参加2019数学建模算法良心总结
数学建模实践总结
数学建模实践总结数学建模是一种将实际问题转化为数学模型，并通过数学方法进行求解和分析的过程。
在数学建模实践过程中，我深刻体会到了数学知识的实际应用和解决问题的能力。
通过本次实践，我对数学建模的方法和步骤有了更深刻的理解。
本文将对我参与的数学建模实践进行总结，并分享一些经验和感悟。
首先，我们在实践中遇到了一个实际的问题，即如何合理规划一个小区的绿化布局。
我们的目标是最大限度地提高绿化覆盖率，同时考虑社区居民的需求和经济成本。
为了解决这个问题，我们首先进行了问题的分析和拆解。
我们研究了小区的地理环境、土壤条件、气候特点等因素，并进行了数据的收集和整理。
在分析完实际问题后，我们开始建立数学模型。
我们选择了线性规划模型来解决这个问题。
我们将小区划分为不同的区域，并给每个区域设置了相应的绿化面积和成本。
我们设定了约束条件，如总绿化面积不能超过小区面积的百分之八十，并设置了优化目标，即最小化总成本。
通过线性规划模型，我们得到了最优的绿化布局方案。
接着，我们利用计算机编程工具对模型进行求解和优化。
我们利用MATLAB软件编写了相应的代码，并进行了模拟实验和数据验证。
通过多次实验和调整参数，我们得到了最终的实施方案。
我们将结果进行了可视化展示，并对结果进行了进一步的分析。
通过这次数学建模实践，我收获了许多宝贵的经验和教训。
首先，在实践过程中，团队合作是至关重要的。
我们需要协调各个成员的工作，并及时沟通和解决问题。
其次，数据的准确性和完整性对建模结果有着重要影响。
我们需要对数据进行仔细筛查和校验，并确保数据的可靠性。
最后，灵活运用数学知识和方法是解决实际问题的关键。
我们需要充分发挥数学的优势，灵活运用各种数学工具和技巧来解决实际问题。
总之，数学建模实践是一次宝贵的学习和实践机会。
通过实践，我不仅巩固了数学知识，还提高了解决问题的能力和综合素质。
我相信，在今后的学习和工作中，我会更加积极地运用数学建模方法，解决更加复杂和实际的问题。
数学建模学习心得体会范文
数学建模学习心得体会数学建模学习心得体会范文当我们备受启迪时，不如来好好地做个总结，写一篇心得体会，这样能够让人头脑更加清醒，目标更加明确。
那么你知道心得体会如何写吗？下面是小编精心整理的数学建模学习心得体会范文，仅供参考，大家一起来看看吧。
数学建模学习心得体会1刚参加工作那阵子就接触到“建模”这个概念，也曾对之有过关注和尝试，但终因功力不济，未能持之以恒给力研究，也就一阵烟云飘过了一下罢了。
许校的讲座再次激起了我们对这个曾经的相识思考的热情。
同样一个名词，但在新的时代背景下许校赋予了其更多新的内涵。
首先是对“建模”的理解差异。
那时更多的是一种短视或者说应试背景下的行为，“建模”的理解就是给学生一个固定的模式的东西，通过教学行为让学生接受而成为其解决问题的一种工具；而许校的“建模”更多的是一种动态的或者说是一种有型而又不可僵化定型的东西，应该是可以助力学生发展最终可以成为学生数学素养的一部分。
其次，对于如何建模我们可以看到更多不同。
过去更多的是一种对数学模型简单重复的强化行为，显得单调而生硬；而许校的“建模”则更多的强调不同层面上引导学生通过“悟”、“辨”、“用”等环节，让学生立体式全方位的理解模型、建立模型，从而避免了过去那种“死模”而将学生“模死”的现象。
许校的“模”，强调应该是一个利于学生可发展的模，可以进入到无意识和骨子里，成为学生真正的数学素养，最终能够跳出模，从而达到模而不模的去形式化境界。
数学建模是一个经历观察、思考、归类、抽象与的过程，也是一个信息捕捉、筛选、整理的'过程，更是一个思想与方法的产生与选择的过程。
它给学生再现了一种“微型科研”的过程。
数学建模教学有利于激发学生学习数学的兴趣，丰富学生数学探索的情感体验；有利于学生自觉检验、巩固所学的数学知识，促进知识的深化、发展；有利于学生体会和感悟数学思想方法。
同时教师自身具备数学模型的构建意识与能力，才能指导和要求学生通过主动思维，自主构建有效的数学模型，从而使数学课堂彰显科学的魅力。
