今天，人類社會正處在由工業化社會向信息化社會過渡的變革。以數字化為特征的信息社會有兩個顯著特點：計算機技術的迅速發展與廣泛應用；數學的應用向一切領域滲透。隨著計算機技術的飛速發展，科學計算的作用越來越引起人們的廣泛重視，它已經與科學理論和科學實驗并列成為人們探索和研究自然界、人類社會的三大基本方法。為了適應這種社會的變革，培養和造就出一批又一批適應高度信息化社會具有創新能力的高素質的工程技術和管理人才，在各高校開設“數學建模”課程，培養學生的科學計算能力和創新能力，就成為這種新形勢下的歷史必然。 數學建模是對現實世界的特定對象，為了特定的目的，根據特有的內在規律，對其進行必要的抽象、歸納、假設和簡化，運用適當的數學工具建立的一個數學結構。數學建模就是運用數學的思想方法、數學的語言去近似地刻畫一個實際研究對象，構建一座溝通現實世界與數學世界的橋梁，并以計算機為工具應用現代計算技術達到解決各種實際問題的目的。建立一個數學模型的全過程稱為數學建模。因此“數學建模”（或數學實驗）課程教學對于開發學生的創新意識，提升人的數學素養，培養學生創造性地應用數學工具解決實際問題的能力，有著獨特的功能。數學建模過程就是一個創造性的工作過程。人的創新能力首先是創造性思維和具備創新的思想方法。數學本身是一門理性思維科學，數學教學正是通過各個教學環節對學生進行嚴格的科學思維方法的訓練，從而引發人的靈感思維，達到培養學生的創造性思維的能力。同時數學又是一門實用科學，它具有能直接用于生產和實踐，解決工程實際中提出的問題，推動生產力的發展和科學技術的進步。學生參加數學建模活動，首先就要了解問題的實際背景，深入到具體學科領域的前沿，這就需要學生具有能迅速查閱大量科學資料，準確獲得自己所需信息的能力；同時，不但要求學生必需了解現代數學各門學科知識和各種數學方法，把所掌握的數學工具創造性地應用于具體的實際問題，構建其數學結構，還要求學生熟悉各種數學軟件，熟練地把現代計算機技術應用于解決當前實際問題綜合能力，最后還要具有把自己的實踐過程和結果敘述成文字的寫作能力。通過數學建模全過程的各個環節，學生們進行著創造性的思維活動，模擬了現代科學研究過程。通過“數學建模”課程的教學和數學建模活動極大地開發了學生的創造性思維的能力，培養學生在面對錯綜復雜的實際問題時，具有敏銳的觀察力和洞察力，以及豐富的想象力。因此，“數學建模”課程在培養學生的創新能力方面有著其它課程不可替代的作用。幾年的“數學建模”教學實踐告訴我們，進行數學建模教學，為學生提供一本內容豐富，既理論完整又實用的“數學建模”教材，使學生少走彎路尤為重要。這也是我們編寫這本教材的初衷。本教材可以說既是我們多年教學經驗的總結，也是我們心血的結晶。本教材的特點是盡量為學生提供常用的數學方法，并將相應的 Matlab 和 Lingo 程序提供給學生，使學生在進行書中提供的案例的學習中，在自己動手構建數學模型的同時上機進行數學實驗，從而為學生提供數學建模全過程的訓練，以便能夠達到舉一反三，取得事半功倍的教學效果。全書共三十二章，各章有一定的獨立性，這樣便于教師和學生按需要進行選擇。

　　目錄編輯第1章 線性規劃1.1 線性規劃問題1.2 投資的收益和風險習題1第2章 整數規劃2.1 概論2.2 0-1型整數規劃2.3 蒙特卡洛法（隨機取樣法）2.4 指派問題的計算機求解習題2第3章 非線性規劃3.1 非線性規劃模型3.2 無約束問題的Matlab解法3.3 約束極值問題3.4 飛行管理問題習題3第4章 圖與網絡模型及方法4.1 圖的基本概念與數據結構4.2 最短路問題4.3 最小生成樹問題4.4 網絡最大流問題4.5 最小費用最大流問題4.6 Matlab的圖論工具箱4.7 旅行商（TSP）問題4.8 計劃評審方法和關鍵路線法4.9 鋼管訂購和運輸習題4第5章 插值與擬合5.1 插值方法5.2 曲線擬合的線性最小二乘法5.3 最小二乘優化5.4 曲線擬合與函數逼近5.5 黃河小浪底調水調沙問題習題5第6章 微分方程建模6.1 發射衛星為什么用三級火箭6.2 人口模型6.3 Matlab求微分方程的符號解6.4 放射性廢料的處理6.5 初值問題的Matlab數值解6.6 邊值問題的Matlab數值解習題6第7章 目標規劃7.1 目標規劃的數學模型7.2 求解目標規劃的序貫算法7.3 多目標規劃的Matlab解法7.4 目標規劃模型的實例7.5 數據包絡分析習題7第8章 時間序列8.1 確定性時間序列分析方法8.2 平穩時間序列模型8.3 時間序列的Matlab相關工具箱及命令8.4 Arima序列與季節性序列習題8第9章 支持向量機9.1 支持向量分類機的基本原理9.2 支持向量機的Matlab命令及應用例子9.3 乳腺癌的診斷習題9第10章 多元分析10.1 聚類分析10.2 主成分分析10.3 因子分析10.4 判別分析10.5 典型相關分析10.6 對應分析10.7 多維標度法習題10第11章 偏最小二乘回歸分析11.1 偏最小二乘回歸分析概述11.2 Matlab偏最小二乘回歸命令Plsregress11.3 案例分析習題11第12章 現代優化算法12.1 模擬退火算法12.2 遺傳算法12.3 改進的遺傳算法12.4 Matlab遺傳算法工具習題12第13章 數字圖像處理13.1 數字圖像概述13.2 亮度變換與空間濾波13.3 頻域變換13.4 數字圖像的水印防偽13.5 圖像的加密和隱藏習題13第14章 綜合評價與決策方法14.1 理想解法14.2 模糊綜合評判法14.3 數據包絡分析法14.4 灰色關聯分析法14.5 主成分分析法14.6 秩和比綜合評價法14.7 案例分析習題14第15章 預測方法15.1 微分方程模型15.2 灰色預測模型15.3 回歸分析預測方法15.4 差分方程15.5 馬爾可夫預測15.6 時間序列15.7 插值與擬合15.8 神經元網絡習題15附錄A Matlab軟件入門A.1 Matlab“幫助”的使用A.2 數據的輸入A.3 繪圖命令A.4 Matlab在高等數學中的應用A.5 Matlab在線性代數中的應用A.6 數據處理附錄B Lingo軟件的使用B.1 Lingo軟件的基本語法B.2 Lingo函數B.3 線性規劃模型舉例參考文獻