场号和座位号算法

根据公式1-4，采用循环为每一个考生计算并生成考场号和座位号，为生成考号提供了数据基础。

while（coucer

int r=0，c=0；

r=random.nextInt（room）+1；//随机获得考场号

c=random.nextInt（count）+1；//随机获得座位号

//判断当前考场号的当前座位是否在已生成集合中，如果在//重新生成并继续判断直到当前考场号和当前座位号不在//集合中时将其存入已生成集合。

for（int i=0；i

if（rncode[i][0]==r&&rncode[i][1]==c）{

r=random.nextInt（room）+1；

c=random.nextInt（count）+1；

i=0；

}

}

rncode[coucer][0]=r；

rncode[coucer][1]=c；

coucer++；

}

4 算法总结

该算法首先采用数学建模建立随机分配考场和座位的数学模型，从而保证了算法的正确性和科学性。再结合算法分析，依据报考人数和考场最大人数为每一位考生随机生成考场号和座位号。为了保证考场号和座位号的唯一性，算法中提供了相应的控制机制来智能排除重复结果保证每一位考生获得的考场号和座位号唯一。该算法复杂度大，执行效率欠佳。

5 算法改进

5.1影响算法复杂度的主要原因

通过分析我们不难发现，上述算法的主要开销用在冲突检测上，所以改进算法的主要途径也应该放在改进检测算法上。

5.2改进方案

为了实现冲突域快速定位，我们设置一个长度为total的标志：

boolean flag =new boolean [total]；

通过检测第m位是否为true 即可检测冲突。考场号和座位号可依据如下公式算得：

r=m/total//获得考场号

c=m%total//获得座位号

5.3改进算法实现

while（coucer

//生成随机种子

int m=random.nextInt（total）+1；

//判断种子是否存在，若存在则重新生成

while（flag[m]）{

m=random.nextInt（total）+1；

}

flag[m]=true； //设置标志位

//根据种子生成考场和座位

int r=m/total；

int c=m%total；

rncode[coucer][0]=r；

rncode[coucer][1]=c；

//游标自加

coucer++；

}

6改进算法总结

改进算法通过对影响排座算法复杂度的主要原因进行分析，找到了大幅度降低算法复杂度的方法，使得改进后的算法在保持原有优点的基础上，执行效率大幅度提升，更符合实际应用。

本算法关键在于数学模型的建立， 结合实际考场编排问题的一些常见约束条件和优化目标，提出对该问题的一种特定的解决方案，对如何合理、完善、快速的编排考场具有重要的意义。

参考文献：

[l]杨颖辉，魏彩娟.运用VFP8.0实现CET监考随机分配.科技创新导报，2010.

[2]范玉顺，二基工握合算法的研究生招生考试考试座位编排系统研究与应用[D].中南大学硕士学位论文，2011.

[3]冯向萍，张太红，李萍.高考考场编排算法研究.新疆农业大学学报，2008.

[4] AnanyLevitin.算法设计与分析基础.北京：清华大学出版社，2004.

[5]王玲.分布估计算法在排考中的应用[D]，硕士学位论文.长沙：湖南师范大学，2008.

[6]蔡木生.高校自动排考算法的设计与实现[J].计算机工程与应用 .2010.

（作者单位：陇东学院信息工程学院）

第8篇：数学建模算法与实现范文

【关键词】数学建模竞赛；培训与选拔；军队院校；研究与实践

【中图分类号】G642【文献标识码】B【文章编号】2095-3089（2017）06-0016-02

一、军校大学生数学建模竞赛选拔与培训面临的主要问题

1.学员报名参赛还存在很大的盲目性

数学建模竞赛的目的在于激励学员学习数学的积极性，提高学员建立数学模型和运用计算机技术解决实际问题的综合能力。军校和地方高校一样，鼓励学员踊跃参加课外科技活动，以开拓知识面，培养创新精神。随着毕业生分配制度的改革与学员综合评分挂钩，竞赛类得分在一定程度上影响着学员的最终排名，部分学员并不是出于兴趣爱好而是为了提高综合成绩报名参赛，违背了组织数模競赛的初衷。