数学建模方法总结最新3篇
数学建模方法总结最新3篇数学建模方法总结篇一一、工作的整体情况这一次招新工作，使协会新吸收一股新生的力量。
本次招新相对应于去年也有了很大的进步，总共招收新会员280人。
此次招新将大量对数模感兴趣并且自愿加入协会、态度积极端正而且能够遵守协会的规章制度的同学吸纳进入数学建模协会。
同学们带着对数学建模的热爱和对梦想的坚持，迈进这个能够施展自己才华的舞台，并决心用自己的汗水来谱出人生中最动人的乐章。
二、工作的基本做法本次协会招新活动在9月24、25、28、29日顺利展开，前后共持续了四天；共设有两个招新地点，分别在汇南图书馆前与汇北食堂前；以校园内固定设点的方式进行招新，主要以爱好数模，对数学建模有兴趣，并且能够坚持在数学建模这条路上攀登的同学为招新对象；共准备了一张宣传海报，一块成果展板，一个数模书籍展览架，还有若干宣传横幅及宣传单为招新材料。
在招新前一晚，会长及理事会成员在厚德楼228召开招新工作安排会议。
此次会议上，主要布置招新过程各个部门的工作，并强调招新不注重数量而应重视招新的质量。
本次会议为招新工作的顺利开展打下了坚实的基础。
在招新活动的第一天晚上，又召开临时会议，总结在工作过程中的不足，并提出相应的解决方案。
在协会干部的共同努力下，这次招新工作于9月29日画上了完美的句号。
三、工作取得的主要成效本次协会的招新工作，使协会的会员明显增加，这是本届协会干部共同努力取得的成功。
在招新过程中，干部们细心的向前来咨询的同学介绍和解释数模；力争让前来咨询同学都能够真正的理解：什么数模，能够从中收获什么，等等。
这使很多的同学感受到数模的热情，并对数学建模都产生了浓厚的兴趣，都表现出成为“数模人”的决心。
在这次招新活动中各个干部都各司其职，并且提出了在招新活动中的优点与不足，这为下次招新留下了宝贵的经验。
四、工作中的不足由于准备时间的缺乏，宣传方式不够全面，故没有达到更大的宣传力度。
干部普遍课程较多，招新时值班人员较少。
数学建模心得体会6篇
数学建模心得体会6篇（经典版）编制人：__________________审核人：__________________审批人：__________________编制单位：__________________编制时间：____年____月____日序言下载提示：该文档是本店铺精心编制而成的，希望大家下载后，能够帮助大家解决实际问题。
文档下载后可定制修改，请根据实际需要进行调整和使用，谢谢!并且，本店铺为大家提供各种类型的经典范文，如工作方案、工作总结、心得体会、演讲稿、合同协议、条据书信、规章制度、教学资料、作文大全、其他范文等等，想了解不同范文格式和写法，敬请关注!Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you!Moreover, our store provides various types of classic sample essays, such as work plans, work summaries, insights, speeches, contract agreements, policy letters, rules and regulations, teaching materials, complete essays, and other sample essays. If you want to learn about different sample formats and writing methods, please pay attention!数学建模心得体会6篇在写心得体会中促使大家明确自己的人生目标和追求，为我们的人生增添意义，通过心得体会，我们可以将自己的思考与感悟与他人分享，共同成长，本店铺今天就为您带来了数学建模心得体会6篇，相信一定会对你有所帮助。
数学建模方法总结（2篇）
数学建模方法总结通过学习数学建模训练，对我的收益不逊于以前所学的文化知识，使我终生难忘。
