前言：中文期刊网精心挑选了数学建模和数据分析范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
数学建模和数据分析范文1
1、通过微课构建直线参数方程形成数学建模，提高学生建立运算关系的能力
1. 复习回顾内容的设置建立知识点联系，为数学建模搭建平台
复习回顾：
向量的坐标与起点、终点坐标的关系
与向量的知识点建立联系，引导学生建立能解决新问题的模型
1. 直线参数方程概念的形成，提高学生观察建立运算关系的能力
让学生回顾如何求直线方程，引导任意取点，再利用微课播放得到明显得到点是动点，引导学生从方向考虑，从而得到有向线段，与向量结合，从回顾――微课――引导――得到求直线方程的解决方案，整个思考过程，能让到学生提高建立模型的能力，建立运算关系的能力，因为有成就感而提高学习的兴趣。以下是这部分教学学案的设计。
那么请问如何建立直线l的?⑹?方程呢？
2、通过微课发现问题，提出问题形成逻辑推理，提高学生有论据、有条理、合乎逻辑的思维习惯和交流能力
2. 回顾圆和椭圆的参数方程中参数的几何意义，发现问题，提出问题。
教师通过引导学生回想学习圆和椭圆的参数方程时的重要知识点，用类比的方法学习直线的参数方程，学生一下能想到方程中参数t的几何意义是什么呢？引起了学生继续学习的兴趣，
2. 通过微课播放，引导学生发现问题，提出问题
引导学生提出问题之后，这时，出现微课播放，学生更加注意力集中，由此，借助微课播放重点内容能突出重点，突破难点，同时，微课录制的时候也能有针对性，针对学生不能理解得好的地方，甚至可以控制速度，有停顿，就算播放微课，跟学生也能互动，以下是微课的部分展示：
微课录制时，强调M0是定点，M是动点，移动t时，速度要慢，便于学生观察，图中两个t 的位置明显不同，让学生观看的同时能发现问题，提出问题，比如t的正负跟动点M的位置的关系，t在数值上与动点到定点距离的关系，微课录制时，语言上要同时引导学生继续观察发现
微课显示上面两个数据，可以做对比，从而引导学生对t 的几何意义的思考，再引导他们用数学语言来表达，提高学生逻辑推理能力，提高学生合乎逻辑推理思维能力。
微课播放中还应体现直线的多样性，改变直线的倾斜角，不同的直线会不会有不一样的结果呢？学生对此会有思考，因此利用微课也可以直观体现结果，让学生体验到数学的神奇，提高学习数学的兴趣。
3、通过微课发现数据的变化，形成数据分析，提高用数据思考问题的能力
3. 通过观察t和定点到动点距离数据变化形成数据分析
微课中数据是在变动的，学生通过微课可以发现数据的变化，那么接下来是引导学生如何分析变动的数据给出来的信息，这个过程即是培养学生分析数据的的能力，同时，通过数据的分析又能得到结论，从而使学生的学习变为主动，自觉的。
由于上述学生的出来的结论是通过数据分析得到，还需要有证据支撑，于是在此处还可以继续利用微课，让学生观看，让自己的猜想得到论证
上述的微课，主要是定义中引入的向量的运算，运算同时也能提高数据分析的能力，而且，本来枯燥的运算，通过微课的展示，更吸引学生，更能引起学生的思考。
4、通过微课培养学生用数学眼观看世界，提高数学学习的兴趣
知识点的获取，如果单纯靠传授，可能会有点枯燥，而且学生也并没有真正的接受，如果通过新的方式，微课的播放来引导学生一起思考，方式比较新鲜，同时，因为微课是动态视频，更能让学生集中精神，从而学到以知识点为载体，带来的学生核心素养的提高，如数学建模、逻辑推理和数据分析等等
微课因为短，同时录制时时自己老师的声音，通过加工之后播放，让学生眼前一亮，更愿意主动去学习，主动探索，养成思考的习惯，用数学眼光看世界。
数学建模和数据分析范文2
关键词：运筹学；数学建模；教学；案例
中图分类号：G642.3 文献标志码：A 文章编号：1674-9324（2012）08-0106-03
运筹学应用分析、试验、量化的方法，对经济管理系统中人、财、物等资源进行统筹安排，为决策者提供有依据的最优方案，以实现最有效的管理。该课程主要培养学生在掌握数学优化理论的基础上，具备建立数学模型和优化计算的能力。本文提出一种新的教学改革思路，将运筹学和数学建模两门课程合并为一门课程，即开设大容量交叉课程《运筹学与数学建模》来取代《运筹学》和《数学建模》两门课程，采用案例教学和传统教学相结合的教学方法，数学建模和优化算法理论并重的教学模式。这样既可以避免出现极端教学和随意选取教学内容的现象，又可以将新颖的教学方法与传统方法相结合，按照分析问题、数学建模、优化算法理论分析及其方案制定、实施等解决实际问题步骤展开教学。下面就该课程开设的必要性、意义、可行性、注意事项及其存在问题等方面进行分析。
一、开设《运筹学与数学建模》课程的必要性
1.一般院校的运筹学课程的教学课时大约为64或56（包含试验教学），所以教学中不能囊括运筹学的各个分支。一方面，由于课时量不足，教师选取教学内容时容易出现随意性和盲目性；另一方面，教学中为强化运筹学的应用，消弱理论教学，从而导致学生对知识的理解不透彻，在实际应用中心有余而力不足。
