前言：中文期刊网精心挑选了数学建模动态规划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。
数学建模动态规划范文1
关键词 数学模型；动态规划；最优策略
中图分类号O29 文献标识码A 文章编号 1674-6708（2013）90-0161-02
1 问题的提出
设某工厂调查研究了解市场情况，估计在今后n个时期市场对产品的需求量，并根据生产及储存的费用，请做出合理的假设，为该工厂安排各个时期的生产与库存，使所花的总成本费用最低。
2 模型假设及符号说明
：生产过程的阶段变量，其中，；状态变量 表示第k阶段末的库存量，并假设1期初你n期末均无库存，即 ；决策变量 表示第k阶段的生产量， 表示第 k 阶段的需求量.状态转移方程： ， 阶段指标函数 表示第 k阶段的总成本，它由两部分构成，一部分是第 k阶段的生产成本 ，另一部分是第 k 阶段的存贮费 .最优指标函数表示前阶段总费用的最小值。
已知时段某产品的需求量为 （k=1，2，……n），任一时段若生产该产品，需付出生产准备费 ，且生产每单位产品的生产成本为 ，并假设如不生产，则生产费用为0。若满足本时段需求后有剩余，每时段每单位产品需付出存贮费.设每时段最大生产能力为 ，最大存贮量为，假设同一时期生产能力，储存量没有限制，即。且第1时段初有库存量 ，试制订产品的生产计划，即每时段的产量，使个时段的总费用最小.
3模型的分析与建立
4 模型的求解
模型（3.1）是动态规划，其求解方法一般有用逆序算法（反向递归）或顺序算法（正向递归）进行求解.当问题的第一阶段初和第n阶段末的状态方程均已知时，即，可采用两种方法求解.下面用顺序算法求解，将模型（3.1）变形为：
下面给定一个实际数据进行求解。
例1 某工厂调查研究了解市场情况，估计在今后四个时期市场对产品的需求量，如表所示：
假定不论在任何时期，生产每批产品的固定成本费为3（千元），若不生产，则为0，每单位生产成本费为1（千元）.又设每时期的每个单位产品库存费为0.5（千元），同时规定在第一期期初及第四期期末均无产品库存.试问：该工厂如何安排各个时期的生产与库存，使所花的总成本费用最低？
显然，这里 ，千元，千元/单位，千元/单位. 求解过程如下：
1）当，时，进行回代求最优策略得：，所以有，，所以有，，所以，故最优生产策略为：，，，。2）当，时，同理可得最优生产策略为：，，，，而相应的整个生产过程中的4个时期的最小总成本是：20.5。
故最优生产―储存策略如下表：
参考文献
[1]赵静，等编.数学建模与数学实验.北京：高等教育出版社，2007.
[2]姜启源，等编.数学模型.3版.北京：高等教育出版社.2003.
数学建模动态规划范文2
【关键词】数学建模；水文预报；水资源规划
中图分类号：TV12 文献标识码：A 文章编号：1006-0278（2013）07-202-01
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、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。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。人们常常把数学建模和计算机技术在知识经济时代的作用比喻为如虎添翼。
数学建模在水文与水资源工程专业中更是发挥着重要的作用，尤其是在水文预报和水资源规划方面。
一、数学建模的介绍
（一）数学建模概述
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，我国清华大学、北京理工大学等在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。数学建模是一种数学的思考方法，是运用数学的语言和方法，通过抽象、简化建立能近似刻画并“解决”实际问题的一种强有力的数学手段。
（二）数学建模的应用
数学建模应用就是将数学建模的方法从目前纯竞赛和纯科研的领域引向商业化领域，解决社会生产中的实际问题，接受市场的考验。可以涉足企业管理、市场分类、经济计量学、金融证券、数据挖掘与分析预测、物流管理、供应链、信息系统、交通运输、软件制作、数学建模培训等领域，提供数学建模及数学模型解决方案及咨询服务，是对咨询服务业和数学建模融合的一种全新的尝试。
（三）数学建模十大算法