而且，我觉得数学建模活动本身就是教学方法改革的一种探索，它打破常规的那种老师台上讲，学生听，一味钻研课本的传统模式，而采取提出问题，课堂讨论，带着问题去学习、不固定于基本教材，不拘泥于某种方法，激发学生的多种思维，增强其学习主动性，培养学生独立思考，积极思维的特性，这样有利于学生根据自己的特点把握所学知识，形成自己的学习机制，逐步培养很强的自学能力和分析、解决新问题的能力。
这对于我们以后所从事的教育工作也是一个很好的启发。
总之，“一份耕耘，一份收获”。
作为一名对数学有着浓厚兴趣的学生，我深刻地感到了自己在程序的编制和软件应用以及自学能力，有了很大的提高，并将对我今后的专业学习有很大的帮助。
想到这里，我不由得被老师的良苦用心所感动，为我们创造了如此优越的学习条件，处处为学子着想。
因此，在今后的学习中，我会保持这种学习的劲头，刻苦努力，争取以更优异的成绩。
随着科学技术的飞速发展，人们越来越认识到数学科学的重要性：数学的思考方式具有根本的重要性，数学为组织和构造知识提供了方法，将它用于技术时能使科学家和工程师生产出系统的、能复制的、且可以传播的知识？数学科学对于经济竞争是必不可少的，数学科学是一种关键性的、普遍的、可实行的技术.在当今高科技与计算机技术日新月异且日益普及的社会里，高新技术的发展离不开数学的支持，没有良好的数学素养已无法实现工程技术的创新与突破。
因此，如何在数学教育的过程中培养人们的数学素养，让人们学会用数学的知识与方法去处理实际问题，值得数学工作者的思考。
大学生数学建模活动及全国大学生数学建模竞赛正是在这种形势下开展并发展起来的，其目的在于激励学生学习数学的积极性，提高学生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，拓宽学生的知识面，培养创造精神及合作意识，推动大学数学教学体系、教学内容和教学方法的改革.这项极富意义的活动，大学组队参加了全国大学生数学建模竞赛。
数学建模总结经验交流材料
数学建模总结经验交流材料数学建模是数学、计算机科学与实际问题相结合的一种综合性学科，其目的是利用数学方法和技术对现实世界中的问题进行数学化、建模和求解。
经过一段时间的学习和实践，我对数学建模有了一定的理解和体会，并从中总结了一些经验和交流材料，希望能够与大家分享。
首先，在进行数学建模之前，我们需要了解问题的背景和需求。
不同的问题可能需要采用不同的数学方法和模型，因此了解问题的背景和需求对于解决问题是非常关键的。
在理解问题的基础上，我们可以采集相关的数据和信息，辅助我们建立数学模型和进行求解。
其次，对于建立数学模型，我们需要选择合适的数学方法和技术。
常用的数学方法包括线性规划、非线性规划、动态规划、图论等等。
在选择数学方法时，我们需要考虑问题的特点、数据的特征以及计算的复杂性等因素。
同时，在建立数学模型时，我们也需要考虑模型的可靠性和实用性，以及模型的参数和假设等。
然后，在进行模型求解时，我们需要选择合适的计算方法和工具。
现如今，计算机和计算软件已经成为数学建模中不可或缺的工具，可以帮助我们快速、准确地进行模型求解。
常用的计算软件包括MATLAB、Python、R语言等等，它们提供了各种数学建模和计算的函数和工具，并且具有良好的可视化和交互界面。
在进行模型求解时，我们需要熟悉计算软件的使用方法和技巧，以及灵活应用各种数学算法和实验技术。
最后，在进行模型求解和结果分析时，我们需要对结果进行合理的解释和评价。
我们需要关注模型的精确性和可靠性，对结果进行敏感性分析和稳定性检验，验证模型的有效性和实用性。
同时，我们还需要将结果与实际问题相结合，提出合理的建议和改进措施，为问题的解决提供支持和参考。
在实践过程中，我也遇到了一些困难和挑战。
数学建模需要我们具备一定的数学知识和技能，并且需要不断学习和更新。
同时，数学建模也需要我们具备良好的抽象思维能力和问题解决能力，能够将实际问题进行数学化、建模化和求解化。
此外，数学建模还需要我们具备良好的团队合作能力和沟通协调能力，能够与团队成员共同合作，解决复杂的问题。