2.运筹学解决实际问题的步骤是：（1）提出和形成问题；（2）建立数学模型；（3）模型求解；（4）解的检验；（5）解的控制；（6）解的实施。大部分教学只涉及步骤（3），即建立简单数学模型，详细介绍运筹学的算法理论，与利用运筹学解决实际问题的相差甚远。因此，学生仍然不会应用运筹学解决实际问题，从而导致学生认为运筹学无用。
3.数学建模课程包含大量的运筹学模型；运筹学在解决实际问题的环节中包含建立数学模型步骤。目前两门课程分开教学，部分内容重复教学，浪费教学课时。
二、开设《运筹学与数学建模》课程的意义
1.激发学生的学习动机，培养学习兴趣。该课程包含数学建模和运筹学两门课程的内容，内容容量大，教学课时丰富，教学过程中能够以生产生活中的实际问题为案例，分析并完整解决这些问题，创造实际价值，使学生认识到该课程不但对未来的工作很重要，而且还有可以利用运筹学知识为企业或个人创造价值，改变运筹学“无用论”的观念。从而激发学生的学习动机，产生浓厚的学习兴趣。
2.合理处理教学内容。运筹学与数学建模的课时量相对充足，能够安排更多的内容，能够系统、完整地介绍相关知识，在一定程度上避免了运筹学内容安排的随意性和盲目性。
3.促进教学方法改革。运筹学与数学建模的教学不再是简单的数学建模和理论证明，教学内容丰富、信息量大，传统的一支笔一本教案一块黑板的模式不再适用，需寻找新的教学方法，促进了多种教学方法的融合。
4.培养学生综合能力。实际案例源于社会、经济或生产领域，需要用到多方面的知识，但学生不可能掌握很多专业知识。因而，在解决实际案例的过程中，需要查阅大量的相关文献资料，并针对性阅读和消化。而且，实际案例数据量大，需要运用计算机编程实现。因此，通过该课程的学习，可以提高学生多学科知识的综合运用能力和运用计算机解决实际问题的能力。
5.改变教学考核方式。教学改革后，教学内容已延伸到运用优化知识解决实际案例的整个过程。教学过程中既有对实际案例分析、建模，又有算法介绍、求结果的检验及其最终方案的实施。因而，传统的单一闭卷考试改为笔试和课后论文相结合的方式。
三、开设该课程的可行性
1.运筹学和数学建模互补性、递进性使得开设该课程在理论上可行。数学建模是利用数学思想去分析实际问题，建立数学模型；运筹学是利用定量方法解决实际问题，为决策者提供决策依据。由此可见，建立数学模型为运用运筹学解决实际问题的重要步骤。所以，运筹学可以认为是数学建模的进一步学习。同时，运筹学模型为数学建模课程介绍的模型中的一部分，并且运筹学处理实际问题的方法为数学建模提供了专业工具。因此，运筹学与数学建模在内容上是互补的。由此可知，开设该课程在理论上是可行的。
2.计算机的发展使得开设该课程在操作上可行。随着计算机的发展，能很快完成大数据量的计算，实际案例的数据分析、数学建模及其求解能快速实现，从而使得该课程的教学工作能顺利开展。
3.大学生的知识储备使得开设该课程在基础上可行。学习该课程的学生是高年级学生，通过公共基础课和专业基础课的系统学习，分析问题、解决问题的能力得到进一步提高。同时，运筹学和数学建模所需基础知识类似，学习该课程所需的线性代数、概率论与数理统计、高等数学及微分方程等课程也已经学习，运用运筹学与数学建模知识解决实际案例所需的基础知识已经具备。因此，开设该课程是可行的。
数学建模和数据分析范文3
【关键词】数学意识；数学化；水平数学化；垂直数学化
【中图分类号】G623.5 【文献标志码】A 【文章编号】1005-6009（2017）33-0010-03
【作者简介】顾亚龙，上海市徐汇区教育学院（上海，200032）小学数学教研员，高级教师，徐汇区小学数学学科带头人，徐汇区小学数学学科基地主持人，获全国小学数学课堂教学评比一等奖。
数学核心素养，是学生适应个人终身发展和社会发展需要的必备数学品格和关键数学能力。培养学生良好的数学品格是数学教育的顶层目标之一，而数学意识则是形成良好数学品格的核心与关键。因此，厘清数学意识的内涵，掌握培养学生数学意识的有效策略，是促进数学核心素养“落地”的基础和前提。
一、数学意识的内涵
意识，作为动词，即意识到的活动；作为名词，是与活动相对应的结果（知识）。数学意识作为人脑对客观世界的数量关系和空间形式的反映，也有两方面的含义：其一，作为人脑的反映，数学意识是主体能动地“自觉”运用数学的观点去分析、处理问题的思维习惯；其二，作为数学活动的结果，数学意识主要包括数学概念、原理、公式、定理所运用的数学思想方法及其知识。二者相辅相成，辩证统一于数学活动过程之中。
关于数学意识，日本数学教育家米山国藏则说得更加明了：“在学校学的数学知识，毕业后若没什么机会去用，一两年后，很快就忘掉了。然而，不管他们从事什么工作，唯有深深铭刻在心中的数学的精神、数学的思想方法、研究方法、推理方法和看问题的着眼点等，却随时随地发生作用，使他们终身受益。”
这种即便忘掉具体数学知识，依然能从数学的视角去分析和研究问题的思维习惯，是一种植根于内心的数学素养和无须提醒的文化自觉，即数学意识。因此，通俗地讲，数学意识是“自觉”地从数量关系和空间形式的角度认识世界的一种头脑与眼光。数学意识能“自觉”地指导、调节、监控学生的数学活动，使其行动具有目的性、方向性和A见性。
数学意识深深植根于数学思想方法的形成过程之中。数学思想方法在主体的认知结构中被固定下来以后，便形成数学意识，而数学意识的进一步内化便上升为数学精神。