1.蒙特卡罗算法，该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性。2.数据拟合、参数估计、插值等数据处理算法，通常使用Matlab作为工具。3.线性规划、整数规划、多元规划、二次规划等规划类问题，通常使用Lindo、Lingo软件实现。4.图论算法，这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决。5.动态规划、回溯搜索、分治算法、分支定界等计算机算法。6.最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法（这些问题是用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用）7.网格算法和穷举法，网格算法和穷举法都是暴力搜索最优点的算法，在很多竞赛题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具。8.一些连续离散化方法，很多问题都是实际来的，数据可以是连续的，而计算机只认的是离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要。9.数值分析算法（如果在比赛中采用高级语言进行编程的话，那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用）。10.图象处理算法。
二、数学建模在水文与水资源中的应用
（一）数学建模在水资源规划中的应用
全国水资源综合规划的目的是为我国水资源可持续利用和管理提供规划基础，要在进一步查清我国水资源及其开发利用现状、分析和评价水资源承载能力的基础上，根据经济社会可持续发展和生态环境保护对水资源的要求，提出水资源合理开发、优化配置、高效利用、有效保护和综合治理的总体布局及实施方案，促进我国人口、资源、环境和经济的协调发展，以水资源的可持续利用支持经济社会的可持续发展。
（二）数学模型在水文预报中的应用
水文预报是水文学为经济和社会服务的重要方面，特别是对灾害性水文现象做出预报，对综合利用大型水利枢纽做出短期、中期和长期的预报，作用很大。中国已开展预报服务的项目有：洪水水位与流量、枯水水位与流量、含沙量、各种冰情、水质等。
水文预报的方法，在产流方面常用降雨径流相关图，在汇流方面常用单位线。现在的发展方向是应用流域水文模型，根据流域上实测的降雨或降雪资料预报流域出口的流量过程。
在实际应用中，通过建立模型并求解，做出短期或中长期的预报，对防洪、抗旱、水资源合理利用和国防事业中有重要意义。
数学建模动态规划范文3
基金项目：本文系“中国传媒大学教学改革项目”（2014 No32）的研究成果。
作者简介：朱永贵（1964―），男，北京人，中国传媒大学理工学部教授，博士，研究方向：运筹学、信息处理。
运筹学主要研究系统最优化问题，从实际问题出发，应用数学理论和方法建立数学模型，然后给出求解这些数学模型的各种最优化方法[1]。运筹学主要研究的是线性最优化问题，其内容有线性规划、目标规划、整数规划、动态规划、图与网络分析、排队论、存储论、对策论、决策论和启发式方法[2]。运筹学是信息与计算科学、数学与应用数学、统计学和其他相关专业的专业基础课，其目的是培养学生综合各学科知识，利用运筹学的方法对实际问题进行定量分析和数学建模，通过本课程的学习为大学生进一步学习专业课程奠定理论基础，使其具有系统优化的思维方法和逻辑推理能力，从而全面提升大学生应用运筹学解决实际问题的能力[3]。通过对“运筹学”课程的调研和课程教学的亲身体会，发现目前“运筹学”教学过程中存在许多问题亟待解决，还有很多方面达不到“运筹学”课程的培养目标。为此我们探索和研究了“运筹学”课程教学的规律和特点，找出了解决问题的一些积极有效的方法。下面从“运筹学”课程培养目标、教学现状和存在的问题、教学改革措施、教学改革方法几个方面讨论了“运筹学”课程教学改革研究的重要性。
一、“运筹学”课程建设目标
“运筹学”课程的实际应用非常广泛，涉及很多专业知识，要求学生系统掌握运筹学的基本数学模型、基本概念、基本理论、基本算法和数据处理的基本能力。本课程建设的具体目标如下：
（1）要求学生掌握“运筹学”课程中的线性规划与单纯形法、对偶理论和灵敏度分析、运输问题的数学建模和表上作业法、目标规划的数学模型和解目标规划的单纯形方法。
（2）要求学生系统地掌握整数规划求解的分支定界法和割平面法，掌握0-1型整数规划数学模型及其求解方法，能够熟练求解指派问题。
（3）要求学生掌握动态规划方法、图与网络优化方法，系统掌握排队论、存储论、对策论、决策论的基本概念和求解方法。
（4）培养学生能够从实际问题中抽象出运筹学问题，并借助于计算机得以解决，提高学生分析和解决实际问题的能力。
