我校在2017年全国大学生数学建模竞赛中荣获两项全国一等奖
作者：学生处 发布时间：2017-12-16 点击数：
近日，全国大学生数学建模竞赛组委会公布了2017年全国大学生数学建模竞赛的评奖结果。我校信息工程学院学生荣获2项全国一等奖，5项省级一等奖，9项省级二等奖。获奖级别、获奖数量都创出历史最好成绩，在省内同类院校中处于领先地位。
全国大学生数学建模竞赛由中国工业与应用数学学会主办，高等教育出版社协办。自1992年举办以来，已经发展成为参与面最广、影响最大的全国大学生科技竞赛之一。2017年，来自全国34个省/市/区(包括香港、澳门和台湾)及新加坡和澳大利的1418所院校的近11万名大学生参加了本项竞赛，竞争十分激烈。
今年我校共组织60名学生，16名指导教师参加了此次竞赛，参赛人数创历史新高。信息工程学院数学建模教练组科学制定培训方案，精心安排培训内容。从4月份就开始利用周末时间举办赛前培训，安排教练针对不同类型的数学模型进行专题讲座和上机辅导。6月底举办赛前的选拔测试，入选的队员利用暑假进行集中训练。在一个月的训练中，指导教师和队员们不畏酷暑，克服暑假期间生活上的诸多不便，全身心地投入到训练工作中，最终取得了历史最好成绩。我校数学建模竞赛负责人信息工程学院教师张力宁被陕西省组委会评为陕西赛区优秀指导教师。
关于数学建模
基本信息
数学建模就是通过计算得到的结果来解释实际问题，并接受实际的检验，来建立数学模型的全过程。当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言作表述来建立数学模型。
历史起源
进入西方国家大学:
数学建模是在20世纪60和70年代进入一些西方国家大学的，我国的几所大学也在80年代初将数学建模引入课堂。经过20多年的发展现在绝大多数本科院校和许多专科学校都开设了各种形式的数学建模课程和讲座，为培养学生利用数学方法分析、解决实际问题的能力开辟了一条有效的途径。
大学生数学建模竞赛最早是1985年在美国出现的，1989年在几位从事数学建模教育的教师的组织和推动下，我国几所大学的学生开始参加美国的竞赛，而且积极性越来越高，近几年参赛校数、队数占到相当大的比例。可以说，数学建模竞赛是在美国诞生、在中国开花、结果的。
在中国:
1992年由中国工业与应用数学学会组织举办了我国10城市的大学生数学模型，74所院校的314队参加。教育部领导及时发现、并扶植、培育了这一新生事物，决定从1994年起由教育部高教司和中国工业与应用数学学会共同主办全国大学生数学建模竞赛，每年一届。十几年来这项竞赛的规模以平均年增长25％以上的速度发展。
2009 年全国有33个省/市/自治区(包括香港和澳门特区)1137所院校、15046个队（其中甲组12276队、乙组2770队）、4万5千多名来自各个专业的大学生参加竞赛，是历年来参赛人数最多的(其中西藏和澳门是首次参赛)！
数学:
近半个多世纪以来，随着计算机技术的迅速发展，数学的应用不仅在工程技术、自然科学等领域发挥着越来越重要的作用，而且以空前的广度和深度向经济、管理、金融、生物、医学、环境、地质、人口、交通等新的领域渗透，所谓数学技术已经成为当代高新技术的重要组成部分。
数学建模:
数学模型（Mathematical Model）是一种模拟，是用数学符号、数学式子、程序、图形等对实际课题本质属性的抽象而又简洁的刻画，它或能解释某些客观现象，或能预测未来的发展规律，或能为控制某一现象的发展提供某种意义下的最优策略或较好策略。数学模型一般并非现实问题的直接翻版，它的建立常常既需要人们对现实问题深入细微的观察和分析，又需要人们灵活巧妙地利用各种数学知识。这种应用知识从实际课题中抽象、提炼出数学模型的过程就称为数学建（MathematicalModeling）。
不论是用数学方法在科技和生产领域解决哪类实际问题，还是与其它学科相结合形成交叉学科，首要的和关键的一步是建立研究对象的数学模型，并加以计算求解。数学建模和计算机技术在知识经济时代的作用可谓是如虎添翼。
数学建模应用：
具体过程
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。
![]()
600)makesmallpic(this,600,1800);'' style="BOX-SIZING: border-box !important; WORD-WRAP: break-word !important; MAX-WIDTH: 100％; HEIGHT: auto !important; COLOR: rgb(0,42,208); PADDING-BOTTOM: 0px; PADDING-TOP: 0px; PADDING-LEFT: 0px; MARGIN: 0px; PADDING-RIGHT: 0px" alt="" />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。
![]()
600)makesmallpic(this,600,1800);'' style="BOX-SIZING: border-box !important; WORD-WRAP: break-word !important; MAX-WIDTH: 100％; HEIGHT: auto !important; COLOR: rgb(0,42,208); PADDING-BOTTOM: 0px; PADDING-TOP: 0px; PADDING-LEFT: 0px; MARGIN: 0px; PADDING-RIGHT: 0px" alt="" />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）。
![]()
600)makesmallpic(this,600,1800);'' style="BOX-SIZING: border-box !important; WORD-WRAP: break-word !important; MAX-WIDTH: 100％; HEIGHT: auto !important; COLOR: rgb(0,42,208); PADDING-BOTTOM: 0px; PADDING-TOP: 0px; PADDING-LEFT: 0px; MARGIN: 0px; PADDING-RIGHT: 0px" alt="" />模型求解：
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）。
![]()