数学意识通常包括初步的符号意识、建模意识、数据分析意识、应用意识等。数学意识体现在日常生活的方方面面，可谓如影随形。
例如：生活中身经百战的麻将高手不乏其人，但你要问他们到底怎样才算是和牌了？他们往往只能一类一类地给你讲一些具体的牌局，却很难一言以蔽之。
这个看似与数学无关的问题，却能用数学公式表示为：
m*ABC+n*DDD+EE（m、n可以等于零）
稍加分析，可知这其中蕴含着如下数学意识：
符号意识：用字母A、B、C、D、E表示各种牌及其相互关系，用m、n表示牌的数量，简洁明了。
建模意识：将各种和牌的方式用公式m*ABC+n*DDD+EE构建为数学模型，优雅漂亮。
数据分析意识：对于m、n各种取值情况的分析（m、n可以等于零），展现出具体的数据分析意识。
应用意识：在非数学情境中能够数学化地分析并解决实际问题，是数学思想方法被内化为数学意识和数学能力后的自觉应用，这是数学意识的自然流露。
数学具有得天独厚的工具价值，特别是在日益“数字化”的今天，社会发展呈现出显著的数学化趋势，连许多过去与数学似乎无关的领域都被纳入了数学的版图，并获得了数学定量研究的推进，因此取得了长足的进步。人们越来越意识到，现代科学的问题在本质上都是数学问题，这种认识本身正是数学意识的升华。
二、数学意识的培养策略
学生数学意识的培养是一个润物细无声的滋养和浸润过程；就像只有在游泳中才能学会游泳一样，学生数学意识的培养是一个不断引导学生进行“数学化”的过程。
荷兰数学家弗赖登塔尔说：“与其说学习数学，不如说学习数学化。”“数学化”是弗赖登塔尔数学教育思想的核心，他将“数学化”进一步分为“水平数学化”和“垂直数学化”。
水平数学化是指由现实问题到数学问题的转化，即把情景问题表述为数学问题的过程，是“把生活世界引向符号世界”。垂直数学化，是在水平数学化之后进行的数学化，是建立数学问题与数学形式系统之间关系的过程，是“在符号世界里符号的生成、重塑和被使用”。这两个维度的数学化事实上构成了培养学生数学意识的两个基本策略。下面，从“水平数学化”和“垂直数学化”这两个维度，结合具体案例对数学意识培养的两个策略做进一步的阐述。
策略一：水平数学化
数学源于生活，将生活情境中的问题表述为数学问题，让学生逐步尝试从数学的视角看世界，能不断增强学生的数学意识。
例如：在大河的一边有两个村庄，为方便村民们到河边取水，打算在河边建一个码头。如果要使两个村庄到码头距离的和最短，问码头应该建在何处？
数学建模和数据分析范文4
关键词：信息管理与信息系统专业；实践教学平台；课程群
1引言
随着信息技术不断发展，物联网、云计算、大数据、移动互联网等技术已经在各行各业中发挥越来越重要的作用，现代企业信息管理也利用信息系统转变为利用相关信息技术进行敏捷化、智能化、柔性化、一体化和社会化的商业模式创新[1-2]。信息管理与信息系统专业所培养的学生在知识储备以及实践能力方面有了新的要求，因此专业建设需要适时调整人才培养方式以及课程体系来主动迎合社会对于相关人才的需求[3]。
信息管理与信息专业作为一门由管理学基础理论与计算机科学技术相结合的交叉学科，是一门强调实践性与应用性的学科[4]。信息管理与信息系统专业的实践能力主要是运用所学的专业课程知识，进行信息的设计开发，实现资源的充分利用，解决相关问题。因此，所培养的学生除了具有信息开发的能力，还需要具备数据分析能力。其中，数据分析能力主要是对信息系统数据加以挖掘和分析，获取自身需要的信息[5]，对学生未来从事与专业相关的工作有重要影响。
近年来，不少高校的信息管理与信息系统专业开始推动课程群建设，明确专业定位，减少不同课程的内容重复，加强课程之间的联系，从而有效地整合现有的教学资源[6-7]。由于专业的特点，信息管理与信息系统专业对实践教学平台建设的要求更为迫切，高质量、高效率和高水平的实践教学平台既对课程群建设提供有力支撑，也是提升学生实践能力和专业素质的重要手段[8-9]。
本文以中国地质大学（武汉）经济管理学院信息管理与信息系统专业往届毕业生以及相应实习企业的调研，发现部分专业毕业生的实践能力较弱，面对实际业务中出现的问题或者需求，往往是“纸上谈兵”，而无法独立自主解决。因此，本文依托信管专业课程群和实验软件平台建设项目，在整合专业核心课程，形成专业课程群的基础上，进行实践教学平台的建设。该平台以培养学生的信息系统开发能力与数据分析能力为目标，整合了教学团队，软件平台和企业等资源，分别形成了课程教学软件平台、实践课程资源平台、专业实验室平台、校外实习基地平台四大实践平台，帮助我校信息管理与信息系统专业的学生提升专业技能和实践能力。
2实践教学平台建设存在的问题
从中国地质大学（武汉）经济管理学院的信息管理与信息系统专业课程群和实验软件平台建设项目出发，项目组一方面调查了2011年-2015年的信息管理与信息系统专业毕业生的工作情况，了解学生的主要就业行业、岗位、能力需求等，同时对我院现有的信管专业实践教学平台建设情况进行分析总结；另一方面，项目组调研了国内外高校的实践教学平台建设情况，了解其他高校的信息管理与信息系统专业实践教学平台建设的进展与成效。通过上述两个方面的系统调研，项目组充分意识到我院现有的信管专业实践教学平台迫切需要加强建设，以增强学生的专业实践能力。因此，我们比较分析了我校信息管理与信息系统专业实践教学平台建设主要存在以下几方面的不足：