2.学员掌握的数学建模知识还不够系统和全面

目前我校学员除了一、二年级开设的《高等数学》和《工程数学》数学类基础课程以外，数学建模知识的学习主要依赖公共选修课程《数学模型》，数学建模强调的是应用数学知识解决实际问题的能力，这几门课程所掌握的数学知识用来参加数学建模竞赛远远不够。为了实现将数学建模相关知识向实际应用能力的转化，我们前两年曾申请了公选课《全国大学生数学建模创新与实践》和《国际大学生数学建模竞赛创新与实践》，但是经常会由于学员报名人数不足20人，导致课程无法开设。[1]出现了学员报名参赛非常踊跃，但是自愿参加赛前培训的学员确寥寥无几的巨大的矛盾。

3.数学建模竞赛赛前培训和指导的针对性不强

目前我校数学建模竞赛的参赛者大多数是二、三年级的学生，主要依赖公共选修课进行赛前的培训，虽然学员已经学习完大学数学基础课程《高等数学》和《工程数学》，但由于学习过程中仍然沿袭了中学的应试型学习模式，灵活应用所学知识解决问题的实践机会很少，很多刚接触数学建模的学员都会遇到看着题目不知如何下手，在做的过程中发现不了适用的算法，不会使用相关软件等问题。因此，在培训过程中，一方面对参赛学员进行大量基本算法的知识补充和数学软件应用能力提升的训练；另一方面，针对往年赛题和具体案例进行有针对性的强化训练，并进行一些模拟训练和赛前选拔。希望通过数学建模培训，将介绍若干数学方法（如数值计算、优化和统计等）及相应的软件有机结合起来，能方便地完成模型的求解，从而借助于计算机和数学软件补充模型求解的空白。[2]目前，受到学时的限制和学员实际有效利用的时间不足等客观条件的限制，数学建模竞赛的培训和选拔还不够系统化和制度化。

4.赛后总结与赛题研究还不够深入

对于参赛学员、指导教师和竞赛组织者来说，数学建模竞赛的结束并不意味着数学建模竞赛工作的终结。数学建模竞赛真正的收获并不完全在于获不获奖，而在于通过竞赛期间的培训、竞赛是否考验、锻炼了自己的能力，善于总结才能往更高境界前进。历年数学建模的竞赛赛题都是专家在相关领域长期研究的科研成果或时下热点课题，是我们进行科学研究的很好素材，如果能够以这些问题的研究为着眼点，进行深入研究，将会为我们下一步的科学研究打开突破口。

二、我校大学生数学建模竞赛选拔与培训的主要做法

1.在数学类课程教学中突显数学建模理念的教学

任何一个数学问题的解决，都是按照一定的思维对策进行思维的过程。在这一过程中，既运用到抽象、归纳、类比、演绎等逻辑思维形式，又运用到直觉、灵感、联想、猜想等非逻辑思维形式来探索问题的解决方法。高等数学、工程数学等数学类基础课所涉及问题的解决方法有许多都是经典方法，要求学员必须针对具体问题具体分析，找出研究对象的存在方式或运动规律，建立相应的数学模型，从而找到解决具体问题的方法。也就是说，解决具体问题的数学过程，是数学建模的过程，同时也是创新性思维的过程。[3]例如，微分方程的教学过程中必须让学员理解学习解微分方程就是为了解决实际问题。虽然运用微分方程建立数学模型没有通用的规则方法，但是微分方程概念的建立由实际引入，微分方程的求解可解决很多的实际问题，在教学中本着由浅入深的原则，多举实例，比如常见的传染病模型、人口数量模型等。由此可以推广到依照物理、生物、化学、经济学、工程学等众多学科领域中的理论或经验得出的规律和定理建立起的微分方程，让学员了解到在科学的发展过程中，数学起到了多么重要的作用，培养和激发学员的数学建模意识和创新能力。

2.组织训练有素的队员参赛

以西北地区、全军数学建竞赛为契机，给学员一个考验自己临场应变能力（独立查找文献、编制程序、论文写作等等）、组织能力（如何分工合作，适当时候如何互相妥协、互相支持鼓励）的机会。在这个过程中，培养参赛队员的创新精神尤为重要，鼓励队员积极动手，不拘束于传统模式，敢想敢做。结合西北地区和全军数学建模竞赛的结果，以及学员在前两个培训阶段的表现，确定全国数学建模竞赛的参赛队伍。国际建模竞赛因为要考虑学员的英文写作能力，通过校内模拟竞赛并结合前三个培训阶段的表现来确定人选。这样做不仅全面地培养了学员的数学建模能力和素质，还将这几类竞赛有机地联系成一个整体，尽可能将有创新能力、综合素质全面和真正喜欢数学建模的参赛队吸纳进来。

