2021最全數學建模必備資料

1、數學建模各類軟件對比

（1）MATLAB【綜合】
最爲全面的數學建模軟件，用處絕對不只僅限於數學建模競賽，在科研和工程中都有不少的應用，說是世界第一科學軟件也不爲過。不管是數值計算，仍是運籌優化，亦或是數據分析，使用MATLAB均可以完成。不過越全面的軟件，每每有一個缺點都不可避免，就是作任何一個方面都不是很方便，MATLAB也是如此，除了矩陣運算，其餘方面的功能雖然都有，但都比不上相關的專業軟件。好比，運籌優化不如Lingo，數據分析不如SAS等。
（2）Lingo【運籌優化】
運籌優化問題的推薦軟件。任何一項數學建模競賽，優化問題起碼佔據半壁江山，若是你問我，只准備一個模型，該準備哪個，我會堅決果斷回答你：優化類模型。任何一個比賽，都會涉及到運籌優化，這也是一類能極大拉開論文檔次的題目（不像統計類和預測類問題同樣你們都比吹水）。優化類問題不只模型重要，結果也很重要，所以，一款好的軟件是必備工具。
（3）SAS【數據分析】
統計類問題的最佳選擇。SAS是世界最大的私人軟件公司，世界500強90%都在使用SAS，大數據時代下，數據類問題時有出現，SAS絕對是數據處理的最好工具。儘管目前SAS在中國的市場佔有率並非很大，但從建模專業性上來講，統計軟件SAS的功能毫無疑問是最強大的。
（4）SPSS【數據分析】
統計軟件很是多，SPSS是很出名的一個，SPSS的最大特色是簡單，容易入門。不少數學建模比賽拿過一兩次獎的，都自稱本身會且僅會使用SPSS。我的感受，SPSS在處理某些問題是仍是比較方便的，運氣好的話，水個獎估計問題也不是太大，不過要想作到更高的水平，只會用SPSS的仍是去歇着吧。
（5）mathematica【綜合】
一款很是適合數學系學生使用的軟件，擁有最強大的符號運算功能。近年來mathematica致力於在中國的數學建模競賽中推廣該款軟件，儘管使用率遠不及matlab，不過在不少問題上仍是有本身獨特的優點。

2、數學建模競賽常考三大模型及十大算法

1 三大模型
1.1 預測模型
預測模型：神經網絡預測、灰色預測、擬合插值預測（線性迴歸）、時間序列預測、馬爾科夫鏈預測、微分方程預測、Logistic 模型等等。

應用領域：人口預測、水資源污染增加預測、病毒蔓延預測、競賽獲勝機率預測、月收入預測、銷量預測、經濟發展狀況預測等在工業、農業、商業等經濟領域，以及環境、社會和軍事等領域中都有普遍的應用。
預測模型：難度中等。
擬合插值預測：基礎簡單、容易理解。
擬合算法：matlab擬合工具箱、準確…
插值算法：短時間預測、完善補全數據、插值函數、拉格朗日插值法、三次樣條插值法…
神經網絡預測：現代優化算法、考驗編程能力。
人口預測：灰色預測、Logistic 模型…

1.2 優化模型
優化模型：規劃模型（目標規劃、線性規劃、非線性規劃、整數規劃、動態規劃）、圖論模型、排隊論模型、神經網絡模型、現代優化算法（遺傳算法、模擬退火算法、蟻羣算法、禁忌搜索算法）等等。

應用領域：快遞員派送快遞的最短路徑問題、水資源調度優化問題、高速路口收費站問題、軍事行動避空偵察的時機和路線選擇、物流選址問題、商區佈局規劃等各個領域。

優化模型：偏難。
切割木料、地板，使損耗最低、利潤最高。
天然水管道鋪設問題：圖論模型（迪傑斯特拉算法 Dijkstra、克魯斯卡爾算法 Kruskal）

1.3 評價模型
評價模型：模糊綜合評價法、層次分析法、聚類分析法、主成分分析評價法、灰色綜合評價法、人工神經網絡評價法等等。

應用領域：某區域水資源評價、水利工程項目風險評價、城市發展程度評價、足球教練評價、籃球隊評價、水生態評價、大壩安全評價、邊坡穩定性評價。
預測模型：偏簡單。

2 數學建模的十大經常使用算法

3、博主數學建模代碼

博主數學建模代碼連接：https://blog.csdn.net/tiqcmatlab/category_10708003.html

4、 參考文獻

[1]數學建模競賽常考三大模型及十大算法【預測模型、優化模型、評價模型】