（5）培养学生的创新性意识，让他们善于发现问题、分析问题和解决问题。
二、“运筹学”课程教学现状和存在的问题
1教学内容过于陈旧和教学重点不突出
在目前高等学校教学改革的大环境下，现阶段开设的“运筹学”课程教学内容偏重于经济管理专业所使用的“运筹学”，而且内容主要是线性最优化问题。线性优化问题对非线性科学不再实用。随着科学技术的发展，特别是信息科学的发展，非线性问题越来越多，与此相适应则需要非线性最优化方法去求解非线性最优化问题。只有这样才能适应高等学校的教学改革要求，才能使“运筹学”课程教学富有活力，进而实现“运筹学”的课程建设目标。
2教学手段过于单调，没有创新性
目前“运筹学”课程教学以多媒体教学授课方式进行，缺少板书教学。利用多媒体教学，仅仅显示PPT的内容，没有有针对性地对部分定理给出一些数学推导过程。学生们获得的信息非常枯燥、非常有限，讲课的速度过快，学生很难跟上主讲教师的思路与节奏，同时也没有更多的时间去独立思考，最终导致课堂教学效果比较低。比如单纯形法求解线性规划问题、表上作业法求解产销平衡运输问题、分支定界法求解整数线性规划问题，在讲解过程中过于重复，缺乏创新性的内容。
3教学内容的取舍与侧重点不明晰，主次选择不恰当
讲授“运筹学”课程的大多数教师是数学出身，不太熟悉计算机软件的使用，教学过程中偏重于理论分析与解题方法的讲解，不注重算法的实现和程序的编写，也很少安排上机实习。结果大部分学生认为“运筹学”课程比较抽象，对本课程的学习缺乏兴趣。目前“运筹学”课程中的主要教学内容有线性规划、整数规划、运输问题、目标规划和动态规划、图论与网络等，而大部分高校设置的教学课时是48学时。由于受教学课时的限制，在教学中不可能讲完所有的内容。对于不同专业、不同学科和不同类型课程的学生如何选取教学内容，以满足教学改革和教学内容创新的需求，需要我们进一步探索。
4教学方法需要更新，考核方法要科学合理
如何在本课程的教学过程中更多地激励学生去主动积极地学习课程内容，提高课堂的教学效果是值得探讨的一个重要问题。为此，我们教师要突破传统的教学理念，改变以往的教学方法，引进和学习国内外具有创新思想的教学理论和方法。对学生学习情况进行合理的考核是提高学生学习积极性的重要环节。“运筹学”课程主要培养学生创造性地分析问题、建立模型并解决问题的能力，但教学结果的考核常采用传统的闭卷笔试的模式，主要考查一些概念和定理与计算方法，致使学生死记硬背“运筹学”的理论、概念和方法，这导致多数学生考完试后就忘记所学内容，谈不上“运筹学”的实际应用能力的提高。为此，我们要对“运筹学”采取闭卷考试和上机实验环节测试的考核方法，其目的在于寻找更科学、更适合学生们的教学方法。
三、“运筹学”课程教学改革措施
1优化“运筹学”课程教学内容
不同专业的培养目标一般是不同的，不同专业的学生对“运筹学”课程知识点的需求也是不一样的。因此，我们对教学内容的选取要按照不同的专业进行取舍。选取以学生需求为导向的教学内容，这样不仅满足了不同专业学生的培养目标要求，而且还做到了因专业施教，提高了“运筹学”课程的教学效果。
2建立科学合理的“运筹学”课程体系
选择教学内容是教学过程的重要环节，在这个重要环节中，我们要注重引进新的教学内容、教学理念与教学方法，建立合理的课程体系。我们应该按照“运筹学”课程的培养目标，力求使课程内容的设置和难度的确定符合大学生的认知规律。“运筹学”应用范围广，涉及专业多，不同专业学生的知识基础千差万别，对“运筹学”的要求也有所不同。对信息与计算科学、数学与应用数学两个专业的本科生开设“运筹学”课程，要较系统地讲解“运筹学”的理论知识和应用方法，使他们掌握基本的数学规划方法，线性规划、整数规划、0-1规划的数学模型、基本概念、基本理论、基本算法和实际应用。而对于统计学专业的本科生来说，所开设的“运筹学”课程要与“经济数学实验”课程相结合，介绍经济管理和生产管理实际问题建模的案例及Matlab、Lingo等计算软件的使用和编程的技术和方法，增加实践教学过程，使学生能够解决经济领域中的现实问题，同时也为学生从事该方向的继续学习与深入研究打下基础等。
3优化“运筹学”课程教学手段
