数学建模一般都需要使用什么软件呢？
最近刚刚接触到建模，也听到老师有提到一些建模的工具和软件，想了解下，一般的数学建模里，大家都比较常用哪些软件呢？我听老师有提到matlab, 那除了matlab 还有其他的大家常用的建模软件吗？
在数模中，主要的软件就分为统计类、规划类还有通用编程类。其中统计类的主要软件包括R、SPSS、SAS。相对而言不是很推荐SPSS，这里并不是说SPSS不好，而是在面临实际问题时，需要对原始最经典的一些方法和步骤进行进行改变，因为实际问题通常不能很好地满足实际。相比而言，R和SAS可以根据自己的需求进行编辑，相对较为灵活，尤其R，不仅免费而且开源，有很多程序包都是相应专业的牛人编写的，已经在很大程度上满足了实际问题的需求。而SAS的优势在于权威，不想R中某些包的对错和效率无法得到保证。因此，可以对两者进行统一学习。规划类主要适用的是LINGO和LINDO，但两者相对适用较少，因为直接的规划类问题很少出现在建模竞赛之中。它们主要是解决规划类问题和运筹学的问题，包括线性规划，排队论等问题。两者学习LINGO即可，可将该软件分配给建模的同学学习。最后就是通用编程类，即可以解决大多数问题。主要包括MATLAB和C等。MATLAB也有许多工具箱，同样可以解决类似的统计规划问题。此外，MATLAB的优势就是运算单位为矩阵，对于关于矩阵的部分运算要比C方便。C的优势就是它是最基本的语言，相对运行速度较快，比较适合编程基本功扎实的同学。综上，对于非计算机专业的同学，重点学习MATLAB和SAS即可，这两个软件大多可以解决建模中涉及到的实际问题。个人见解，上次我在见到过其他的解释，你可以去看看
已有帐号？
无法登录？
社交帐号登录【知】如何入门参与数学建模？
【知】如何入门参与数学建模？
贴篇我写给学校学弟学妹们的数模感想吧，希望能有帮助。数学建模感想
纪念逝去的大学数学建模：两次校赛，两次国赛，两次美赛，一次电工杯。从大一下学期组队到现在，大三下学期，时间飞逝，我的大学建模生涯也告一段落。感谢建模路上帮助过我的学长和学姐们，滴水之恩当涌泉相报，写下这篇感想，希望可以给学弟学妹们一丝启发，也就完成我的想法了。拙劣的文笔，也不知道写些啥，按顺序随便写写吧。
我是怎么选择建模的：
大一上，第一次听到数学建模其实是大一上学期，not大一下学期。某次浏览网页偶然发现的，源于从小对数学，哲学以及历史的崇敬吧（虽然大学没敢选择其中任何一个专业，尤其是数学和哲学，怕太难了，学不好），我就坚定了学习数学建模的想法。通过翻阅学校发的学生手册还是神马的资料，发现我们学校有数学建模竞赛的。
鉴于大一上啥数学知识都没有，也就没开始准备，把侧重点放在找队友上。 一次打乒乓球，认识了两位信电帅哥，以后也会一起打球。其中一位（M）很有学霸潜质，后来期末考试后，我打听了他的高数成绩，果然的杠杠滴，就试探性的问了下，要不要一起参加建模，嗯，成功！
第二位队友是在大一上学期认识的（向她请教了很多关于转专业的事情），但是是第二学期找她组队的。老样子，打听成绩，一打听吓一跳，是英语超好，微积分接近满分的女生F（鄙人第二学期转入了她的学院）。果断发送邀请，是否愿意一起组队，嗯，成功。
关于找队友：在信息不对称的情况下，优先考虑三人的专业搭配，比如或信电的小伙伴负责编程和理工科题建模，经济金融统计负责论文和统计建模，数学计算专业的全方位建模以及帮忙论文，个人感觉这样子比较好。由于建模粗略地可以分为建模，编程，论文，三块，整体上是一人负责一块的，但是绝对不能走极端，每个人就单单的负责一块，这样子的组合缺乏沟通和互动。应该要在培训中磨合，结合每个人的个人特点。主要负责哪几块，辅助哪几块。
接下来就到了第一次校赛了：第一次还是挺激动的，因为之前问了几个学长学姐说，建模都是要通宵的，于是我们也做好了通宵的准备。第一次拿到的题目是关于一个单位不同工作部门不同饮食习惯的人，健康水平的关系。 后来回顾过来，这其实是一个比较简单的统计分析题。但是想当年可没有这等觉悟，做题全靠office，对着题目想半天也不知道该怎么做。做的过程很痛苦，但是也很兴奋，校赛三等奖的结果证明了光有一股热情是不行的，需要恶补大量知识。
推荐新手入门书目：
数学模型(姜启源、谢金星)
数学建模方法与分析.(新西兰)Mark.M．Meerschaert.