第一，师生对实践教学的重要性认识不足。由于专业的特点，实践教学是信息管理与信息系统专业本科人才培养的重要组成部分，但少数师生对实践教学的重要性认识不足，还存在着“重知识、轻实践”的现象，他们认为实践教学环节仅仅是课堂理论教学中可有可无的辅助。所以，在教学工程中出现了以下现象：一是学生认为实验课程相比课堂理论知识无关紧要，造成了实验课的缺勤较多；二是实验课在考核中占的比例相对较少，造成学生对实验教学的不够重视；三是教师相对于理论课对实验课的要求不高，造成实验课课堂纪律涣散。这些现象导致实践教学环节不能很好地支撑理论教学，不仅造成理论知识掌握不牢，而且实践操作能力也不能得到很好的锻炼。
第二，软件平台对理论课程教学的支撑不够。信息管理与信息系统专业的课程较多，而且要求的软件也种類繁杂，而该专业所拥有的软件不足，设置的实践教学环节的教学定位未能与课程密切联系而造成的软件平台对专业课程教学缺少强有力的支撑，而且实践环节的课程设计未能与其专业理论课程完全对应，造成理论课程与实践内容结合度不够。
第三，实践教学方法和手段的新颖性不强。实践教学环节的课程功能定位不够清晰，层次不高，硬件设施相对落后，难以满足学生自主、多元、个性化的学习需求，在一定程度上限制了学生专业素质的提高。同时，有很多实践教学的方法和手段还是原来的方式，未能随着社会的发展进行更新。例如：关于数据挖掘的实践教学还是学生在学习各种数据挖掘及分析方法的基础上，按照老师的要求和给定的数据进行数据挖掘等实践的练习。实践内容不够新颖，学生学习积极性不高，造成学生实践操作能力不强。随着物联网、云计算、大数据、移动互联网等信息技术的不断发展，社会对于信息管理与信息系统专业的人才要求越来越高，不够前沿的实践教学方法和手段造成了所培养的人才的实践能力不能满足社会的发展需求。
第四，理论教学与企业实践融合度不高。根据毕业生的反馈调查反映，信息管理与信息系统专业60%以上的毕业生从事信息系统设计开发和维护、系统实施、市场开拓、产品研发等岗位，这些工作均需要学生掌握最新的IT技术应用和管理知识。同时，学生普遍反映数据处理能力和系统实现能力需要加强。因此，迫切需要通过“产教协同”的实习基地的建设将基础教学与企业实践相融合，给学生提供更多的实践技能培训和实习机会，提升他们的实践能力。
3实践教学平台的建设体系
为了优化教学内容，理顺课程之间的内容与联系，我们将信息管理与信息系统专业的核心课程进行衔接设计和集成，进一步划分为相互支撑的三个课程群：信息系统设计实现、数据分析与优化决策与电子商务运营。“信息系统设计实现”核心课程群定位于信息系统设计理论和方法等基础知识的培养，包括《管理信息系统》、《信息系统分析与设计》、《信息系统项目管理》、《ERP原理与应用》四门专业课以及《专业教学实习》；“电子商务运营”核心课程群定位于管理决策在商业管理应用方面应用实践能力的培养，包括《电子商务》、《信息系统战略与管理》、《企业电子商务管理》和《供应链与物流管理》四门专业课；“数据分析与决策”核心课程群定位于数据驱动的管理决策方面应用实践能力的培养，包括《决策支持系统》、《数据挖掘》、《商务智能》、《R语言与数据分析》和《python数据分析与机器学习》五门专业课以及《数据分析实训》。
通过对已有的信管专业实践教学平台建设中存在的问题进行分析和总结，依托信息管理与信息系统专业核心课程群建设，我们构建了“课程主导、软件协同、配套完善、实战训练、需求驱动、综合应用”的实践教学平台，主要包括三部分：“课程主导、软件协同”的课程教学软件平台，“配套完善”的实践课程资源平台，“实战训练”的专业实验室平台，“需求驱动、综合应用”的校外实习基地平台。
3.1课程教学软件平台建设
课程教学软件平台建设是在课程群建设和已有软件的基础上，完善课程教学软件建设，形成满足课程群教学的软件平台。首先要保证信管专业教学各个课程群的软件配备。其次是为教学提供合理配套的最新软件工具，避免使用过时的教学软件，使用最新最为实用的软件，培养学生与社会接轨，真正成为社会所需的应用型人才。
因此，在信息管理与信息系统专业的培养方案里面确定了三项实训科目：《建模与系统应用实训》《信息系统设计与开发实训》和《大数据分析与处理实训》。通过这三项实训内容，并与课程内容有机结合起来，学生可以将在课程中学到的知识在实训中检验，看自身是否已经掌握，并且在实训中补充自己课程知识中忽略的知识点。通过专业课程对应的实训，来提升学生系统建立、数据分析等方面的能力，在实训中开拓学生的视野，同时加强学生的专业理論知识的学习。
3.2实践课程资源平台建设
信息管理与信息系统专业具有交叉学科的特点，要求所培养的学生具备较强的实践和动手能力。在构建课程教学软件平台基础上，我们完善实践课程与资源建设，发挥软件实验室的作用，更好支撑对学生实践动手能力的培养。
首先，我们完成了“信息系统设计实现”课程群的课程案例集“决策支持系统案例集”和“电子商务运营”课程群的课程案例库“社交商务案例集”，以及“数据分析与决策”课程群的大数据分析数据集“大数据分析数据集”。这些案例集在教学过程中不断应用，根据学生的反馈进行修改完善。