合理使用多媒体教学，多增加板书内容。例如，在讲解图解法求解线性规划问题、整数规划问题时，应该使用多媒体课件技术将目标函数的等值线在约束域中沿着梯度方向平移，恰好离开约束域时即得到线性规划问题的最优解和最优值。用单纯形法求解线性规划问题时，不断更新单纯形表的过程是一个非常烦琐的过程，所以应该使用黑板讲解单纯形法的数学思想是Gauss迭代过程，从理论上要让学生明白单纯形方法是怎么得到的。这有助于学生在上机编程实现单纯形方法求解线性规划问题。在“运筹学”课程的教学过程中，合理运用多媒体技术，将黑板板书与其结合使用，让学生及时理解、消化课堂知识，从而提高教学质量。在“运筹学”课程的教学过程中， 合理应用案例教学。案例教学模式可以通过教师引导、学生参与，培养学生的分析问题和解决问题的能力。适当加入实验教学环节，“运筹学”课程中的数学模型问题涉及的决策变量数目一般比较多，约束条件也比较复杂，从而会使问题求解的计算量增加。为此可考虑利用计算机进行实验教学，使得学生掌握基本的计算工程软件如Matlab的操作。这样不但可以减少手工计算的烦琐性，而且节约了计算时间，将更多的时间和精力应用到数学建模、结果分析等方面，进而培养和提高学生解决实际问题的能力。
四、“运筹学”课程教学改革方法
数学建模动态规划范文4
论文摘要：结合运筹学的课程特点，本文探讨了信息管理类专业运筹学教学现状和存在的问题，并从明确教学目的、确定教学内容、改进教学方法和教学手段、加强实践教学、调整考核方式等方面提出了若干合理化建议和对策，有助于优化课程结构和教学内容，提高运筹学教学效率。
信息管理专业是地方型院校的新专业，主要学习经济、管理、数量分析、信息管理、计算机及信息系统方面的基本理论和基本知识，得到系统分析和设计方面以及信息管理方法的基本训练。运筹学课程不仅是信息管理专业的必修课，同时也是许多理工科专业的必修、限选或者任选课程。如何根据不同专业特征来优化课程结构和教学内容，提高运筹学的教学效率，是目前众多高校重点研究的课题之一。国内外不少高校己经推出了一些积极举措，包括组织编写或者翻译能够反映新需求的高水平教材、丰富教学环节、改革教学内容等。如清华大学组织出版了美国著名的《introduction to operations research》、《运筹学:决策方法》等一系列教材，对于国内运筹学教材改革起到了很好的促进作用:山东大学通过国家精品课程建设系统地优化了运筹学课程体系，改革了考核体系，重视实践教学和学生能力培养等，;北京理工大学韩伯棠教授主持了运筹学精品课程网站建设，内容丰富，使用先进的教学方法，注重学以致用，在网上不仅提供相关的参考文献，还为学生和读者提供互动在线答疑的功能，为运筹学课程的教学方法改革提供了有效参考。
1教学现状、存在的问题
1.1教学目的不够明确
目前，多数运筹学课程的教材存在着重理论、轻应用的倾向，罗列了一大堆定理、公式和算法，很少有运用运筹学解决实际问题的案例。教学中忽略了运筹学与多学科的横向交叉联系和运用运筹学解决实际问题，使得学生只会按照规定的模式算题，而不善于处理大量的现实生活问题。
1.2教学内容选择不够恰当
目前许多高校在运筹学教材和教学内容的选择上存在着一定的随意性，甚至存在着教材因人而定，教学内容因人而选，实验课因人而开的现象。运筹学具有多个理论分支，每一个分支用于处理不同的问题，各分支之间处理问题的方法差别较大。对于信息管理类专业，需要将经济、管理、计算机等系列知识充分联系，单纯掌握某一个分支的求解技巧或者概念的符号表述，对于其培养学生运用现有的数学工具建立模型求解实际问题的能力是很不利的。
1.3教学方法不够灵活
运筹学是一门综合性和应用性很强的课程，而目前许多高校的授课老师大部分是从数学或其它专业中调整过来的，授课时大多采取的是讲授法，教学手段不够灵活，考核方法比较传统。教学中师生联系方式单一，互动性差，教与学信息反馈不及时，严重影响教学效果。
2教学改革思路
2.1明确学习目的，端正学习动机
好的开头是成功的一半，第一堂课的绪论教学重点介绍运筹学产生的背景、运筹学思想在我国古代搏奕中的应用、运筹学在信息管理中的应用，让学生认识到本门课程对未来从事管理工作的重要作用，充分调动学生的好奇心和求知欲。平时教学中可以结合管理科学的前沿，介绍一些最新的发展动态，如供应链管理、erp等，使学生认识到管理科学的最新发展大多都运用了运筹学做工具等，结合己学过的计算机等相关知识应用，来更好地激发学生学习的兴趣。
2.2精选教学内容，提高学习效果
运筹学的分支很多，各个分支自成体系，涉及的领域非常广泛。每个分支解决的问题、建立的模型、解题的方法截然不同，面对这么多的内容，凭有限的课时是无法讲完的，应有所侧重的选取授课内容。从实际应用情况来看，线性规划、整数规划、目标规划、动态规划等运筹学分支应用较广，应作为一般专业必须学习的内容。另外，根据信息管理专业的要求以及教学时数的情况，可适当增加其它分支的内容，如决策论、对策论、图论与网络、排队论、存储论等等。
