運籌學用什麼編程軟體

❶ 數學工具軟體有哪些，數學專業的

常用數學工具軟體2009-05-11 22:42做數學建模用哪些軟體？
matlab lingo mathmatic，還有SAS，SPSS，lindo
運籌學和數值分析很重要，尤其是運籌學，用到的概率很大，運籌學的一些問題如規劃和圖與網路問題完全可以用Excel解決，所以要精通EXCEL
另外就是要掌握數理統計的知識，推薦看多元統計分析，時間序列分析和回歸分析，實驗設計，如果想涉及馬爾科夫模型還要簡單的看一下隨機過程，對應的軟體就是spss,sas
其它的模型可以用C語言或MATLAB處理，給你一個經驗，選程序員時一定要選同時數學也好的，上次我們組就吃虧選了一個數學不好但編程好的人身上。
你現在里比賽時間還長，推薦看一下姜啟員，謝金星的《數學模型》

1.具備相應的數學知識.
2.具備相應建模對象的知識.例如物理學,社會學等等.
3.有計算機應用基礎,至少掌握一門計算機語言.
要會MATLAB軟體
最優化理論（規劃）
微分方程
差分方程
圖論中的最短路徑
圖論中的網路流
但上述的這些很多都要用到計算機進行計算。
一般選MATLAB，如果碰到一些整數規劃等問題，一般要用lingo,lindo
有一些書籍可以看一下

數學建模（Mathematical Modelling）是一種數學的思考方法，是「對現實的現象通過心智活動構造出能抓住其重要且有用的特徵的表示，常常是形象化的或符號的表示。」從科學，工程，經濟，管理等角度看數學建模就是用數學的語言和方法，通過抽象，簡化建立能近似刻畫並「解決」實際問題的一種強有力的數學工具。顧名思義，modelling一詞在英文中有「塑造藝術」的意思，從而可以理解從不同的側面，角度去考察問題就會有不盡的數學模型，從而數學建模 的創造又帶有一定的藝術的特點。而數學建模最重要的特點是要接受實踐的檢驗，多次修改模型漸趨完善的過程。

競賽題目一般來源於工程技術和管理科學等方面經過適當簡化加工的實際問題，不要求參賽者預先掌握深入的專門知識，只需要學過普通高校的數學課程。題目有較大的靈活性供參賽者發揮其創造能力。參賽者應根據題目要求，完成一篇包括模型假設、建立和求解、計算方法的設計和計算機實現、結果的分析和檢驗、模型的改進等方面的論文（即答卷）。競賽評獎以假設的合理性、建模的創造性、結果的正確性和文字表述的清晰程度為主要標准。

競賽的步驟

建模是一種十分復雜的創造性勞動，現實世界中的事物形形色色，五花八門，不可能用一些條條框 框規定出各種模型如何具體建立，這里只是大致歸納一下建模的一般步驟和原則：

1）模型准備：首先要了解問題的實際背景，明確題目的要求，收集各種必要的信息．

2）模型假設：為了利用數學方法，通常要對問題做必要的、合理的假設，使問題的主要特徵凸現出來，忽略問題的次要方面。

3）模型構成：根據所做的假設以及事物之間的聯系，構造各種量之間的關系把問題化

4）模型求解：利用已知的數學方法來求解上一步所得到的數學問題，此時往往還要作出進一步的簡化或假設。為數學問題，注意要盡量採用簡單的數學工具。

5）模型分析：對所得到的解答進行分析，特別要注意當數據變化時所得結果是否穩定。

6）模型檢驗：分析所得結果的實際意義，與實際情況進行比較，看是否符合實際，如果不夠理想，應該修改、補充假設，或重新建模，不斷完善。

7）模型應用：所建立的模型必須在實際應用中才能產生效益，在應用中不斷改進和完善。

首先我認為數學建模是一個很好的工具，對日常生活的幾乎所有領域都可以有實際運用。
我不清楚你的教育背景情況，但我想要參加數學建模的比賽，或者以後在工作中用到這些知識，你需要對數學有一個比較廣的認識和學習，我是指數學的不同分支學科。因為數學建模雖然對分析問題的思路有很高的要求，但同時也涉及到不同類型的學科知識。其實數學建模可以分得比較細，比如一些經濟領域的線性規劃模型，理工科方面的微分模型，還有很多生活實際中的概率模型，另外還有離散模型等等。所以論要做准備的話，我建議你對數學的多個分支學科有一個比較全面的了解，不求有很深入的研究，但要知道基本的方法，否則就無從下手，或者建立了模型你也沒法得到正確的結論，或者建立了錯誤的模型。
論資料的話，我想你如果有了一定的數學基礎，去外面看看一些建模的實例分析會有好處。這種書很多，大學的課程里也會推薦。另外如果撇開比賽不談，在實際的工作運用中，很多都依靠計算機完成最後的模型分析，比如用matlab，你也可以去看看這方面的書，在計算之前，它也會給出一些建模的簡單分析過程。