2019最新参加数学建模竞赛的心得体会
数学建模经验首先简要的介绍一下我的情况。
数学建模我也是在大一暑假开始接触的，之前对其没有任何的了解。
我本身对数学也有相对较厚的兴趣，同时我也是计算机专业的学生，因此，我觉得我可参加数学建模的这个比赛。
大一的暑假参加了国赛，获得了国一；大二的寒假参加了美赛，成绩还未知。
接下来，说说我在比赛前后的感受。
比赛前，对数学建模缺少足够的了解，只知道数学建模分为3个部分：建模，编程，论文。
同时，我也参加了为期一个月的培训。
由于本人当时乏自信，害怕前面几个步骤卡壳，最终还是选择了论文这一部分。
我也和大部分的同学一样认为论文是最不重要的，只要模型好，编程算法好就行。
但是，最终我们辅导老师告诉我，我们这一组是以论文取胜的。
模型与算法都只是基本的，并没有什么出彩的地方。
因此，总的来说，在比赛之前，需要相对系统性的比赛培训，特别是对算法的掌握。
算法是解决问题的很重要的一部分。
我推荐可以自己或者要求老师给你们讲一下姜启源老师的《模型与算法》这一本书，这本书是数学建模的经典书本。
培训对于三个参加比赛的同学可以不同侧重去掌握，但是每个人至少是一门精通，一门掌握，一门了解。
在培训后，会对数学建模这个比赛有一定的了解，在此了解之上可以开始正式做题目写论文了。
若是参加国赛，则可以挑选前几年国赛的题目，因为这些题目是有优秀论文的，可以参考这些优秀论文，学习优秀论文的写作手法，学习优秀论文他们写的模型和程序。
这些题目最适合入门级的同学做的。
我们组在比赛前总共做了7题国赛题目，且都基本完成论文：这些主要是用来练手的，前几篇只要是去学习别人的写作方法，建模方式和编程方法，而后面几篇则是根据学习自主写论文，基本不能参考别人的论文。
写完自己的论文后，整理一下自己的比赛资料。
最后，在比赛前2天，不需要再去做题目了，就好好放松一下，好好睡睡觉，提前为比赛补觉。
或者说不想放松，可以看看之前整理的资料。
对于建模的同学需要掌握多种算法，或者说基本都要有些涉略，但是至少有1-2种算法是能够详细的解释的。
数学建模算法与心得
算法1、蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性，是比赛时必用的方法）2、数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab 作为工具）3、线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo 软件实现）4、图论算法Dijkstra 、 Floyd 、 Prim 、 Bellman-Ford ，最大流，二分匹配等问题。
（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备）5、动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中）6、最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法（这些问题是用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用）7、网格算法和穷举法（网格算法和穷举法都是暴力搜索最优点的算法，在很多竞赛题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具）8、一些连续离散化方法（很多问题都是实际来的，数据可以是连续的，而计算机只认的是离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的）9、数值分析算法（如果在比赛中采用高级语言进行编程的话，那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用）10、图象处理算法（赛题中有一类问题与图形有关，即使与图形无关，论文中也应该要不乏图片的，这些图形如何展示以及如何处理就是需要解决的问题，通常使用Matlab 进行处理）11. 