其次，我们完成了《数据清洗与可视化实验手册》、《GAMS软件实践应用手册》等实践教学指导书。在进行实践教学过程中，我们可以更好地进行实践教学，提升实践教学的效果。并在此基础上，我们不断完善教学指导体系。
3.3专业实验室平台建设
专业实验室平台主要是为信管专业学生构建科研实训平台与实战环境，这主要是弥补传统的专业实验课内容设计较为单一、功能定位不够清晰且较为脱离企业实际需求的不足[10]。
因此，为了培养信息管理与信息系统专业的学生形成数据分析思维，我们指导学生如何从数据采集、清洗到数据挖掘多个方面来锻炼，从而让他们可以具备足够的能力满足大数据环境下知识管理与智能决策的需要。首先，我们建设了大数据实践教学软件实验室，构建大数据实训科研平台，从企业引进先进的软硬件平台，以及相关数据和项目案例，为学生搭建起接近企业真实应用的大数据实战环境，让学生有机会理解企业业务需求和数据分析，通过实战训练，解决实际问题，切实服务于教学与科研。其次，我们结合实践课程资源，指导学生通过自主设计、团队合作，完成相关的实验项目。最后，信息管理与信息系统专业教师与学院的实验教师一起组建实验指导教师队伍，每门课都有相应的实验指导老师负责进行上课，同时借助企业的力量来培训实验指导老师，并以客座教授来引入企业导师加强实验指导的师资力量。
3.4校外实习基地平台建设
校外实习基地是企业和高校沟通的桥梁。通过合作，企业可以共享高校的人才和相关的研究设备，高校也可以参与到企业的技术研发工作中，并提升学校的科研能力和学生的就业能力。通过加强校企合作，树立以就业为导向的教学理念，能够让学生尽快适应社会发展对专业人才的能力要求。
我校信息管理与信息系统专业与上海汉得信息技术有限公司、武汉鹏程信息技术有限公司和九派（武汉）全媒体股份有限公司等企业合作建设了实习基地，在校学生参与企业的实际项目中，不仅了解了企业的环境和项目情况，而且在参与项目的工程中熟悉了项目规划、设计到研发实施的整个流程。学生通过在实习训练基地实习，学习了实际工作中对信息技术的要求，并通过在校学习弥补与实际工作中的差距，不断提升自己的工作能力，成为一个专业知识与专业技能“双过硬”的人才。同时，在学生的实训过程中，信息管理与信息系统专业教师也加强了与企业相关人员的交流与沟通，共同探讨新的教学方式，改进教学内容和方式，提升教学水平，为企业的发展提供更多的实践性人才。
4所取得的成效
我们形成了信息管理与信息系统专业开放、共享、融合的实践教学平台，满足了专业实训的需要。该平台良好地支撑了信息管理与信息系统专业的实践教学，有力地促进了该专业学生知识、能力、思维和素质的全面协调发展，在四个方面体现了学生实践动手能力的提升：
（1）在信息管理与信息系统专业学生的毕业设计中，学生对于信息系统实现完整程度有了明显的进步，数据分析的能力也有显著提升。在毕业设计中，信息管理与信息系统专业更多学生以数据分析作为论文选题，论文质量很高，多篇论文获得校级、湖北省优秀论文。
（2）信息管理与信息系统专业学生积极申请各类别的大学生科研计划、社会实践活动，积极参加国家级、省级全国数学建模竞赛、挑战杯等各类科技竞赛活动，获得了丰硕成果。例如在数学模型竞赛和数据分析竞赛中学生参与度和获奖方面取得了极大的进步：2018年仅有3位信息管理与信息系统专业学生在这两个方面获得省部级奖项，在2019年有20余位信息管理与信息系统专业学生获得了省部级以上的奖项，其中3项国际级获奖。
（3）信息管理与信息系统专业学生实践能力的提升，使得他们在实习单位更好地走进企业内部，能够运用自己所学的知识去处理实际工作中遇到的问题，将理论与实践结合，进而进一步增强自身实践能力，提升专业技能，更好地完成实习中的任务。因此，信息管理与信息系统专业学生在就业方面无论是就业的质量和数量方面都有了很大的提高。
（4）信息管理与信息系统专业学生积极参与“学术领航”活动，在学习专业知识的同时，锻炼科研能力，从理论与科研结合方面来更好地提升了实践能力。因此，信息管理与信息系统专业学生一直保持良好的保研情况，基本上报送到985高校继续深造。
5总结
数学建模和数据分析范文5
【关键词】工作流引擎云计算业务流程管理商业智能
一、引言
工作流技术原理分为Petri 网、有向图（DGA）或基于规则描述等[1-3]。通过将工作分解为着色和任务两部分，按固定规范来执行，它使得工作中固定程序的常规活动，在IT系统中实现成为可能，并实现全过程监控和数据分析[4]；广泛应用于项目管理、办公自动化等领域。
C/S模式的传统集中式工作流能有效解决一般数据分析，如Clementine、SPSS等，但随着大数据时代的来临、商业智能（BI）的出现，使得用户更注重数据显性、隐形的联系。但随着数据规模的爆炸式增长、非结构和半结构化数据的增多、突发性自主分析需求的增大，传统工作流已无法满足海量数据的采集清洗、联机分析（OLAP）和数据挖掘等大数据时代的处理要求[5]。
云计算通过分布式技术，在相对低廉的基础设施上，提供工作流所需的计算、存储资源；包括基础设施服务（IaaS）、平台即服务（PaaS）和软件即服务（SaaS）[6]等。
开源的Hadoop事实成为云计算上的平台基础，当下Hadoop成长为庞大体系，包括海量数据分析、存储、非结构数据收集处理、任务调度和监控等等。如智能商务平台BC-PDM就基于Hadoop，将ETL、OLAP、数据挖掘和报表分析云化，以Web方式向用户提供分析决策服务[8]。
