1、类比法，数学建模的过程就是把实际问题经过分析、抽象、概括后，用数学语言、数学概念和数学符号表述成数学问题，而表述成什么样的问题取决于思考者解决问题的意图；
2、量纲分析法，量纲分析是20世纪初提出的在物理领域中建立数学模型的一种方法，它是在经验和实验的基础上，利用物理定律的量纲齐次性，确定各物理量之间的关系；
3、差分法，差分法的数学思想是通过taylor级数展开等方法把控制方程中的导数用网格节点上的函数值的差商代替进行离散，从而建立以网格节点上的值为未知数的方程组；数学建模常用方法
1、层次分析法，简称AHP，是指将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。该方法是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初，在为美国国防部研究"根据各个工业部门对国家福利的贡献大小而进行电力分配"课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。
2、多属性决策是现代决策科学的一个重要组成部分，它的理论和方法在工程设计、经济、管理和军事等诸多领域中有着广泛的应用，如：投资决策、项目评估、维修服务、武器系统性能评定、工厂选址、投标招标、产业部门发展排序和经济效益综合评价等．多属性决策的实质是利用已有的决策信息通过一定的方式对一组(有限个)备选方案进行排序或择优．它主要由两部分组成：(l) 获取决策信息．决策信息一般包括两个方面的内容：属性权重和属性值(属性值主要有三种形式：实数、区间数和语言)．其中，属性权重的确定是多属性决策中的一个重要研究内容；(2)通过一定的方式对决策信息进行集结并对方案进行排序和择优。
3、灰色预测模型（Gray Forecast Model）是通过少量的、不完全的信息，建立数学模型并做出预测的一种预测方法当我们应用运筹学的思想方法解决实际问题，制定发展战略和政策、进行重大问题的决策时，都必须对未来进行科学的预测预测是根据客观事物的过去和现在的发展规律，借助于科学的方法对其未来的发展趋势和状况进行描述和分析，并形成科学的假设和判断。
数学建模方法和步骤
说就是把实际问题用数学语言抽象概括，从数学角度来反映或近似地反映实际问题，得出的关于实际问题的数学描述。其形式是多样的，可以是方程（组）、不等式、函数、几何图形等等。
在数学建模中常用思想和方法：类比法、二分法、量纲分析法、差分法、变分法、图论法、层次分析法、数据拟合法、回归分析法、数学规划、机理分析、排队方法、对策方法、决策方法、模糊评判方法、时间序列方法、灰色理论方法、现代优化算法。
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。以数学思想来包容问题的精髓，数学思路贯穿问题的全过程，进而用数学语言来描述问题。要求符合数学理论，符合数学习惯，清晰准确。
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。在假设的基础上，利用适当的数学工具来刻划各变量常量之间的数学关系，建立相应的数学结构（尽量用简单的数学工具）。
数学建模具体有些什么内容？如何进行？
数学建模的方法：
一、机理分析法：根据对客观事物特性的认识从基本物理定律以及系统的结构数据来推导出模型。
二、数据分析法：通过对量测数据的统计分析，找出与数据拟合最好的模型
三、仿真和其他方法。
1、计算机仿真：实质上是统计估计方法，等效于抽样试验。包括离散系统仿真和连续系统仿真。
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。
数学建模的步骤：
一、模型准备：了解问题的实际背景，明确建模目的，搜集必需的各种信息，尽量弄清对象的特征。
二、模型假设：根据对象的特征和建模目的，对问题进行必要的、合理的简化，用精确的语言作出假设。
三、模型构成：根据所作的假设分析对象的因果关系，利用对象的内在规律和适当的数学工具，构造各个量间的等式关系或其它数学结构。
四、模型求解：可以采用解方程、画图形、证明定理、逻辑运算、数值运算等各种传统的和近代的数学方法进行求解。
五、模型分析：对模型解答进行数学上的分析。
1什么是数学模型？数学建模的一般步骤是什么？ 2数学建模需要具备哪些能力和知识？ 答的好悬赏加
一、定义
数学建模是一种数学的思考方法，是运用数学的语言和方法，通过抽象、简化建立能近似刻画并"解决"实际问题的一种强有力的数学手段。
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。
我们也可以这样直观地理解这个概念：数学建模是一个让纯粹数学家（指只懂数学不懂数学在实际中的应用的数学家）变成物理学家，生物学家，经济学家甚至心理学家等等的过程。
数学模型一般是实际事物的一种数学简化。它常常是以某种意义上接近实际事物的抽象形式存在的，但它和真实的事物有着本质的区别。要描述一个实际现象可以有很多种方式，比如录音，录像，比喻，传言等等。为了使描述更具科学性，逻辑性，客观性和可重复性，人们采用一种普遍认为比较严格的语言来描述各种现象，这种语言就是数学。使用数学语言描述的事物就称为数学模型。有时候我们需要做一些实验，但这些实验往往用抽象出来了的数学模型作为实际物体的代替而进行相应的实验，实验本身也是实际操作的一种理论替代。
二、数学建模的几个过程
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。
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。
数学建模常用方法？？
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
参加数学建模竞赛需知道的内容
一、全国大学生数学建模竞赛
二、数学建模的方法及一般步骤
三、重要的数学模型及相应案例分析
1、线性规划模型及经济模型案例分析