3.建立合理的淘汰机制

数学建模竞赛队员选拔是让所有数学建模教练感到非常棘手的问题。很多学校是通过校内竞赛的方式来选拔，由于学员参赛经验不足和教师批改的随机性，不能保证将所有有能力和有潜力的学生都选中，也不可能做到绝对公平。为了尽量把数学建模能力强、创新能力和综合素质较高的学员吸纳进来，我们建立了“初选-竞赛淘汰-培训再淘汰”的多重淘汰机制，不但给教师多一些了解学员的机会，教练在与学员的教学过程中，对每位学员的实际情况，可以做到心中有数，便于有针对性地开展培训和参赛，为数学建模竞赛活动的良性循环打下良好的基础。

4.充分发挥数学建模俱乐部的作用

为了更好地开展数学建模竞赛，扩大数学建模活动在学员中的影响力，进一步培养学员数学建模和定量化思维的意识。从前年开始，我室的教员建立了数学建模俱乐部，学校也加大了对俱乐部的组织、引导力度。通过定期举行一些数学建模模拟竞赛，邀请西北工业大学、西安交通大学、国防科技大学等知名高校的专家教授和学生组织学术讲座和建模竞赛方面的交流活动，“请进来，走出去”让学员对数学建模有更深入的了解与认识，增加他们对数学建模的兴趣，开阔视野和思路，使数学建模俱乐部成为数学建模竞赛选拔队员的一个重要基地。

5.注重赛后总结与研究

在参加完比赛之后，参赛队员、教练员都各自忙自己的事去了，学员们也期盼着成绩的公布，获奖则高兴，否则就不高兴，这实际上是一种很消极的态度。善于总结才能往更（下转126页）（上接16页）高境界前进，通过赛后教师、学员在一起切磋、讨论可以对数学教学改革方面提出意见建议，使数学建模活动的研究更加完善，更加系统，为下一步的科学研究打下良好的基础。一方面，我室教员根据大学数学课程特点开展实践教学研究，以数学建模活动为牵引，推进资源素材建设，修订了《数学模型》教材，细致剖析历年数学学科竞赛赛题，编写了一系列辅导教材；另一方面，结合竞赛所涉及的问题和方向开展学术研究，为青年教员开阔了思路和拓宽了视野，调动了参与科学研究的积极性，近两年来申请和参与军队教学成果二等奖1项，学校教学成果二等奖1项，学校教育教学理论研究项目4项，学校青年基金项目2项，学校军管文项目3项，发表多篇教学研究和学术论文，其中sci检索2篇，国际期刊和中文核心期刊十余篇。

三、结语

目前，我校组织本科生的数学建模竞赛活动已经涉及西北地区、全军、全国和国际四个层次，所有层次的比赛都已取得过最高奖项，2016年首次捧得了“军事运筹杯”，这是军事建模竞赛的最高榮誉。指导教员以竞赛赛题为着眼点，先后发表竞赛指导论文和相关科学研究论文十余篇，编写数学建模系列指导教材《全国大学生数学建模竞赛优秀论文解析与点评》、《国际大学生数学建模竞赛创新与实践》、《军队院校军事建模竞赛赛题解析与点评》、《数学模型讲义》，其中《全国大学生数学建模竞赛优秀论文解析与点评》已经公开出版，得到了广大高校相关教师和学生的一致好评。教研室的指导教员作为西北地区、全军和全国数模竞赛专家组成员，为全军和全国数模竞赛命制赛题，为提高学校知名度、推动数学教学改革和提高学员的综合素质和创新能力作出了巨大贡献。

参考文献 

[1]陈春梅，敬斌，郝琳.数学建模思想在高等数学课程教学中的应用.军事院校工科数学教学研究，2015（1）：180-182. 

[2]陈春梅，杨萍，郝琳，张辉.大学数学实践教学体系优化设计研究.教育研究，2016（12）：29-30. 