基于着色Petri网原理，本文提出了面向海量数据业务分析的轻量级云工作流引擎，并在Hadoop平台中部署实现，该引擎运用于某运营商建设工程项目管理系统中。系统中，通过工作流引擎实现项目配置化管理；通过处理单元分配和分布式处理技术，实现流程处理分布式和海量数据实时分析。上线状态良好，有效支撑运营商内控管理和决策分析。
二、工作流引擎构建
2.1工作流引擎构建原理
当用户请求到达时，工作流引擎立刻创建过程实例，建立过程实例文件保存过程实例的运行信息。同一过程实例中，选择结构活动实例化1次或0次，循环结构活动实例化1次或N次，其他活动实例化1次。
同时，引擎将满足条件的活动实例化，包含活动ID、初始化时间、参与者、应用程序、执行状态等信息，保存在过程实例文件中并生产用户工作列表；用户工作列表分己办和待办任务列表两类，已办任务列表提供完成任务信息查询，待办任务列表提供执行工作项。依据工作流引擎的调度过程，本文将工作流引擎网划分为过程实例化模块、活动实例化模块和任务分配与执行模块。
2.2工作流活动分解
根据引擎原理，工作流内部数据分为五类：包括组织结构、活动实例、过程实例、活动定义和过程定义；据此定义的工作流引擎数据结构如下。（1）活动定义。活动信息由活动所属过程、具体活动和执行用户信息构成。包括普通活动、and-join、and-join前驱活动、and-split、or-join、or-split、or-split结束活动、begin、end九种。（2）过程定义。定义过程中具体的活动列表内容，包括活动前驱活动和后继活动两种。（3）过程实例。过程实例包括对象有实例创建者和过程定义的实例化两种。（4）活动实例。活动实例存放在任务列表中，存放具体活动在过程实例中的任务。（5）组织结构。组织结构中存放用户着色和分工，分配相应权限从而对应工作列表中的具体活动。
2.3工作流引擎调度算法
根据过程定义，工作流引擎控制工作流的流转并分配参与者相应任务，而后自动调用程序执行；包括过程实例化模块、活动实例化模块和任务分配与执行模块三部分，具体活动步骤如下：（1）用户发起请求后，过程实例化模块将所需执行的流程实例化加入排队表；（2）从流程中取出第一个活动并实例化，生成活动实例；（3）进行工作项分配、任务分配和模块执行，从流程实例化排队表中取出活动分配任务，将工作项存放到用户工作列表中；（4） 用户执行工作列表中的任务，并将完成活动放入已办活动列表中；（5）引擎根据已办活动从流程实例中获取下一个活动；如为终止活动则结束；否则转到（3），执行重新实例化活动，直至流程完成或外部中止；具体调度过程如图1所示：
三、着色Petri网
3.1着色Petri网原理
20世纪60年代出现了形式化的建模工具Petri网，它采用图形直观表示并经数学严格证明，但也存在以下缺陷：（1）无数据概念，数据控制必须转换为网结构，导致模型复杂度的增大；（2）无层次概念，大型模块无法用子模型来构建。
上述弊端使得Petri网只能为小型系统建模。
1981年，丹麦人Kurt Jensen提出具有层次性的着色Petri网（Colored Petri Net，简称CP net或CPN），它用颜色声明表示托肯的数据类型，用函数表示变迁的激发和着色标识的关系，将库所与指定的颜色集绑定，指定库所存储的资源类型，具有严格的形式化描述方法、直观图形表达能力和动态仿真特性等特点。在并发系统、通信系统和分布式系统等的建模方面广泛应用。
CPN可用任意复杂的数据类型作为颜色集，其表达能力上的优势，可有效解决如下问题：（1）动态工作流生成多种状态空间，使实际应用结点过多，计算机固化受限问题；（2）运行过程中，从多个可执行的活动产生的路径不确定和着色申请问题；（3）运行过程中，处理多个实例导致的token消耗和混乱问题。
CPN为九元组[9] （∑，P，T，A，N，C，G，E，I），利用token颜色描述对象属性。其中，p（s）表示与弧s连接的库所，Var（exp）表示表达式exp变量集合，CMS表示集合C上的多重集，Type（v）表示变量v类型，对应含义见表1。
3.2CPN触发分析
m（p）为不同颜色标记的多集合，用于表示库所中的 token，表示库所P包含2个颜色为和3个颜色为的令牌，如下方法：
C（m（P））={g，r}=2g+3r（1）
公式（1）表明，每个库所的颜色集合C（P）定义允许计入的令牌颜色集合，每条弧A的颜色集合包含在C（P）中，而token颜色属于弧A颜色集合。当触发规则和弧函数E决定进行转换时，颜色变换被触发。
[A]Pj∈ti且[A]Pk∈ti，如果Ef（pi，ti）≤m（pj）且m（pj）可用，则触发ti，产生新标记m如下：
m（pk）=m（pk）+Ef（ti，pk） （2）
m（pj）=m（pj）-Ef（pi，ti）（3）
当且仅当ti的导入库所pj包含token与弧f（pj，ti）相关的弧函数Ef（pj，ti）一样多时，变换ti才被触发。触发时，ti使用输入地Ef（pj，ti）指定数量的颜色token，并存放Ef（ti，pk）指定数量的token到输出地pk中。即f（pj，ti）弧函数指定应从pj回收的特定颜色token数；f（ti，pk）弧函数指定插入的特定颜色token数。
