运筹学用什么编程软件

❶ 数学工具软件有哪些，数学专业的

常用数学工具软件2009-05-11 22:42做数学建模用哪些软件？
matlab lingo mathmatic，还有SAS，SPSS，lindo
运筹学和数值分析很重要，尤其是运筹学，用到的概率很大，运筹学的一些问题如规划和图与网络问题完全可以用Excel解决，所以要精通EXCEL
另外就是要掌握数理统计的知识，推荐看多元统计分析，时间序列分析和回归分析，实验设计，如果想涉及马尔科夫模型还要简单的看一下随机过程，对应的软件就是spss,sas
其它的模型可以用C语言或MATLAB处理，给你一个经验，选程序员时一定要选同时数学也好的，上次我们组就吃亏选了一个数学不好但编程好的人身上。
你现在里比赛时间还长，推荐看一下姜启员，谢金星的《数学模型》

1.具备相应的数学知识.
2.具备相应建模对象的知识.例如物理学,社会学等等.
3.有计算机应用基础,至少掌握一门计算机语言.
要会MATLAB软件
最优化理论（规划）
微分方程
差分方程
图论中的最短路径
图论中的网络流
但上述的这些很多都要用到计算机进行计算。
一般选MATLAB，如果碰到一些整数规划等问题，一般要用lingo,lindo
有一些书籍可以看一下

数学建模（Mathematical Modelling）是一种数学的思考方法，是“对现实的现象通过心智活动构造出能抓住其重要且有用的特征的表示，常常是形象化的或符号的表示。”从科学，工程，经济，管理等角度看数学建模就是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工具。顾名思义，modelling一词在英文中有“塑造艺术”的意思，从而可以理解从不同的侧面，角度去考察问题就会有不尽的数学模型，从而数学建模 的创造又带有一定的艺术的特点。而数学建模最重要的特点是要接受实践的检验，多次修改模型渐趋完善的过程。

竞赛题目一般来源于工程技术和管理科学等方面经过适当简化加工的实际问题，不要求参赛者预先掌握深入的专门知识，只需要学过普通高校的数学课程。题目有较大的灵活性供参赛者发挥其创造能力。参赛者应根据题目要求，完成一篇包括模型假设、建立和求解、计算方法的设计和计算机实现、结果的分析和检验、模型的改进等方面的论文（即答卷）。竞赛评奖以假设的合理性、建模的创造性、结果的正确性和文字表述的清晰程度为主要标准。

竞赛的步骤

建模是一种十分复杂的创造性劳动，现实世界中的事物形形色色，五花八门，不可能用一些条条框 框规定出各种模型如何具体建立，这里只是大致归纳一下建模的一般步骤和原则：

1）模型准备：首先要了解问题的实际背景，明确题目的要求，收集各种必要的信息．

2）模型假设：为了利用数学方法，通常要对问题做必要的、合理的假设，使问题的主要特征凸现出来，忽略问题的次要方面。

3）模型构成：根据所做的假设以及事物之间的联系，构造各种量之间的关系把问题化

4）模型求解：利用已知的数学方法来求解上一步所得到的数学问题，此时往往还要作出进一步的简化或假设。为数学问题，注意要尽量采用简单的数学工具。

5）模型分析：对所得到的解答进行分析，特别要注意当数据变化时所得结果是否稳定。

6）模型检验：分析所得结果的实际意义，与实际情况进行比较，看是否符合实际，如果不够理想，应该修改、补充假设，或重新建模，不断完善。

7）模型应用：所建立的模型必须在实际应用中才能产生效益，在应用中不断改进和完善。

首先我认为数学建模是一个很好的工具，对日常生活的几乎所有领域都可以有实际运用。
我不清楚你的教育背景情况，但我想要参加数学建模的比赛，或者以后在工作中用到这些知识，你需要对数学有一个比较广的认识和学习，我是指数学的不同分支学科。因为数学建模虽然对分析问题的思路有很高的要求，但同时也涉及到不同类型的学科知识。其实数学建模可以分得比较细，比如一些经济领域的线性规划模型，理工科方面的微分模型，还有很多生活实际中的概率模型，另外还有离散模型等等。所以论要做准备的话，我建议你对数学的多个分支学科有一个比较全面的了解，不求有很深入的研究，但要知道基本的方法，否则就无从下手，或者建立了模型你也没法得到正确的结论，或者建立了错误的模型。
论资料的话，我想你如果有了一定的数学基础，去外面看看一些建模的实例分析会有好处。这种书很多，大学的课程里也会推荐。另外如果撇开比赛不谈，在实际的工作运用中，很多都依靠计算机完成最后的模型分析，比如用matlab，你也可以去看看这方面的书，在计算之前，它也会给出一些建模的简单分析过程。

