这是一本初学者容易上手，操作性强，又可以深入下去的数学建模教材。

全书共分20章，内容包括：经典数学问题的建模巧用、初等模型、优化模型、离散模型、Markov模型、回归模型、时间序列模型、微分方程模型、差分方程模型、存储论模型、排队论模型、图论与网络流问题的LINGO求解技巧、概率模型、决策分析、插值与拟合模型、目标规划模型、神经网络模型和随机模拟方法。

本书内容都注重通过实例、建模和程序(软件)求解，让读者容易读得懂，并很容易算得出，学起来没有障碍。

本书对数学建模中使用的各种数学模型和不同问题的求解进行了介绍，包括经典数学问题的建模巧用、初等模型、优化模型、离散模型、Markov模型、回归模型、时间序列模型、微分方程模型、差分方程模型、存储论模型、排队论模型、图论与网络流问题的LINGO求解技巧、概率模型、决策分析、插值与拟合模型、目标规划模型、神经网络模型和随机模拟方法。对每种类型，注重实例讲解，并附有实现的程序或软件应用。

书中对数模竞赛中常用的编程软件Matlab和VC、优化软件LINGO、统计软件SPSS和SAS，都结合具体实例进行了介绍。

本书内容通俗易懂，兼有程序与软件的实际应用，可以作为本科生数学建模课程的教材，也十分适合学生自学。

第1章 Matlab使用简介

第2章 LINGO软件使用简介

 2.1 LINGo使用介绍

 2.2 UNGO求解实例

第3章 经典数学问题的建模巧用

 3.1 状态转移问题

 3.2 数学巧用

第4章 初等模型

 4.1 席位公平分配模型

 4.2 汽车刹车距离模型

 4.3 录音机记数器模型

 4.4 双层玻璃功效模型

 4.5 效益合理分配模型

第5章 优化模型

 5.1 生猪的出售时间问题

 5.2 两辆平板车装货问题

 5.3 汽车生产与原油采购

 5.4 接力队的选拔与选修课策略

 5.5 钢管和易拉罐下料

第6章 离散模型

 6.1 层次分析模型

 6.2 循环比赛排名模型

第7章 Markov模型

 7.1 健康与疾病模型

 7.2 钢琴销售的存储策略

第8章 回归模型与统计软件

 8.1 引言

 8.2 回归分析方法

 8.3 软件实现

第9章 微分方程模型

 9.1 传染病模型

 9.2 战争模型

 9.3 人口总量发展模型

第10章 差分方程模型

 10.1 依年龄分布的生物发展模型

 10.2 减肥模型

第11章 存储论模型

 11.1 不允许缺货的订货存储模型

 11.2 允许缺货的订货存储模型

 11.3 不允许缺货的生产存储模型

 11.4 允许缺货的生产存储模型

第12章 SAS软件求解时间序列模型

 12.1 引言

 12.2 时间序列方法

 12.3 软件实现

 12.4 问题解答参考

第13章 排队论模型及LINGO求解

 13.1 排队论构成与指标

 13.2 排队论中四种重要模型

第14章 图论与网络流问题的LINGO求解技巧

 14.1 最短路径问题的UNGO求解

 14.2 最大流问题的LINGO求解

 14.3 关键路线(CPM)问题的LINGO求解

 14.4 最优树问题的LINGO求解

 14.5 TSP问题及LING0求解技巧

第15章 概率模型

 15.1 电梯问题

 15.2 山羊与轿车选择的游戏

 15.3 矿工选门问题

 15.4 报童策略问题

 15.5 航空公司的预定票策略

第16章 决策分析

 16.1 随机决策问题

 16.2 Bayes决策问题

第17章 插值与拟合模型

 17.1 水道测量数据问题

 17.2 估计水塔水流量问题

第18章 目标规划模型

第19章 神经网络模型

 19.1 多层前向神经网络原理介绍

 19.2 Matlab相关函数介绍与实例

第20章 随机模拟方法

 20.1 基于时间步长的仿真实验

 20.2 基于事件步长的仿真实验

参考文献