四、云平台实现
4.1云平台部署
算法分析单元通过工作流形成有序结合，最终在云平台实现BI应用和分析。云平台包括三部分：（1）Web客户端：供用户使用界面；（2）工作流引擎：基于CPN网，实现流程的解析、分发、执行和监控；（3）云平台：基于Hadoop，融合BI经营分析算法，提供云存储和云计算服务；将工作流各个活动节点封装在Web服务的节点中；调用对应的抽象类型实现对不同对象实例的动态加载，最终完成整个流程。
当用户在Web客户端提出需求后，云平台中事务的具体活动步骤如下，如图2所示：
（1）工作流事务需求提交给工作流引擎处理；工作流引擎结合参数实例化流程，并解析为有向无环图（DAG），保存到流程列表中；（2）用户需求为云事务需求，则通过部署模块解析调用相应BI算法，提交到云平台；（3）云平台中的Job Tracker安排执行Job，并通过MapReduce计算模式在分布式文件系统（Hadoop Distributed File System，HDFS）中处理，将最终结果存放到数据库HBase的BigTable表中；（4）反馈给用户最终结果，完成整个流程。
4.2系统实现
结合CPN，开发“企业信息化快速开发平台”的轻量级工作流中间件，该中间件可实现图形化的流程配置和路由控制。流程实例化可根据参数和规则，动态判定执行节点和执行路径。某运营商项目管理流程图中，深色部分表示已执行节点，黑色部分表示无需执行节点，其他浅色节点表示尚需完成流程，如图3所示。
将工作流中间件、BI分析模块和0.20.2版本的Hadoopv融合，开发了某运营商工程项目管理信息云服务系统。系统正式部署运行成功，已通过为期3个月的环境和压力测试。
运营商工程项目类型包含5个大类、18个小类，在系统中均通过工作流中间件，实现可视化配置。流程节点的处理着色和权限与客户信息分类对应，并融入对上下流程节点的无缝连接和处理个性化要求（如时限要求），如图4所示。
系统中，单个工程项目文件最小200MB，最大6GB，平均大小在1.2GB左右；全省每年项目约6000个，文件大小共计约7.2TB。考虑到HDFS分布式存储和高度容错机制需求，云平台所需的存储空间按3:1扩展，共计24TB。
云平台环境中，采用1台IBM3850作为Web服务器和数据库服务器；1台IBM3650作为工作流引擎服务器；1台IBM3650做Hadoop平台主控服务器；6台配置为双路4核Xeon E5405@2GHZ、16G内存、4TGB硬盘的利旧服务器作为云平台子节点。
在BI分析中，云平台精细到工作流流程节点颗粒度，进行各流程环节信息统计、分析处理。包括单个项目详细信息、多纬度项目超时明细、各环节部门运作情况、待办超时明细和对应着色评估，并能按发起部门、所在区域统计整体建设情况分析和资金预算使用比。基于Hadoop的云平台分析，可实时提供经营分析数据，为企业公平管理和快速决策分析提供有力支撑，如图5所示。
五、结束语
基于CPN，本文提出一种轻量级的云平台工作流系统，并实现Saas应用。结合并行BI统计分析能力，融合云平台分布式计算和存储能力，为运营商建设工程项目管理提供有效项目管理和经营分析应用。实际使用表明，系统能够支持省级多用户的高并发量，而且能够高效地调用数据分析算法，实时展现数据分析结果。
云平台中，下一步深入研究可集中在：①云工作流系统效能的进一步提高；②ODS（企业数据仓库）的建立和数据有效清洗；③包括OLAP、数据挖掘和报表分析云化等BI功能的加强。
参考文献
[1]苑迎春，李小平，王茜. 基于逆向分层的网格工作流调度算法[J]. 计算机学报，2008，31（2）
[2]梁莹，徐福缘. 企业专利资源管理流程本体建模研究[J]. 计算机工程与应用，2010，46（1）
[3]吴绍艳. 工程项目工作流的Petri网表示及模型建立[J]. 计算机工程与应用，2009，45（30）
[4]范玉顺. 工作流管理技术基础[M]. 北京：清华大学出版社，2001
[5]于乐，赵帅，章洋等. 云工作流技术在商业智能SaaS中的应用[J]. 计算机集成制造系统，2013，19（9）
[6]闰歌，于炯，杨兴耀. 云计算环境下科学工作流两阶段任务调度策略[J]. 计算机应用，2013，33（4）
[7]YU L, ZHENG J, WU B. BC-PDM: data mining, social network analysis and text mining system based on cloud computing[C]. Proceedings of the 18th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York, N.Y.,USA:ACM,2012:1496-1499.
[8]JENSEN K. An introduction to the theoretical aspect of colored Petri nets［J］. A decade of concurrency lecture notes in Computer Science,1994,803:230-272.