层次分析法马尔可夫链主成分析法12. 统计分析回归分析13. 单目标决策14. 欧氏距离判别、fisher判别基础知识1.数学物理方程2数学分析,3组合数学4图论5最优化理论6运筹学美国数学建模比赛有感不得不承认，当老师通知我们队得了美国数学建模一等奖时，我的心情是万分激动，甚至觉得，这很有可能就是我的大学生活最有意义并且最值得怀念的一件事。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第一讲国赛历年赛题总览一、历年国赛赛题（时间）1992年，国赛第一年，30+高校（A）作物生长的施肥效果问题（北理工：叶其孝）统计、非线性回归的方法（B）化学试验室的实验数据分解问题（复旦：谭永基）无明确方法，解应用题1993年，国赛第二年（A）通讯中非线性交互的频率设计问题（北大：谢衷洁）非线性回归（B）足球甲级联赛排名问题（清华：蔡大用）评价与决策。
如：评价老师，评价学校，评价食堂，评价篮球教练1994年，国赛第三年（A）山区修建公路的设计造价问题（西电大：何大可）价格问题，优化问题（B）锁具的制造、销售和装箱问题（复旦：谭永基等）优化问题，同时带一部分统计问题1995年，国赛第四年（A）飞机的安全飞行调度问题（复旦：谭永基等）优化问题（B）天车与冶炼炉的作业调度问题（浙大：刘祥官等）优化问题1996年，国赛第五年（A）最优捕鱼策略问题（北师大：刘来福）微分方程的问题（B）节水洗衣机的程序设计问题（重大：付鹂）偏微分方程，也可以用优化1997年，国赛第六年（A）零件参数优化设计问题（清华：姜启源）优化问题（B）金刚石截断切割问题（复旦：谭永基等）优化问题1998年，国赛第七年（A）投资的收益和风险问题（浙大：陈述平）多目标优化问题（B）灾情的巡视路线问题（上海海运学院：丁松康）网络优化问题、图论1999年，国赛第八年（开始出现专科组）（A）自动化车床控制管理问题（北大：孙山泽）优化问题（B）地质勘探钻井布局问题（郑州大学：林诒勋）优化问题（C）煤矸石堆积问题（太原理工大学：贾晓峰）排列的问题2000年，国赛第九年（A）DNA序列的分类问题（北京工业大学：孟大志）分类问题（B）钢管的订购和运输问题（武汉大学：费甫生）优化问题（C）飞越北极问题（复旦大学：谭永基）椭球面计算问题，几何问题（D）空洞探测问题（东北电力学院：关信）偏统计问题2001年，国赛第十年（A）三维血管重建问题（浙江大学：汪国昭）偏统计问题（B）公交车的优化调度问题（清华大学：谭泽光）多目标规划、优化问题（C）基金使用计划问题（东南大学：陈恩水）优化问题（D）公交车的优化调度问题（清华大学：谭泽光）多目标规划、优化问题2002年，国赛第十一年（A）汽车车灯的优化问题（复旦：谭永基等）优化问题、几何和微积分知识（B）彩票中的数学问题（信息工程大学：韩中庚）统计问题，评价及非线性优化（C）车灯线光源的计算问题（复旦：谭永基等）优化问题、几何和微积分知识（D）球队的赛程安排问题（清华大学：姜启源）优化问题2003年，国赛第十二年（A）SARS的传播问题（集体）典型、开放、热点预测类问题，可用差分方程、微分方程（B）露天矿生产的车辆调度问题（吉林大学：方沛辰）优化问题，多目标规划及装箱理论（C）SARS的传播问题（少第三问）预测类问题，可用差分方程、微分方程（D）抢渡长江问题（华中农业大学：殷建肃）微分方程、优化问题2004年，国赛第十三年（A）奥运会临时超市网店设计问题（北工大：孟大志）统计和规划，规划类问题（开放型）（B）电力市场的输电阻塞管理问题（浙江大学：刘康生）统计和优化，规划类问题（线性规划）（C）酒后开车问题（清华大学：姜启源）微分方程（D）公务员的招聘问题（信息工程大学：韩中庚）优化问题2005年，国赛第十四年（A）长江水质的评价与预测问题（信息工大：韩中庚）综合评价和预测问题（非常典型和传统的问题）（B）DVD在线租赁问题（清华大学：谢金星等）优化问题（Lingo规划问题、数据量较大）（C）雨量预报方法的评价问题（复旦大学：谭永基）综合评价问