针对信息管理类专业，运筹学教学内容安排上应注意前后课程的衔接关系，注意课程内容是否存在交叉环节来进行教学内容的取舍。如运筹学中图论在数据结构、离散数学等课程中有关章节已有介绍，针对图与网络模型中最短路问题、最小树问题、中国邮路问题和最大流问题存在交叉，这就需要任课教师之间要相互交流，有所侧重的介绍相关教学内容。
由于运筹学学科研究的核心是利用数学模型的手段去解决经济管理中的问题，所以管理问题应该作为教学内容的重点和主导方向，运用运筹学模型去进行人力资源管理、生产管理、设备管理、决策管理等方面的分析。如在线性规划的对偶理论教学中应突出对偶问题的应用、影子价格和市场价格的对比分析，突出对偶理论的核心是对资源的恰当估价;网络计划中的关键路线法和存贮论，分别对后继课程如项目管理和 erp中库存订货点管理有很大的价值，应重点进行探讨。
此外，在教学中需要密切注意运筹学研究的最新动向和最新成果，及时以新的研究成果补充或替代不完整的或陈旧落后的内容。
2.3改革教学方法，重视能力培养
(1)抓住突出问题，采用互动的启发式教学。在运筹学授课过程中要抓住突出问题。运筹学教学中，线性规划部分是重点内容，也是基础内容。其他如运输问题，整数规划，图与网络分析等部分，都是在线性规划的基础上延伸出来的，因此，线性规划这部分内容学习效果的好坏，严重关系到这门课程的整个教学效果。另外，坚持启发式教学有明显效果。如讲授运筹学整数规划的分支限界法时，将算法分析与设计课程中的详细分解步骤与具体问题的图形解法结合起来，层层深入，充分引导学生积极思考，让学生在课堂上保持兴趣盎然的学习状态，可激活学生的思维，利于触类旁通。
(2)适当运用多媒体课件。与传统板书讲授进行有机的结合，根据运筹学课程讲授内容的特点适当运用多媒体课件进行辅助教学，是运筹学教学的一大特点。如对于线形规划问题的图解法、动态规划问题、网络最大流问题等内容的讲授，通过多媒体课件，能减少大量重复过程的书写，并通过动画效果、交互按钮等工具将问题化繁为简，使之生动形象;但是课件的放映切换无法确保问题求解的连贯性，运筹学教学过程中存在很多求解过程长、步骤多、前后衔接性强的问题，如单纯形法、运输问题的表上作业法等，由于每张幻灯片的内容篇幅有限，频繁地切换易于让学生眼花缭乱、应接不暇，难以有停顿思考、消化吸收的时间，讲授这些知识点采用传统板书讲授为有效，更利于学生理解和消化。
(3)积极引入案例教学。通过案例教学，可以使学生对该学科有更为感性的认识，加深对运筹学概念的理解与应用，锻炼学生应用能力和应变能力。如讲解排队论时，以改进高速公路收费系统为背景案例，引导学生学习排队论的理论知识，然后解决实际问题。又如在讲背包问题时，以物流配送系统为背景，分别探讨在重量受到限制、体积受限制的情况下，引导学生得到一维背包问题的启发式算法:先计算各种物品的价值重量比，然后按比值从大到小，依次选取。进一步可以将送货时间受限制等因素介入探讨，具体算法又将有较大变化，因势利导，启发学生的思维。
2.4加强实践环节
运筹学主要是用于解决复杂大系统的各种最优化问题，涉及的变量非常多，约束条件非常复杂，实际的运筹学模型往往非常庞大，必须借助于计算机才能够完成问题的求解。定期安排上机实验，主要强调如何使用电子表格软件microsoft excel建立运筹学模型并求解，以及使用undo, lingo, matlab等软件来解决计算问题。鼓励学生努力尝试新方法，开拓新思路，密切联系实际应用问题，具备一定的计算能力。
另外，充分利用现有的网络应用条件，提供网上练习、模拟试题库，进行网上互动答疑等多种形式也是对运筹学教学的一个有效补充。
2.5与数学建模竞赛紧密结合
运筹学所要解决的问题要通过描述问题一建立模型一求解一检验一对解的控制一方案的实施这样的步骤来解决。要想把理论和实践很好的结合起来，就应该在建立模型上多下功夫。数学建模竞赛的主要工具就是运筹学和计算机，为了能让更多的大学生锻炼自己解决实际问题的能力，同时扩大参赛选手的选择面，我们在运筹学的教学内容中有选择地增加数学建模竞赛的一些典型赛题。也可成立兴趣小组，鼓励学生积极参与各种课外学术、社会实践活动。如:挑战杯大赛、数学建模大赛、社会调查等。学生相互支持、相互配合，使其自身和整体以最优的方式来运转，增强自信心。
数学建模动态规划范文5
论文摘要：经济数学模型是研究经济学的重要工具，在经济应用中占有重要的地位。文章从经济数学模型的内涵、构建经济数学模型的方法、遵循的基本原则以及所要注意的问题进行了简要分析和论述。