数学建模和数据分析范文6
HyperWorks是Altair公司CAE核心软件，是一套杰出的企业级CAE仿真平台解决方案，它整合了一系列一流的工具，包括建模、分析、优化、可视化、流程自动化和数据管理等解决方案，在线性、非线性、结构优化、多体动力学、流体动力学等领域有着广泛的应用。作为平台技术，HyperWorks始终遵循开放系统理念的承诺，在其平台基础上坚持为客户提供最为广泛的商用CAD和CAE软件交互接口。同时，Altair获得专利的按需使用的灵活的软件授权模式，为用户增加软件使用的灵活性和投资价值。
目前，HyperWorks包含的产品模块主要有：HyperMesh/HyperView/HyperGraphHyper Crash、MotionView、HyperMath、solidThinking、SimLab、RADIOSS、AcuSolve、OptiStruct、HyperStudy、MotionSolve、HyperForm、HyperXtrude等。
1.HyperMesh
HyperMesh是全球知名的顶级CAE前处理工具，问世20多年来得到不断的丰富和完善，适应日新月异的硬件环境和日益增长的模型规模需求，其开放、灵活的特性受到广泛认可。现在，HyperMesh作为市场占有率最大的高端前处理工具，被汽车、航空航天、铁道、电子、船舶、重型机械、包装和土木工程等众多行业认可，同时也为生物医学、纳米材料乃至文物保护等基础研究科学提供了杰出的工具。
2.HyperView
HyperView是目前全球图形驱动速度最快的CAE仿真和试验数据的后处理可视化环境之一。它拥有全面的图形处理和数据处理功能，可以用于处理有限元分析、多体系统仿真和试验视频的结果可视化，并支持对实验及仿真等工程数据进行各类处理。其惊人的三维图形处理性能和开放的接口，为CAE后处理的速度和集成性建立了新的标准。
3.HyperGraph
HyperGraph是一款非常成熟的数据分析和绘图工具。其强大的工程数据分析和处理工具帮助用户从海量的仿真或实验数据中挖掘出最有价值的信息，并为其提供丰富的可视化报表。
4.HyperCrash
HyperCrash是一款专门为自动创建碰撞分析和安全评估中所需要的高精度模型而设计的前处理软件。通过流程驱动的工作流和自动化的模型检查和修正工具，提高了安全性仿真部门的工作效率和仿真结果的精度，帮助用户为最复杂的碰撞和安全分析建立高质量的模型。
5.MotionView
MotionView为分析师和设计者们提供了一个直观而强大的接口来研究机械系统。作为多体动力学仿真市场上唯一的独立于求解器的建模环境，其开放系统设计帮助最终用户简化了定制和自动化的工作，实现高度的自动化或交互式建模。
6.HyperMath
HyperMath是一个通用的数值计算环境，使用户方便地开发和执行定制的数值操作于不同的数据类型，包括与CAE前后处理相关联的数据。它包含一个强大的和灵活的编程语言，全面的数学和工具库，集成的代码开发环境，数据可视化和通用数据格式的直接支持。
7.solidThinking
solidThinking是一款专为设计师打造的三维设计/造型软件，它帮助用户轻松、快速、低成本地探索、评估新创意。目前它已被广泛应用于消费品、首饰配饰、产品包装、家具设计、建筑工程等领域。其中Inspire模块更是面向设计工程师的快速概念创新设计优化软件，其清晰的用户界面及优异的易用性使得几乎没有CAE背景的工程师可以快速掌握，被行业称为“绿色设计精灵”。
8.SimLab
SimLab是面向工作流程、基于先进的特征识别和映射技术的有限元建模软件，可以帮助用户快速而精确地模拟复杂几何体和复杂装配模型的工程行为，减少有限元建模中的人为错误以及手工创建有限元模型和解释结果中的巨大时间消耗。
9.RADIOSS
RADIOSS是精确而可靠的多学科求解器，为企业提品在真实使用环境下的性能虚拟仿真，帮助提升产品的刚度、强度、耐用性、NVH特性、碰撞安全性能、可制造性等，并降低物理实验的成本，提升整体研发效率和质量。RADIOSS融合了线性与非线性结构有限元求解技术、多体动力学仿真技术和流固耦合仿真技术。
10.AcuSolve
AcuSolve是一款领先的基于有限元的通用计算流体动力学（CFD）求解器。它以超凡的稳健性、快速和高精度著称。AcuSolve简单的操作界面，方便各层次研发人员使用，既可作为独立的产品使用也可以无缝集成到现有的设计和分析工具中。
11.OptiStruct
OptiStruct于1993年问世并在次年即获得《IndustryWeek》年度技术奖，随后在过去的近20年中不断证明了其在结构设计领域革命性的创新意义。在航空业，包括Airbus A380、A350、Boeing 787、Dornier 728和F35及国产商业飞机等最新机型的研发全部采用了该技术实现性能提升和减重及复合材料部件优化设计。在汽车、机械和轨道交通领域，OptiStruct则被广泛用于轻量化设计、强度提升、降噪和减振。在建筑与土木工程领域，OptiStruct则被用于寻找最佳的结构布局。在电子和消费品行业，其带来了更轻便和耐用的产品。
12.HyperStudy
HyperStudy是一个开放的多学科优化平台，以其强大的优化引擎调用各类FEA、MBD、CFD求解器，甚至Matlab或Excel等非CAE软件实现多参数的多学科全局优化。其应用领域极为广泛，上至“Aurora”火星登陆器，下至各类快速消费品和体育用品。它帮助工程师和设计师改进设计、进行“Whatif”研究、对试验数据进行相关性研究、优化复杂的多学科设计问题以及评价设计的可靠性和鲁棒性。
13.MotionSolve
MotionSolve采用一种新的具有革命性意义的多体动力学表述技术，代表着新一代的多体动力学分析系统。它为分析人员和设计者提供了丰富的建模要素，可以用最少的假设条件准确地建立复杂的机械系统模型。
14.HyperForm
HyperForm是功能全面的基于有限元的金属钣金冲压成型和液压成型仿真工具，其功能涵盖从工艺过程设计到模具和零件设计的整个过程。