第一本是姜老先生写的，很适合新手，在内容编排上也是国产风格，按模型知识点分类，一块一块讲，面面俱到。第二本是新西兰的，我是大二的时候看这本书的，只看了前面一部分。发现这本书挺适合新手，它是典型的外国教材风格，从一个模型例子开始，娓娓道来，跟你讲述数学建模的方方面面，其中反复强调的一个数学建模五步法，后来细细体会起来的确很有道理，看完大部分这本书的内容，就可以体会并应用这个方法了。（第一次校赛，就是因为五步法的第一步，都没有做到）。
对了，还有老丁推荐的一本，美利坚合众国数学建模竞赛委员会主席Giordano写的A first course in mathematic modeling，有姜启源等翻译的中文版，but我没能在图书馆借到，所以没看过，大家有机会可以看看。
第一次国赛前的放假开始学校培训，我提前借了一大堆书，把卡都借满了。第一次国赛前的那次培训，对我而言，这段时期是收获最大的时期，比其他任何时间段都来得大。
这段时间内，我们三个人都很辛苦。白天培训要学习很多知识，完了只能休息半天，然后开始比赛，周而复始。 之前我的打算是，白天上课学习，晚上回去复习当天的内容，再看些其他东西。But 我太高估自己了，晚上基本是玩玩三国杀之类的小游戏放松，然后第二天再去上课。嗯，心态放好，身体最重要。^_^
通过这几次培训，基本上队伍形成了F专业写论文，我和M负责建模和编程。其中我偏重建模和全队调度。
大家在培训的时候，要慢慢养成五步建模法：
五步法说明:
第一步:提出问题.
大家可能会想,题目不是已经给出问题了吗? 是的,但是这里的提出问题是指：用数学语言去表达。首先，题目一定要通读若干遍，“看不懂，读题目；看不懂，读题目”，如此反复循环的同时查阅相关资料。这通常需要大量的工作，而且要根据题目的特点做一些假设。
看的差不多了，就开始用数学形式提出问题，当然，在这之前，先引用或者定义一些专业术语。 接下来进行符号说明，统一符号（这点很重要，三个人之间便于沟通，论文便于展现），并列出整个问题涉及的变量，包括恰当的单位，列出我们已知或者作出的假设（用数学语言描述，比如等式，不等式）。 做完这些准备工作后，就开始正式提出问题啦。用明确的数学语言写出这个问题的表达式，加上之前的准备工作，就构成了完整的问题。
这部分的内容反映到论文结构上，相当于前言，问题提出，模型建立部分。注意，刚开始建立的模型很挫没关系，我们随时可以返回来进行修改的。
第二步:选择建模方法.
在有了用数学语言表述的问题后，我们需要选择一个或者多个数学方法来获得解。 许多问题，尤其是运筹优化，微分方程的题目，一般都可以表述成一个已有有效的标准求解形式。这里可以通过查阅相关领域的文献，获得具体的方法。为什么不是查阅教材呢？基本上教材讲的都是基础的，针对特定问题的，教材上一般找不到现成的方法，但是教材依然是很重要的基础工具，有时候想不出思路，教材（比如姜启源那本）翻来翻去，会产生灵感，可以用什么模型。
第三步:推导模型的公式.
我们要把第二步的方法实现出来，也就是论文的模型建立部分。我们要对建立的问题进行变形，推导，转化为可以运行标准方法解答的形式。这部分通常是借鉴参考文献的过程，做一些修改，以适应本题的情况。
第四步:求解模型.