数学与经济学息息相关，可以说每一项经济学的研究、决策，都离不开数学的应用。特别是自从诺贝尔经济学奖创设以来，利用数学工具来分析经济问题得到的理论成果层出不穷，经济学中使用数学方法的趋势越来越明显。当代西方经济学认为，经济学的基本方法是分析经济变量之间的函数关系，建立经济模型，从中引申出经济原则和理论，进行预测、决策和监控。在经济领域，数学的运用首要的问题是实用性和实践性问题，即能否用所建立的模型去概括某一经济现象或说明某一经济问题。因而，数学模型分析已成为现代经济学研究的基本趋向，经济数学模型在研究许多特定的经济问题时具有重要的不可替代的作用，在经济学日益计量化、定量分析的今天，数学模型方法显得愈来愈重要。
一、经济数学模型的基本内涵
数学模型是数学思想精华的具体体现，是对客观实际对象的数学表述，它是在一定的合理假设前提下，对实际问题进行抽象和简化，基于数学理论和方法，用数学符号、数学命题、图形、图表等来刻画客观事物的本质属性及其内在联系。当数学模型与经济问题有机地结合在一起时，经济数学模型也就产生了。所谓经济数学模型，就是把实际经济现象内部各因素之间的关系以及人们的实践经验，归结成一套反映数量关系的数学公式和一系列的具体算法，用来描述经济对象的运行规律。所以，经济数学模型是对客观经济数量关系的简化反映，是经济现象和经济过程中客观存在的量的依从关系的数学描述，是经济分析中科学抽象和高度综合的一种重要形式。
经济数学模型是研究分析经济数量关系的重要工具，它是经济理论和经济现实的中间环节。它在经济理论的指导下对经济现实进行简化，但在主要的本质方面又近似地反映了经济现实，所以是经济现实的抽象。经济数学模型能起明确思路、加工信息、验证理论、计算求解、分析和解决经济问题的作用，特别是对量大面广、相互联系、错综复杂的数量关系进行分析研究，更离不开经济数学模型的帮助。运用经济数学建模来分析经济问题，预测经济走向，提出经济对策已是大势所趋。
在经济数学模型中，用到的数学非常广泛，有些还相当精深。其中包括线性规划、几何规划、非线性规划、不动点定理、变分发、控制理论、动态规划、凸集理论、概率论、数理统计、随机过程、矩阵论、微分方程、对策论、多值函数、机智测度等等，它们应用于经济学的许多部门，特别是数理经济学和计量经济学。
二、建立经济数学模型的基本步骤
1.模型准备。首先要深入了解实际经济问题以及与问题有关的背景知识，对现实经济现象及原始背景进行细致观察和周密调查，以获取大量的数据资料，并对数据进行加工分析、分组整理。
2.模型假设。通过假设把实际经济问题简化，明确模型中诸多的影响因素，并从中抽象最本质的东西。即抓住主要因素，忽略次要因素，从而得到原始问题的一个简化了的理想化的自然模型。
3.模型建立。在假设的基础上，根据已经掌握的经济信息，利用适当的数学工具来刻画变量之间的数学关系，把理想化的自然模型表述成为一个数学研究的题材——经济数学模型。
4.模型求解。使用已知的数学知识和观测数据，利用相关数学原理和方法，求出所建模型中各参数的估计值。
5.模型分析。求出模型的解后，对解的意义进行分析、讨论，即这个解说明了什么问题？是否达到了建模的目的？根据实际经济问题的原始背景，用理想化的自然模型的术语对所得到的解进行解释和说明。
6.模型检验。把模型的分析结果与经济问题的实际情况进行比较，以考察模型是否符合问题实际，以此来验证模型的准确性、合理性和实用性。如果模型与问题实际偏差较大，则须调整修改。
三、建立经济数学模型应遵从的主要原则
1.假设原则。假设是某一理论所适用的条件，任何理论都是有条件的、相对的。经济问题向来错综复杂，假设正是从复杂多变因素中寻求主要因素，把次要因素排除在外，提出接近实际情况的假设，从假设中推出初步结论，然后再逐步放宽假设条件，逐步加进复杂因素，使高度简化的模型更接近经济运行实际。作假设时，可以从以下几方面来考虑：关于是否包含某些因素的假设；关于条件相对强弱及各因素影响相对大小的假设；关于变量间关系的假设；关于模型适用范围的假设等等。
2.最优原则。最优原则可以从两方面来考虑：其一是各经济变量和体系上达到一种相对平衡，使之运行的效率最佳；其次是无约束条件极值存在而达到效率的最优、资源配置的最佳、消费效用或利润的最大化。由于经济运行机制是为了实现上述目标的最优可能性，我们在建立经济数学模型时必须紧紧围绕这一目标函数进行。
3.均衡原则。即经济体系中变动的各种力量处于相对稳定，基本上趋于某一种平衡状态。在数学中所表述的观点是几个函数关系共同确定的变量值，它不单纯是一个函数的变动去向，而是整个模型所共有的特殊结合点，在该点上整个体系变动是一致的，即达到一种经济联系的平衡。如需求函数和供给函数形成的均衡价格和数量，使市场处于一种相对平衡状态，从而达到市场配置的最优。