题（D）DVD在线租赁问题（少第四问）优化问题（Lingo规划问题、数据量较大）2006年，国赛第十五年（A）出版社的资源管理问题（北工大：孟大志）优化问题（提取有用数据、规划类优化）（B）艾滋病疗法的评价及预测问题（天津大学：边馥萍）评价和预测（分类、你和、线性规划）数据是关键（C）易拉罐形状和尺寸的设计问题（北理工：叶其孝）优化问题（D）煤矿瓦斯和煤尘的检测与控制问题（信息工程大学：韩中庚）优化问题2007年，国赛第十六年（A）中国人口增长预测问题（清华大学：唐云）预测问题（开放型问题，数据量大）（B）“乘公交，看奥运”问题（吉大：方沛辰，国防科大：吴孟达）多目标规划问题（图论、规划、数据库）（C）“手机套餐”优惠几何问题（信息工程大学：韩中庚）优化问题（D）体能测试时间的安排问题（首都师范大学：刘雨林）优化问题2008年，国赛第十七年（A）数码相机定位问题（复旦大学：谭永基）非线性方程组或转化为优化问题（B）高等教育学费标准探讨问题（北京理工：叶其孝）模糊数学、微分方程（非常开放的问题）（C）地面搜索问题（西北工业大学：肖华勇）优化问题（D）NBA赛程的分析与评价问题（清华大学：姜启源）统计与优化2009年，国赛第十八年（A）制动器试验台的控制方法问题（吉林大学：方沛辰）优化（求解物理应用题）（B）眼科病床的合理安排问题（国防科大：吴孟达）排队论、仿真（拟合检验、评价体系、预测模型）（C）卫星和飞船的跟踪测控问题（西安交大：周易仓）统计、优化（D）会议筹备问题（福州大学：王宏健）统计、优化2010年，国赛第十九年（A）储油罐的变位识别与罐容标定问题（信息工程大学：韩中庚）优化问题（几何、方差检验）（B）2010年上海世博会影响力的定量评估问题（IBM中国研究院：杨力平）统计问题（开放型问题）（C）输油管的布置问题（上海海事大学：丁颂康）优化问题（D）对学生宿舍设计方案的评价问题（贵州大学：陈叔平）评价问题2011年，国赛第二十年（A）城市表层土壤重金属污染分析问题（山理工：李功胜，复旦：蔡志杰）统计问题、插值拟合、聚类（B）交警服务平台的设置与调度问题（信息工程大学：韩中庚，后勤工程学院：但琦）统计调度问题（C）企业退休职工养老金制度的改革问题（济南大学：徐振宇）统计、优化问题（D）天然肠衣搭配问题（复旦大学：陆立强）优化问题2012年，国赛第二十一年（A）葡萄酒的评价问题（西北农林大学：王经民）统计问题（关联性分析）（B）太阳能小屋的设计问题（天津大学：边馥萍）优化、统计问题（单目标和多目标）（C）脑卒中发病环境因素分析及干预问题（苏州科技大学：朱建青）优化问题（D）机器人避障问题（华中科技大学：梅正阳）优化问题2013年，国赛第二十二年（A）车道被占用对城市道路通行能力的影响问题（浙江大学：陈叔平）统计问题（B）碎纸片的拼接复原问题（国防科技大学：吴孟达）优化问题（图论）（C）古塔的变形问题（黄河水利职业技术学院：吕良军）优化问题（D）公共自行车服务系统问题（温州医科大学：吕丹）优化问题92年至13年，共69道题，01年之前的问题，类似于小型问题，可以当训练用。
二、历年国赛赛题（人物）①☞复旦大学：谭永基华东理工大学：俞文此（反物理问题双曲问题、非线性优化）一共8道题：1992（B）实验数据分解问题1994（B）锁具装箱问题1995（A）飞行管理问题1997（B）截断切割问题2000（C）飞越北极问题2002（A、C）车灯线光源的优化设计问题2005（C）雨量预报方法的评价问题2008（A）数码相机定位问题②☞解放军信息工程大学：韩中庚（评价、优化）一共7道题：2002（B）彩票中的数学问题2004（D）招聘公务员问题2005（A）长江水质的评价和预测问题2006（D）煤矿瓦斯和煤尘的检测与控制问题2007（C）“手机套餐”优惠几何问题2010（A）储油罐的变位识别与罐容表标定问题2011（B）交巡警服务平台的设置与调度问题③☞清华大学：姜启源（现就任同济大学）（规划问题）一共4道题：1997（A）零件参数设计问题2002（D）赛程安排问题2004（C）酒后开车问题2008（D）NBA赛程的分析与评价问题④☞浙江大学：陈淑平（金融数学、优化控制）一共3道题：1998（A）投资的收益和风险问题2010（D）对学生宿舍设计方案的评价问题2013（A）车道被占用对城市道路通行能力的影响问题⑤☞北京工业大学：孟大志（运筹学与控制论）一共3道题：2000（A）DNA序列分类问题2004（A）奥运会临时超市网点设计问题2006（A）出版社的资源配置问题⑥☞吉林大学：方沛辰（多目标规划）一共3道题：2003（B）露天矿生产的车辆安排问题2007（B）“乘公交，看奥运”问题2009（A）制动器试验台的控制方法问题⑦☞国防科技大学：吴孟达（运筹学、图论）一共3道题：2007（B）“乘公交，看奥运”问题2009（B）眼科病床的合理安排问题2013（B）碎纸片的拼接复原问题⑧☞北京理工大学：叶其孝（偏微分方程（反应扩散方程））一共3道题：1992（A）施肥效果分析问题2006（C）易拉罐的优化设计问题2008（B）高等教育学费标准探讨问题⑨☞天津大学：边馥萍（统计和优化，偏多目标规划）一共2道题：2006（B）艾滋病疗法的评价及疗效的预测问题2012（B）太阳能小屋的设计问题⑩☞组委会（差分、微分方程）一共1道题：2003（A/C）SARS的传播问题经典⑪☞其他略三、历年国赛赛题（方法）数学模型按照不同的分类标准有许多种类：1、按照模型的数学方法分，有几何模型、图论模型、微分方程模型、概率模型、最优控制模型、规划论模型、马氏链模型等。
2、按模型的特征分，有静态模型和动态模型，确定性模型和随机模型，离散模型和连续性模型，线性模型和非线性模型等。
3、按模型的应用领域分，有人口模型、交通模型、经济模型、生态模型、资源模型、环境模型等。
4、按建模的目的分，有预测模型、优化模型、决策模型、控制模型等。
5、按对模型结构的了解程度分，有白箱模型、灰箱模型、黑箱模型等。
◆数学建模的十大算法：1、蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性，比较好用的算法）2、数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab作为工具）3、蒙特卡罗算法线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo软件实现）4、图论算法（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备）5、动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中）6、最优化理论的三大非经典算法：模拟退火算法、神经网络、遗传算法（这些问题是用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实现比较困难，需谨慎使用）7、网格算法和穷举法（当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具）8、一些连续离散方法（很多问题都是从实际来的，数据可以是连续的，而计算机只认的是离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的）9、数值分析算法（如果在比赛中采用高级语言进行编程的话，那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写函数进行调用）10、图像处理算法（赛题中有一类问题与图形无关，论文中也应该要不乏图片的，这些图形如何展示以及如何处理就是需要解决的问题）四、常见的建模方法◆数学建模方法：统计：1、预测与预报2、评价与决策3、分类与判别4、关联与因果优化：5、优化与控制（一）、预测与预报1、灰色预测模型（必须掌握）满足两个条件可用：①数据样本点个数少，6-15个②数据呈现指数或曲线的形式2、微分方程预测（高大上、备用）无法直接找到原始数据之间的关系，但可以找到原始数据变化速度之间的关系，通过公式推导转化为原始数据的关系。