这里是编程的队友登场的时刻了。
统计模型：SPSS,Eviews，Stata ，都是菜单式操作，easy的。
数据分析：R，数据库SQL Server，IBM DB2
微分方程：Maple,Mathematic,MATLAB
运筹规划：Matlab，Lingo
智能算法：Matlab，R
时间序列：统计模型中的那些软件，或者R，Matlab
图像处理：Matlab，C++
总结： Matlab是必须的，再来个SPSS，一般情况下够用了。
第五步:回答问题.
也就是论文的讨论部分。这部分是对你整篇论文成果的总结，一定要写的有深度。除此之外，通常还要写上一些灵敏度分析，如果是统计模型的话，要有模型检验。
关于比赛的一些个人体会
1、国赛和美赛是有区别的
国赛讲究实力，美赛讲究创新。 美赛不一定要多高级的方法，但是一定要有创意。而国赛，组委会往往是有一个模糊的“标准答案”在的，按部就班做下来就好了。
注意不要一次性就建立复杂模型了，老外看重的是你的思维，你的逻辑，不像国赛，看重的是你的建模编程实力，要使用各种高大上的方法。
拿到一个问题，可以先建立一个初等模型，讨论下结果；再逐渐放宽条件，把模型做的复杂一点。 即 Basic model -& Normal model -& Extended model的思路。这个思维在美赛中很好，这么做下来基本都能得金奖的，鄙人这次也是按照这样的流程，拿了个金奖。
2、文献为王
文献为王。建模的题目，基本上是某个教授的研究课题，凭我们本科生的水平，基本上做不到对题目的深刻理解。所以要多看文献。
看文献也有技巧：刚拿到题目，先查一下相关背景资料，了解题目是哪方面的。接下来看文献，找一下硕士论文，博士论文以及综述性质的文章，硕博论文一般都会详细介绍下整个课题的国内外研究情况，综述就更不用说了，它就是对大量原始研究论文的数据、资料和主要观点进行归纳整理、分析提炼而写成的论文。看完这些，就可以比较有深度地把握题目，也知道如果我们要进行创新的话，往哪方面走。
接下来，可以根据小组三人讨论的结果，有针对性的看一下有深度的文献，文献看得多了，就可以考虑开始创新了，像爱因斯坦那样开辟相对论等新领域的创新，是很有难度的，但是我们可以退而取其次，不是有句话叫做“他山之石，可以攻玉”吗？ 我们要做的就是组合创新！ 领域内组合创新，把一个学者的方法嫁接到另一个学者的模型上。
以及交叉领域创新，把把自然科学的知识用到社会科学上，或者用社会科学解释自然科学的结果等等。（这里就可以体现，跨专业建模队伍的先天优势了：不同专业对同一个问题的思维是不同的，可以擦出创意的火花）
PS：图书馆有买很多数据库，可以免费看论文。免费的话google学术是无敌的，国内文献貌似没有良好的分享平台，实在找不到论文也可以百度文库死马当活马医。
平时可以多注册一些网站，数学中国，校苑数模，matlab技术论坛，pudn程序员，研学论坛，stackoverflow等。上传些资料，攒积分要从娃娃抓起，不要等到比赛了看到好资料还“诶呀，积分不够”。
想法很重要。建模思维是一种很难学习到的东西，站在巨人的肩膀上，多看文献，负责建模的同学辛苦了。
3、掌握一点数据处理的技巧
建模的题目，A.B两道题。基本上是一题连续，一题离散；一题自然科学（理工科），另一题社会科学（经济管理）。这样的分布的，大家平常做题的时候就可以有所侧重，曾经有一支美帝的队伍，专攻离散题，貌似拿了连续两届的outstanding.
掌握一点数据处理的技巧是很有必要的。比如数据缺失值的处理，插值与拟合等。尤其是数据缺失值的处理，基本上A,B题都有可能涉及，建议熟练掌握。
4、关于编程水平。
More generally,软件操作水平几乎决定了一个队伍的结果上限。MATLAB是必备的，必须要熟练掌握各种模型的实现。此外，SPSS(或者R)也是要掌握的。Mathematic和MATLAB的替代性很强，不掌握也没关系（仅在建模方面，mathematic 当然也是很强大的）。What’s more建模比赛举办这么多年，用到lingo的情况几乎很少了，也可以不学lingo. And 现在的题目动不动就要粒子群等智能算法，强烈建议大家至少熟练掌握一种智能算法.