600)makesmallpic(this,600,1800);'' style="BOX-SIZING: border-box !important; WORD-WRAP: break-word !important; MAX-WIDTH: 100％; HEIGHT: auto !important; COLOR: rgb(0,42,208); PADDING-BOTTOM: 0px; PADDING-TOP: 0px; PADDING-LEFT: 0px; MARGIN: 0px; PADDING-RIGHT: 0px" alt="" />模型分析：
对所得的结果进行数学上的分析。
![]()
600)makesmallpic(this,600,1800);'' style="BOX-SIZING: border-box !important; WORD-WRAP: break-word !important; MAX-WIDTH: 100％; HEIGHT: auto !important; COLOR: rgb(0,42,208); PADDING-BOTTOM: 0px; PADDING-TOP: 0px; PADDING-LEFT: 0px; MARGIN: 0px; PADDING-RIGHT: 0px" alt="" />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。
![]()
600)makesmallpic(this,600,1800);'' style="BOX-SIZING: border-box !important; WORD-WRAP: break-word !important; MAX-WIDTH: 100％; HEIGHT: auto !important; COLOR: rgb(0,42,208); PADDING-BOTTOM: 0px; PADDING-TOP: 0px; PADDING-LEFT: 0px; MARGIN: 0px; PADDING-RIGHT: 0px" alt="" />模型应用：
应用方式因问题的性质和建模的目的而异。
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。
![]()
600)makesmallpic(this,600,1800);'' style="BOX-SIZING: border-box !important; WORD-WRAP: break-word !important; MAX-WIDTH: 100％; HEIGHT: auto !important; COLOR: rgb(0,42,208); PADDING-BOTTOM: 0px; PADDING-TOP: 0px; PADDING-LEFT: 0px; MARGIN: 0px; PADDING-RIGHT: 0px" alt="" />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。
![]()
600)makesmallpic(this,600,1800);'' style="BOX-SIZING: border-box !important; WORD-WRAP: break-word !important; MAX-WIDTH: 100％; HEIGHT: auto !important; COLOR: rgb(0,42,208); PADDING-BOTTOM: 0px; PADDING-TOP: 0px; PADDING-LEFT: 0px; MARGIN: 0px; PADDING-RIGHT: 0px" alt="" />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）。
![]()
600)makesmallpic(this,600,1800);'' style="BOX-SIZING: border-box !important; WORD-WRAP: break-word !important; MAX-WIDTH: 100％; HEIGHT: auto !important; COLOR: rgb(0,42,208); PADDING-BOTTOM: 0px; PADDING-TOP: 0px; PADDING-LEFT: 0px; MARGIN: 0px; PADDING-RIGHT: 0px" alt="" />模型求解：
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）。
![]()
600)makesmallpic(this,600,1800);'' style="BOX-SIZING: border-box !important; WORD-WRAP: break-word !important; MAX-WIDTH: 100％; HEIGHT: auto !important; COLOR: rgb(0,42,208); PADDING-BOTTOM: 0px; PADDING-TOP: 0px; PADDING-LEFT: 0px; MARGIN: 0px; PADDING-RIGHT: 0px" alt="" />模型分析：
对所得的结果进行数学上的分析。
![]()
600)makesmallpic(this,600,1800);'' style="BOX-SIZING: border-box !important; WORD-WRAP: break-word !important; MAX-WIDTH: 100％; HEIGHT: auto !important; COLOR: rgb(0,42,208); PADDING-BOTTOM: 0px; PADDING-TOP: 0px; PADDING-LEFT: 0px; MARGIN: 0px; PADDING-RIGHT: 0px" alt="" />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。
![]()
600)makesmallpic(this,600,1800);'' style="BOX-SIZING: border-box !important; WORD-WRAP: break-word !important; MAX-WIDTH: 100％; HEIGHT: auto !important; COLOR: rgb(0,42,208); PADDING-BOTTOM: 0px; PADDING-TOP: 0px; PADDING-LEFT: 0px; MARGIN: 0px; PADDING-RIGHT: 0px" alt="" />模型应用：
应用方式因问题的性质和建模的目的而异。