2、层次分析模型及管理模型案例分析
3、统计回归模型及案例分析
4、图论模型及案例分析
5、微分方程模型及案例分析
四、相关软件
1、Matlab软件及编程；2、Lingo软件；3、Lindo软件。
五、数模十大常用算法
1 蒙特卡罗算法。2 数据拟合、参数估计、插值等数据处理算法。3 线性规划、整数规划、多元规划、二次规划等规划类算法。4 图论算法。5 动态规划、回溯搜索、分治算法、分支定界等计算机算法。6 最优化理论的三大非经典算法。7 网格算法和穷举法。8 一些连续数据离散化方法。9 数值分析算法。10 图象处理算法。
六、如何查阅资料
七、如何写作论文
八、如何组织队伍：团队精神，配合良好，不断的提出问题和解决问题。
九、如何才能获奖：比较完整，有几处创新点。
十、如何信息处理：WORD、LaTeX，飞秋、QQ。
其实主要看下例子就可以了，知道一些基本的模型，我这里也有很多例子，各个学校的讲座都有要的话直接向我要
数学建模都要用到那些方法啊
模拟退火法、神经网络、遗传算法、灰色系统、模糊数学、层次分析法、图论法、回归分析法、数据拟合法、差分法、类比法、量纲分析法、变分法、数学规划、对策方法、决策方法、时间序列方法、排队方法、机理分析法
随着科学技术的迅速发展，数学模型这个词汇越来越多地出现在现代人的生产、工作和社会活动中。电气工程师必须建立所要控制的生产过程的数学模型，用这个模型对控制装置作出相应的设计和计算，才能实现有效的过程控制；气象工作者为了得到准确的天气预报，一刻也离不开根据气象站、气象卫星汇集的气压、雨量、风速等资料建立的数学模型；生理医学家有了药物浓度在人体内随时间和空间变化的数学模型，就可以分析药物的疗效，有效地指导临床用药；厂长经理们要是能够根据产品的需求状况、生产条件和成本、贮存费用等信息，筹划出一个合理安排生产和销售的数学模型，一定可以获得更大的经济效益。对于广大的科学技术人员和应用数学工作者来说，建立数学模型是沟通摆在面前的实际问题与他们掌握的数学工具之间的一座必不可少的桥梁。
那么，什么是数学模型，又是如何建立起这些形形色色的数学模型的呢？就让我们走近数学模型看一看吧！
原型与模型
原型（Prototype）:人们在现实世界里关心、研究或者生产、管理的实际对象。
模型（Model）:为特定的目的，将原型的某一部分信息简缩、提炼而构造的原型替代物。
数学模型：对于现实世界的一个特定对象，为了一个特定目的，根据特有的内在规律，做出一些必要的简化假设，运用适当的数学工具，得到的一个数学结构。
注意数学模型(Mathematical Model)与数学建模(Mathematical Modelling)之间的联系与区别。
建立数学模型的方法
一般说来建立数学模型可以分为表述、求解、解释、验证几个阶段，并且通过这些阶段完成从现实对象到数学模型，再从数学模型回到现实对象。建立数学模型没有固定的模式。一般这一过程可以如图所示的几个步骤：
数学模型的分类
基于不同的出发点可以有各种不同的分法：
按照模型的应用领域分：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。
按照建立模型的方法分：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。
按照模型的表现特性又有几种分法：
确定行模型和随机性模型 取决于是否考虑随机因素的影响。近几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 取决于是否考虑随机因数引起的变化。
离散模型和连续模型 指模型中的变量（主要是时间变量）取为离散是连续的。
线性模型和连续模型 取决于模型的基本关系，如微分方程是否是的。
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。
按照对模型的了解程度分。有所谓白箱模型、灰箱模型、黑箱模型等。它们分别意
味着人们对原型的内在机理了解清楚、不太清楚和不清楚。
数学模型的作用
数学是研究现实世界中的数量关系和空间形式的科学。它的产生和许多重大发展都和现实世界的生产活动和其他相应的学科的需要密切相关的。一般的说，当实际问题需要我们对所研究的现实对象提供分析、预报、决策、控制等方面的定量结果时，往往都离不开数学的应用，而建立数学模型则是这个过程的关键环节。
分析 通常是指定量研究现实对象的某种现象，或定量描述某种特性。例如 研究不同种群的生物在同一自然环境下生存时，相互竞争和依存的现象；描述药物浓度在人体内的变化规律以分析药物的疗效。
预报 一般是根据对象的固有特性预测当时间或环境变化时对象的发展规律。人口预报、天气预报以及传染病蔓延高潮时刻的预报可以作为这方面的例子。
决策 其含义很广，譬如根据对象满足的规律作出使某个数量指标达到最优的决策。使经济效益最大的价格策略，使总费用最少的设备维修方案都是这类决策。
控制 一般是指根据对象的特征和某些指标给出尽可能满意的控制方案。例如化工生产过程中温度和流量的控制，利用红绿灯对交流进行控制等
数学建模（mathematical modelling）
数学建模是构造刻划客观事物原型的数学模型并用析究和解决实际问题的种方法。运用这种科学方法，建模者必须从实际问题出发，遵循“实践――认识――实践”的辨证唯物主义认识规律，紧紧围绕着建模的目的，运用观察力、想象力和逻辑思维，对问题进行抽象、简化，反复探索、逐步完善，直到构造出一个能够用于分析、研究和解决实际问题的数学模型。因此，数学建模不仅仅是一种定量解决实际问题的科学方法，而且还是一种从无到有的创新活动过程。当代计算机的发展和广泛应用，使得数学模型的方法如虎添翼，加速了数学向各个学科的渗透，产生了众多的边缘学科。当今几乎所有重要的学科，只要在其名称前面或后面加上“数学”或“计算”二字，就成了现有的一种国际学术杂志名称。这表明各学科正在利用数学方法和数学成果来加速本学科的发展。就连计算机本身的产生和进步也是强烈地依赖于数学科学的发展，而计算机软件技术说到底也是数学技术。
引用绝对吓人的文字
相关推荐：