第9篇：数学建模算法与实现范文

关键词：数学建模；计算机应用；融合

1.数学建模与计算机技术概述

目前计算机在生活中应用极为广泛，借助于计算机能够使得先前较为复杂繁琐的问题得以简化，有效提升计算速率。就数学建模来看，计算机在此方面的作用不言而喻。对于此，人们普遍认为，能够借助于计算机将任何一个数学问题进行简化处理。而对于生活中所遇到的任意一个实际问题，均能够借助于相应的数学模型来进行表示，在建模过程中，也可以根据实际情况来做出一些相应的简化处理，从而将其归属于完全的数学问题，最终建立起能够用变量所描述的数学模型。之后，借助于相应的计算机、软件以及编程方面的知识，来对此模型进行相应的求解计算。

2.计算机技术在数学建模中的应用

计算机在数学建模中的应用面非常的广泛，限于笔者的水平，本文主要就两个方面展开讨论：第一，确定建模思想；第二，对数学模型进行求解计算。

2.1计算机技术辅助确立数学建模思想

对于数学建模，其最为重要的目的便是为了能够提升学生对于数学知识的使用性，借助于相关的数学思想来对实际问题进行解决，同时，还能够促进学生数学思想的发展、建模能力发展以及相关数学知识的完善，最终提升其对于数学知识的使用能力。培养数学思维重在将学生所思所想以最快最佳的方式展示出来，计算机技术在数学建模中的应用使得这个设想变得可能。因为数学模型的计算和设计工作量大，传统的计算办法不能迅速解决某个问题，但是在建模的辅助下一切问题迎刃而解。

2.2计算机技术促进数学建模结果求解

对于数学建模，其属于一项系统性工程，整个过程工作量较多。在前期，对于模型的构想与建立需要不断完善，此后，对于模型的求解也是极为困难的，这主要因为其涉及到非常多的数据处理与计算。在计算数学模型时，不仅速度快，准确度也很高，如表1给出了手动解30维线性方程组和计算机解30维方程组的时间，手动所用时间是计算所用时间的1200倍。

表1结算和手动解某30位方程组的时间

同时，对于一些借助纸和笔而无法实现的计算，通过计算机能够较快实现，其中主要涉及到相关的编程、绘图等操作。

3.数学建模与计算机应用融合的优势

计算机在数学建模领域拥有极为重要的优势与作用。如计算机的计算速度快、可以辅助作图，甚至可以辅助做立体图形。同时，借助于计算机也能够使得模型得以进一步完善，也就是說两者彼此之间相辅相成。

3.1计算机使数学建模多样化

数学建模的出现，主要是为了便于处理同工程或者科研相关的问题的，和试题类有着较大区别。其所处理问题具有一定的特性，即围绕日常具体问题展开，科研背景突出，需要的知识结构复杂，涉及的范围庞大，因素多且难，非常规特征明显，缺乏有效的处理措施，涉及数据多，要选择的算法亦十分繁琐，得出的结果存在波动性，要有限定的前提，通常仅可获取近似解。而计算机的出现，则在一定程度上使这种情况得到缓解。是数学建模多样化，令设计领域更加宽泛，如数学建模可以模范人类大脑的记忆功能。

3.2计算机使数学模型求解更为简单

计算机在数学建模中的应用使得数学模型求解更为简单体现在以下几个方面：

（1）计算量问题得到解决。以前计算量大是制约数学建模发展的主要因素之一，现在在计算机的帮助下，只要模型完善，计算量大已经不是问题。如德国的神威计算机，计算速度达到了12.5亿亿次/秒。

（2）可视化功能使抽象问题具体化。现代计算机都有强大的作图功能，会使数学模型中的一些抽象概念、问题解决过程都变得可视化。图表的制作更是非常简单。

3.3计算机利用数学建模寻求最优解成为可能

在3.1节中已经提到，在计算机没有应用到数学建模中之前，很多数学模型的解只是近似解，连精确解都谈不上，更不用说是最优解。其主要原因是模型本身的计算量太大，笔和纸这两样工具更不能在短时间内攻下数学模型计算这块，此外笔和纸根本不可能完成某些图表的制作也是原因之一。计算机有效的解决了这两个问题，这就会使得数学模型得到精确解。在求得精确解的基础之上还可以进一步寻求最优解，因为数学模型的解往往是多解的，不是唯一解。

4.总结

数学模型，其主要是通过使用相应的数学语言来对实际问题进行相应的表示，也就是说，模型的实质主要是为了有效解决生活中的实际问题。通过借助于计算机能够使得复杂问题得以有效简化，对于促进社会发展起到了重要作用。因而，在未来发展中数学建模也将会像计算机一样得到广泛重视。目前，对于教育界而言，其主要问题在于理论与实践相脱节。我们的教学越来越形式、抽象。在教材中，充斥着大量的定理、理论证明等等，但是并没有将其与实际生活相结合，而对于借助相应的数学教学来实现脑力发展的系统化更是微乎其微。将计算机与数学建模相结合，这是未来数学领域发展所必须经历的一个过程。

作者：陈育呈

    参考文献：