4.数、形、式结合原则。数表示量的大小，形表示量的集合，式反映了经济变量的联系及规律，三者之间形成了逻辑的统一。数学中图形是点的轨迹，点是函数的特殊值，因而也是函数和曲线的统一。可以认为经济问题是复杂经济现象中的一个点，函数则是经济变量之间的相互依存、相互作用关系，图形就是经济运行的规律和机制。所以，数、形、式是建模的主要工具和手段，是解决客观经济问题的三个要素。
5.抽象与概括的原则。抽象是思维的延伸，概括是思维的总结，抽象原则揭示了善于从纷繁复杂的经济现象延伸到经济本质，挖掘其本质的反映，概括是经济问题的纵横比较与分析，以便把握其本质属性，揭示其规律。
四、构建和运用经济数学模型应注意的问题
经济数学模型是对客观经济现象的把握，是相对的、有条件的。经济研究中应用数学方法时，必须以客观经济活动的实际为基础，以最初的基本假设为条件，一旦突破了最初的基本假设，就需要研究探索使用新的数学方法；一旦脱离客观经济实际，数学的应用就失去了意义。因此，在构建和运用经济数学模型时须注意到：
1.首先对所研究的经济问题要有明确的了解，细致周密的调查。分析经济问题运行的规律，获取相关的信息和数据，明确各经济变量之间的数量关系。如果条件不太明确，则要通过假设来逐渐明确，从而简化问题。
2.明确建模的目的。出于不同的目的，所建模型可能会有很大的差异。建模目的可能是为了描述或解释某一经济现象；可能是预报某一经济事件是否发生，或者发展趋势如何；还可能是为了优化管理、决策或控制等。总之，建立经济数学模型是为了解决实际经济问题，所以建模过程中不仅要建立经济变量之间的数学关系表达式，还必须清楚这些表达式在整个模型中的地位和作用。
3.在经济实际中只能对可量化的经济问题进行数学分析和构建数学模型，对不可量化的事物只能建造模型概念，而模型概念是不能进行数量分析的。尽管经济模型是反映事物的数量关系的，但必须从定性开始，离开具体理论所界定的概念，就无从对事物的数量进行分析和讨论。
4.不同数学模型的求解一般涉及不同的数学分支的专门知识，所以建模时应尽可能利用自己熟悉的数学分支知识。同时，也应征对问题学习了解一些新的知识，特别是计算机科学的发展为建模提供了强有力的辅助工具，熟练掌握一些数学或经济软件如Matlab、Mathematic、Lindo也是必不可少的。
5.根据调查或搜集的数据建立的模型，只能算作一个“经验公式”，只能对经济现象做出粗略大致的描述，据此公式计算出来的数据只能是个估计值。同时，模型相对于客观实际不可避免的产生一定误差，一方面要根据模型的目的确定误差允许的范围；另一方面，要分析误差来源，若误差过大，须寻找补救方案。
6.用所建经济数学模型去说明或解释处于动态中的经济现象时，必须注意时空条件的变化，必须考虑不可量化因素的影响作用以及在一定条件下次要因素转变为主要因素的可能性。
参考文献:
1.姜启源.数学模型[M].高等教育出版社,1993
2.张丽娟.高等数学在经济分析中的应用[J].集团经济研究,2007（2）
数学建模动态规划范文6
一、经济数学模型的基本内涵
数学模型是数学思想精华的具体体现，是对客观实际对象的数学表述，它是在一定的合理假设前提下，对实际问题进行抽象和简化，基于数学理论和方法，用数学符号、数学命题、图形、图表等来刻画客观事物的本质属性及其内在联系。当数学模型与经济问题有机地结合在一起时，经济数学模型也就产生了。所谓经济数学模型，就是把实际经济现象内部各因素之间的关系以及人们的实践经验，归结成一套反映数量关系的数学公式和一系列的具体算法，用来描述经济对象的运行规律。所以，经济数学模型是对客观经济数量关系的简化反映，是经济现象和经济过程中客观存在的量的依从关系的数学描述，是经济分析中科学抽象和高度综合的一种重要形式。
经济数学模型是研究分析经济数量关系的重要工具，它是经济理论和经济现实的中间环节。它在经济理论的指导下对经济现实进行简化，但在主要的本质方面又近似地反映了经济现实，所以是经济现实的抽象。经济数学模型能起明确思路、加工信息、验证理论、计算求解、分析和解决经济问题的作用，特别是对量大面广、相互联系、错综复杂的数量关系进行分析研究，更离不开经济数学模型的帮助。运用经济数学建模来分析经济问题，预测经济走向，提出经济对策已是大势所趋。
在经济数学模型中，用到的数学非常广泛，有些还相当精深。其中包括线性规划、几何规划、非线性规划、不动点定理、变分发、控制理论、动态规划、凸集理论、概率论、数理统计、随机过程、矩阵论、微分方程、对策论、多值函数、机智测度等等，它们应用于经济学的许多部门，特别是数理经济学和计量经济学。
二、建立经济数学模型的基本步骤
1.模型准备。首先要深入了解实际经济问题以及与问题有关的背景知识，对现实经济现象及原始背景进行细致观察和周密调查，以获取大量的数据资料，并对数据进行加工分析、分组整理。