准备一些基本知识吧，比如线性规划、运筹学方面的东西、随即过程、微分方程的定性理论等等，技术方面学一学matlab、spss、stata、sas、maple、c/c++等等。

找一本关于数学建模的书看看吧，大概可以知道有些什么样的题目。
这样的书挺多的，写的大同小异。

不过建模竞赛书上所讲的东西都是些很基本的建模方法，真正建模竞赛的题目要综合运用这些方法来解决的。看这些书可以有一个初步的认识。

据我所知，数学建模大赛是三人参加的，其中至少要有一个会编程，一个语言文字功底好，一个数学好。编程可以用C语言，好像主流也是C语言，当然会用C++更好；语文好的是用来写论文的，至少建出的模型需要表达给人看，该怎么表达就需要有这样的人才；要是数学的好的人，思维活跃，拿到题基本就有思路，那样整个组都可能轻松。这三个缺一不可，但是三个人同时有这三种条件那就最好

1.具备相应的数学知识.

2.具备相应建模对象的知识.例如物理学,社会学等等.

3.有计算机应用基础,至少掌握一门计算机语言.

（1）常见的通用数学软件包包括：Matlab和Mathematica和Maple，其中Matlab以数值计算见长，Mathematica和Maple以符号运算、公式推导见长
（2）专用数学包包括：
绘图软件类：MathCAD,Tecplot,IDL,Surfer,Origin,SmartDraw,DSP2000
数值计算类：Matcom,DataFit,S-Spline,Lindo,Lingo,O-Matrix,Scilab,Octave
数值计算库：linpack/lapack/BLAS/GERMS/IMSL/CXML
有限元计算类：ANSYS, MARC,PARSTRAN, FLUENT, FEMLAB,FlexPDE,Algor,COSMOS, ABAQUS,ADINA
数理统计类：GAUSS ,SPSS,SAS, Splus
数学公式排版类：MathType,MikTeX,ScientificWorkplace,Scientific Nootbook
计算化学类：Gaussian98,Spartan,ADF2000,ChemOffice
CoCoA、Singular、Macaulay等是处理交换代数和代数几何问题的NCSS,LISREL8.2.MINITAB14, JMP5.0, STATA8.0

数学编程：

包括Fortran、C/C++、VB...MatLab、Maple、Mathematica、Femlab、......等编程,讨论各种算法,包括神经网络，模拟退火等，可以应用到计算数学，统计学等

❷ 鏈夋悳杩愮瑰﹀ソ鐢ㄧ殑APP鍚

濡備笅锛

1銆佸父鐢ㄧ殑缁熻″﹁蒋浠讹紝EViews銆乻pss銆傝繖浜涗笉鏄涓撲笟鐨勶紝浣嗘槸骞虫椂澶熺敤銆

2銆丆plex, Gurobi, FICO Xpress.杩欎簺鏄浼樺寲鐨勫伐鍏峰寘锛屼篃鏄鐢ㄥ緱鏈澶氱殑鍚с備笉杩囨湁浜涜佹敹閽憋紝mac瀹夎呬篃楹荤儲銆傛湰绉鐗╂祦宸ョ▼鎴栬杩愮瑰涓撲笟鐨勫彲鑳戒細瀛lingo鎴栬厀inqsb锛瀹夎呭寘涔熷緢濂芥壘锛夛紝鍓嶈呯敤鏉ユ眰锛堥潪锛绾挎ф柟绋嬬粍锛屼篃鏄姹傛渶浼樺寲妯″瀷鐨勬渶浼橀夋嫨銆

瀛︾戠壒鐐

1銆佽繍绛瑰﹀凡琚骞挎硾搴旂敤浜庡伐鍟嗕紒涓氥佸啗浜嬮儴闂ㄣ佹皯鏀夸簨涓氱瓑鐮旂┒缁勭粐鍐呯殑缁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銆佽繍绛瑰︽棦瀵瑰悇绉嶇粡钀ヨ繘琛屽垱閫犳х殑绉戝︾爺绌讹紝鍙堟秹鍙婂埌缁勭粐鐨勫疄闄呯＄悊闂棰橈紝瀹冨叿鏈夊緢寮虹殑瀹炶返鎬э紝鏈缁堝簲鑳藉悜鍐崇瓥鑰呮彁渚涘缓璁炬ф剰瑙侊紝骞跺簲鏀跺埌瀹炴晥銆