准備一些基本知識吧，比如線性規劃、運籌學方面的東西、隨即過程、微分方程的定性理論等等，技術方面學一學matlab、spss、stata、sas、maple、c/c++等等。

找一本關於數學建模的書看看吧，大概可以知道有些什麼樣的題目。
這樣的書挺多的，寫的大同小異。

不過建模競賽書上所講的東西都是些很基本的建模方法，真正建模競賽的題目要綜合運用這些方法來解決的。看這些書可以有一個初步的認識。

據我所知，數學建模大賽是三人參加的，其中至少要有一個會編程，一個語言文字功底好，一個數學好。編程可以用C語言，好像主流也是C語言，當然會用C++更好；語文好的是用來寫論文的，至少建出的模型需要表達給人看，該怎麼表達就需要有這樣的人才；要是數學的好的人，思維活躍，拿到題基本就有思路，那樣整個組都可能輕松。這三個缺一不可，但是三個人同時有這三種條件那就最好

1.具備相應的數學知識.

2.具備相應建模對象的知識.例如物理學,社會學等等.

3.有計算機應用基礎,至少掌握一門計算機語言.

（1）常見的通用數學軟體包包括：Matlab和Mathematica和Maple，其中Matlab以數值計算見長，Mathematica和Maple以符號運算、公式推導見長
（2）專用數學包包括：
繪圖軟體類：MathCAD,Tecplot,IDL,Surfer,Origin,SmartDraw,DSP2000
數值計算類：Matcom,DataFit,S-Spline,Lindo,Lingo,O-Matrix,Scilab,Octave
數值計算庫：linpack/lapack/BLAS/GERMS/IMSL/CXML
有限元計算類：ANSYS, MARC,PARSTRAN, FLUENT, FEMLAB,FlexPDE,Algor,COSMOS, ABAQUS,ADINA
數理統計類：GAUSS ,SPSS,SAS, Splus
數學公式排版類：MathType,MikTeX,ScientificWorkplace,Scientific Nootbook
計算化學類：Gaussian98,Spartan,ADF2000,ChemOffice
CoCoA、Singular、Macaulay等是處理交換代數和代數幾何問題的NCSS,LISREL8.2.MINITAB14, JMP5.0, STATA8.0

數學編程：

包括Fortran、C/C++、VB...MatLab、Maple、Mathematica、Femlab、......等編程,討論各種演算法,包括神經網路，模擬退火等，可以應用到計算數學，統計學等

❷ 鏈夋悳榪愮瑰﹀ソ鐢ㄧ殑APP鍚

濡備笅錛

1銆佸父鐢ㄧ殑緇熻″﹁蔣浠訛紝EViews銆乻pss銆傝繖浜涗笉鏄涓撲笟鐨勶紝浣嗘槸騫蟲椂澶熺敤銆

2銆丆plex, Gurobi, FICO Xpress.榪欎簺鏄浼樺寲鐨勫伐鍏峰寘錛屼篃鏄鐢ㄥ緱鏈澶氱殑鍚с備笉榪囨湁浜涜佹敹閽憋紝mac瀹夎呬篃楹葷儲銆傛湰縐鐗╂祦宸ョ▼鎴栬榪愮瑰涓撲笟鐨勫彲鑳戒細瀛lingo鎴栬厀inqsb錛瀹夎呭寘涔熷緢濂芥壘錛夛紝鍓嶈呯敤鏉ユ眰錛堥潪錛綰挎ф柟紼嬬粍錛屼篃鏄奼傛渶浼樺寲妯″瀷鐨勬渶浼橀夋嫨銆

瀛︾戠壒鐐

1銆佽繍絳瑰﹀凡琚騫挎硾搴旂敤浜庡伐鍟嗕紒涓氥佸啗浜嬮儴闂ㄣ佹皯鏀誇簨涓氱瓑鐮旂┒緇勭粐鍐呯殑緇熺瑰崗璋冮棶棰橈紝鏁呭叾搴旂敤涓嶅彈琛屼笟銆侀儴闂ㄤ箣闄愬埗銆

2銆佽繍絳瑰︽棦瀵瑰悇縐嶇粡钀ヨ繘琛屽壋閫犳х殑縐戝︾爺絀訛紝鍙堟秹鍙婂埌緇勭粐鐨勫疄闄呯＄悊闂棰橈紝瀹冨叿鏈夊緢寮虹殑瀹炶返鎬э紝鏈緇堝簲鑳藉悜鍐崇瓥鑰呮彁渚涘緩璁炬ф剰瑙侊紝騫跺簲鏀跺埌瀹炴晥銆