2.模型假设。通过假设把实际经济问题简化，明确模型中诸多的影响因素，并从中抽象最本质的东西。即抓住主要因素，忽略次要因素，从而得到原始问题的一个简化了的理想化的自然模型。
3.模型建立。在假设的基础上，根据已经掌握的经济信息，利用适当的数学工具来刻画变量之间的数学关系，把理想化的自然模型表述成为一个数学研究的题材——经济数学模型。
4.模型求解。使用已知的数学知识和观测数据，利用相关数学原理和方法，求出所建模型中各参数的估计值。
5.模型分析。求出模型的解后，对解的意义进行分析、讨论，即这个解说明了什么问题？是否达到了建模的目的？根据实际经济问题的原始背景，用理想化的自然模型的术语对所得到的解进行解释和说明。
6.模型检验。把模型的分析结果与经济问题的实际情况进行比较，以考察模型是否符合问题实际，以此来验证模型的准确性、合理性和实用性。如果模型与问题实际偏差较大，则须调整修改。
三、建立经济数学模型应遵从的主要原则
1.假设原则。假设是某一理论所适用的条件，任何理论都是有条件的、相对的。经济问题向来错综复杂，假设正是从复杂多变因素中寻求主要因素，把次要因素排除在外，提出接近实际情况的假设，从假设中推出初步结论，然后再逐步放宽假设条件，逐步加进复杂因素，使高度简化的模型更接近经济运行实际。作假设时，可以从以下几方面来考虑：关于是否包含某些因素的假设；关于条件相对强弱及各因素影响相对大小的假设；关于变量间关系的假设；关于模型适用范围的假设等等。
2.最优原则。最优原则可以从两方面来考虑：其一是各经济变量和体系上达到一种相对平衡，使之运行的效率最佳；其次是无约束条件极值存在而达到效率的最优、资源配置的最佳、消费效用或利润的最大化。由于经济运行机制是为了实现上述目标的最优可能性，我们在建立经济数学模型时必须紧紧围绕这一目标函数进行。
3.均衡原则。即经济体系中变动的各种力量处于相对稳定，基本上趋于某一种平衡状态。在数学中所表述的观点是几个函数关系共同确定的变量值，它不单纯是一个函数的变动去向，而是整个模型所共有的特殊结合点，在该点上整个体系变动是一致的，即达到一种经济联系的平衡。如需求函数和供给函数形成的均衡价格和数量，使市场处于一种相对平衡状态，从而达到市场配置的最优。
4.数、形、式结合原则。数表示量的大小，形表示量的集合，式反映了经济变量的联系及规律，三者之间形成了逻辑的统一。数学中图形是点的轨迹，点是函数的特殊值，因而也是函数和曲线的统一。可以认为经济问题是复杂经济现象中的一个点，函数则是经济变量之间的相互依存、相互作用关系，图形就是经济运行的规律和机制。所以，数、形、式是建模的主要工具和手段，是解决客观经济问题的三个要素。
5.抽象与概括的原则。抽象是思维的延伸，概括是思维的总结，抽象原则揭示了善于从纷繁复杂的经济现象延伸到经济本质，挖掘其本质的反映，概括是经济问题的纵横比较与分析，以便把握其本质属性，揭示其规律。
四、构建和运用经济数学模型应注意的问题
经济数学模型是对客观经济现象的把握，是相对的、有条件的。经济研究中应用数学方法时，必须以客观经济活动的实际为基础，以最初的基本假设为条件，一旦突破了最初的基本假设，就需要研究探索使用新的数学方法；一旦脱离客观经济实际，数学的应用就失去了意义。因此，在构建和运用经济数学模型时须注意到：
1.首先对所研究的经济问题要有明确的了解，细致周密的调查。分析经济问题运行的规律，获取相关的信息和数据，明确各经济变量之间的数量关系。如果条件不太明确，则要通过假设来逐渐明确，从而简化问题。
2.明确建模的目的。出于不同的目的，所建模型可能会有很大的差异。建模目的可能是为了描述或解释某一经济现象；可能是预报某一经济事件是否发生，或者发展趋势如何；还可能是为了优化管理、决策或控制等。总之，建立经济数学模型是为了解决实际经济问题，所以建模过程中不仅要建立经济变量之间的数学关系表达式，还必须清楚这些表达式在整个模型中的地位和作用。
3.在经济实际中只能对可量化的经济问题进行数学分析和构建数学模型，对不可量化的事物只能建造模型概念，而模型概念是不能进行数量分析的。尽管经济模型是反映事物的数量关系的，但必须从定性开始，离开具体理论所界定的概念，就无从对事物的数量进行分析和讨论。
4.不同数学模型的求解一般涉及不同的数学分支的专门知识，所以建模时应尽可能利用自己熟悉的数学分支知识。同时，也应征对问题学习了解一些新的知识，特别是计算机科学的发展为建模提供了强有力的辅助工具，熟练掌握一些数学或经济软件如Matlab、Mathematic、Lindo也是必不可少的。