MATLAB推荐书目
MATLAB揭秘 郑碧波 译 （本书讲的极其通俗易懂，适合无编程经验的）
精通matlab2011a 张志涌
数学建模与应用：司守奎 （囊括了各类建模的知识，还附有代码，很难得，工具书性质的）
Matlab智能算法30个案例分析 史峰,王辉等
《MATLAB统计分析与应用：40个案例分析》
数字图像处理(MATLAB版) 冈萨雷斯 (13国赛碎纸片复原居然涉及了图像处理,所以列在这里了.可看可不看,太专业化了)
书很多的.总之,要达到熟练运用matlab进行运筹优化,数据处理,微分方程的地步. 数理统计可以交给SPSS,R ,其中SPSS无脑操作上手快.
5、格式规范：看国赛一等奖，美赛国内人得特等奖的论文，格式规范方面绝对很到位，大家可以参考。国外人的特等奖论文，大都不重视格式，人家的优势在于模型实力与创意、母语写作。所以在美赛格式规范方面，参考国内特奖的论文。
PS：有时间的队伍可以学习以下Latex，用Latex写出来的论文，比word不知道好了多少倍。
发表评论：
TA的最新馆藏地区：南宁
头衔：泥土工
浏览数：47
建模是什么意思
所谓预算中的建模就是广联达等算量软件的画图把？
地区：山东
等级：11 级
头衔：总经理
建模的含义可以理解的很广泛，你的理解是其中之一。建模可以建一个总体的模型，也可以按部分建立模块，就是从一个文字的表述，转换成立体形态的视觉效果。
提问者对最佳答案的评价：5星
请填写消息，提交后将发送给用户
及时采纳答案不仅是对回答者的认可，同时也能避免问题过期后被
地区：四川
等级：3 级
头衔：砌墙工
当你要计算一个工程的时候，需要建一个新工程，这个过程就是建模。
地区：陕西
等级：6 级
头衔：项目副经理
BIM是一个数据分析比如说你图纸设计是否合理，是否会出碰撞 比如说安装图是否和建筑图打架还有就是一些消防数据的处理 比如说这栋大楼设计能否在火灾的时候 输入人数参数 5分钟内就能让所有人疏散建模还是需要你用钢筋图形和安装算量软件自己建模 然后自己出数 碰撞检测只是用做好的模型来检查
地区：湖南
等级：2 级
头衔：泥土工
&&&& 建模就是使用广联达钢筋抽样软件把图纸中的基础，柱，梁，板，墙等画出来建立模块。这样可以汇总整个工程的钢筋量，同时更好的帮助理解图纸。
操作执行中...
无满意答案
  及时举报违规行为，共同维护良好环境
举报原因：
问题与专业无关
没有实用价值
问题描述不清晰
同IP自问自答，恶意刷分
完全复制他人答案
部分复制他人答案
无实际价值
同IP自问自答，恶意刷分
    
如果您认为这个答案有误，或者有更好的答案，请立即告诉我们！
如果您的“揪”错被采纳，可获得10分积分奖励！
我的答疑任务
图片正在上传...2016年第九届“认证杯”数学中国数学建模网络挑战赛——暨2016年全球数学建模能力认证赛第二阶段试题发布页面
第二阶段参赛须知(—)：
温馨提示：
1.请仔细阅读第二阶段比赛赛前通知，严格按照里面的要求提交论文。
2.请登陆报名系统确认报名信息的正确性，如有不对的地方请在比赛结束前作出修改，我们的获奖信息都以报名系统中的信息为准。
3.请在确认要做的题目后登录报名系统选择题目
D（仅限中学组/专科组选做）
内蒙古自治区数学学会
全球数学建模能力认证中心
第五维信息技术有限公司
数学中国网
微信扫一扫数学建模的一般步骤是什么?
qeVZ32DO14
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.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）.利用获取的数据资料,对模型的所有参数做出计算（或近似计算）.模型分析对所要建立模型的思路进行阐述,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.模型应用与推广应用方式因问题的性质和建模的目的而异.而模型的推广就是在现有模型的基础上对模型有有一个更加全面,考虑更符合现实情况都适用的模型.
亲！你会做数学建模的题吗？
为您推荐：
其他类似问题
扫描下载二维码}