一、數學建模問題一般過程

1.提出問題 : 即如何用數學語言來表達問題

2.選擇建模方法即如何用數學方法來獲得解

運籌學 （線性規劃 、整數規劃 、圖論 、排隊論 、決策論 、多目標規劃等方法） 、統計學 （回歸分析 、多元統計方法、聚類分析 、判別分析 、均值方差分析 、秩和檢驗 ） 、微分方程 （ 系 統動力學方法 ） 時間序列與隨機過程分析 、統計與決策預測與分析方法、計量經 濟 學、交通能源人口醫學環境污染 、 計算機技術等等

3.推導模型的數學表達式

4.求解模型

5.回答問題

具體問題：
一頭豬重 100 kg ，每天增重 2 kg ，飼養每天需花費 4 元。豬的市場價格為20 元/kg，但每天下降 0.1 元，求出售豬的最佳時間。

二、對于陌生名詞

對于數學建模過程中遇到的一些陌生的名詞概念可以上
百度 谷歌 知網` 等搜索

三、常用算法

1.蒙特卡羅算法。：
該算法又稱隨機性模擬算法，是通過計算機仿真來解決問題的算法，同時可以通過模擬來檢驗自己模型的正確性，幾乎是比賽時必用的方法。
2.數據擬合、參數估計、插值等數據處理算法。
比賽中通常會遇到大量的數據需要處理，而處理數據的關鍵就在
于這些算法，通常使用MATLAB 作為工具。
3.線性規劃、整數規劃、多元規劃、二次規劃等規劃類算法。
建模競賽大多數問題屬于最優化問題，很多時候這些問題可以用數學規劃算法來描述，通常使用Lindo、Lingo 軟件求解。
4. 圖論算法
這類算法可以分為很多種，包括最短路、網絡流、二分圖等算法，涉及到圖論的問題可以用這些方法解決，需要認真準備。
5. 動態規劃、回溯搜索、分治算法、分支定界等計算機算法。
這些算法是算法設計中比較常用的方法，競賽中很多場合會用到。
6. 最優化理論的三大非經典算法
模擬退火算法、神經網絡算法、遺傳算法。這些問題是用來解決一些較困難的最優化問題的，對于有些問題非常有幫助，但是算法的實現比較困難，需慎重使用。
7. 網格算法和窮舉法
兩者都是暴力搜索最優點的算法，在很多競賽題中有應用，當重點討論模型本身而輕視算法的時候，可以使用這種暴力方案，最好使用一些高級語言作為編程工具。
8. 一些連續數據離散化方法
很多問題都是實際來的，數據可以是連續的，而計算機只能處理離散的數據，因此將其離散化后進行差分代替微分、求和代替積分等思想是非常重要的。
9. 數值分析算法
如果在比賽中采用高級語言進行編程的話，那些數值分析中常用的算法比如方程組求解、矩陣運算、函數積分等算法就需要額外編寫庫函數進行調用。
10. 圖象處理算法
賽題中有一類問題與圖形有關，即使問題與圖形無關，論文中也會需要圖片來說明問題，這些圖形如何展示以及如何處理就是需要解決的問題，通常使用MATLAB進行處理。

四、常用軟件

⑴MATLAB應用最廣泛，應用于于數據處理、數值分析、圖象處理、聚類分析等方面。
⑵EXCEL通俗易學，用于多元統計分析、回歸分析、數據生成、制表繪圖等方面。
⑶LINGO處理數學規劃等優化問題不可或缺。
⑷Eviews、Spss、Sas等處理時間數據具有普遍意義。
⑸Ucinet6 軟件的自帶NetDraw 、 C++、R、Ph等其它軟件。

總結

以上是生活随笔為你收集整理的数学建模PPT（二）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。