“当今如此受到称颂的‘高技术’本质上是一种数学技术。”高技术发展的关键是数学技术的发展，而数学技术与高技术结合的关键就是数学模型。任何一项技术的发展都离不开数学模型，甚至技术水平的高低取决于数学模型的优劣。数学建模是建立实际问题的数学模型的全过程，是实际问题和数学问题之间的桥梁。因此，数学建模课程是面向实际问题的数学应用课程，是培养高技术、创新型人才的重要课程。

本课程从数学建模的基本概念、方法等开始，通过有趣的建模案例和数学建模竞赛真题分析，介绍数学建模中常用的数学模型、方法及常用数学软件的使用方法，主要内容包括：初等模型，微积分模型，最优化模型，插值与拟合，模糊综合评价，回归分析模型，聚类分析法，主成分分析法，蒙特卡洛算法，最短路算法、神经网络算法，论文写作与全国大学生数学建模竞赛赛题分析；常用建模软件Matlab、优化软件LINGO和统计分析软件SPSS的使用等。

本课程具有以下特色：

（1）本课程按基础模型、常用方法、竞赛模块，分9个项目，组织教学内容，适合不同需求、不同层次的学生进行个性化的自主学习；

（2）课程内容和案例的选取契合数学建模教学和数学建模竞赛活动的需求；

（3）以案例为载体，突出模型或方法的应用背景、思想以及软件实现，方便不同层次学生进行学习和实践。

本课程教学团队成员均为一线数学教师和全国大学生数学建模竞赛的指导教师，具有丰富的教学和课程开发经验、大赛指导经验；团队主要成员作为主编或副主编参与编写了《数学建模实用教程》；从2010年参赛以来，团队成员指导学生参与全国大学生数学建模竞赛，共获得9个国家一等奖，25个国家二等奖；2019年开始参加国际数学建模竞赛，成绩斐然，在美赛中获得了2个H奖，在亚太地区大学生数学建模竞赛中获得2个一等奖。

      本课程可以作为高职院校数学建模选修课和竞赛培训的在线课程，也可作为高职院校特色创新班的必修课程或准备参加全国大学生数学建模竞赛的本科生的自主学习课程。通过本课程，大学生可以进行个性化的自主学习，扩充知识面、掌握新理论和新方法；提高计算机的应用能力、写作能力；增强数学建模意识和创新能力，提高解决实际问题的能力等。  

1. 通过生动有趣的案例，使学生了解数学和数学建模的重要性及应用的广泛性，激发学生学习数学和数学建模的兴趣；

2. 使学生理解数学建模的一般步骤和方法，了解常见的初等模型、微积分模型案例及建模方法；

3. 使学生掌握：最优化模型、插值与拟合、主成分分析法、回归分析模型，聚类分析法、模糊综合评价、蒙特卡洛算法，最短路算法、神经网络算法等数学模型和方法，可以解决社会经济生活、工程实践中的实际问题，具有参加各级数学建模竞赛的能力；

4. 使学生掌握常用数学软件：Matlab、LINGO和SPSS的使用方法，会用这些软件求解数学模型和实际问题；

5. 通过对实际问题的探索和解决，培养学生的科学精神、工匠精神、团结协助精神等职业素养。

本课程为百分制，采用过程考核：

  综合成绩=微课学习完成度*60%+讨论区活跃度*10%+项目（单元）测试成绩*20%+期末测试*10%.

    综合成绩大于等于30分小于等于60为合格；大于等于60分为优秀。

认证证书：积极响应国家低碳环保政策， 2021年秋季学期开始，中国大学MOOC平台将取消纸质版的认证证书，仅提供电子版的认证证书服务，证书申请方式和流程不变。

电子版认证证书支持查询验证，可通过扫描证书上的二维码进行有效性查询，或者访问 https://www.icourse163.org/verify，通过证书编号进行查询。学生可在“个人中心-证书-查看证书”页面自行下载、打印电子版认证证书。

认证证书申请注意事项：

  1. 根据国家相关法律法规要求，认证证书申请时要求进行实名认证，请保证所提交的实名认证信息真实完整有效。

  2. 完成实名认证并支付后，系统将自动生成并发送电子版认证证书。电子版认证证书生成后不支持退费。

一元函数微积分、线性代数初步、概率统计的基本知识。

      具备以上预备知识学习本课程更轻松。不过，由于本课程淡化理论推导、注重软件实现，不具备预备知识也可以学习本课程。

1、韩中庚，周素静，数学建模实用教程，高等教育出版社，2020.08.

2、姜启源，谢金星，叶俊，数学模型，高等教育出版社，2018.

3、韩中庚，数学建模实用教程，高等教育出版社，2014.08.

4、  薛薇，统计分析方法与应用（第二版），电子工业出版社，2009.1

1. 如何根据不同需要选择数学建模的相关内容?

    （1）项目1~项目4的资源可以作为数学建模（初级班）选修课程的线上资源，教师可以用这部分资源进行线上线下混合式教学，学生可以利用资源巩固所学建模知识、拓展知识面；该模块内容还可以作为高职院校应用数学课程的活页式教材，进行分层次教学。

    （2）项目5~项目8的资源可以作为数学建模（高级班）选修课程的线上资源，教师和学生可以用这部分资源进行线上线下混合式教学、个性化的自主学习；该模块资源也可以作为高职院校特色创新班的必修课程或本科院校准备参加全国大学生数学建模竞赛的同学的自主学习资源。

    （3）项目9的资源可作为准备参加全国大学生数学建模竞赛的同学的重要学习资源，会对他们成功参赛大有裨益。

2. 如何对数学建模课程资源进行有效学习？

       建议有效学习方法：弄清每种方法或模型的背景（案例）、思想和方法，可以解决哪些问题及利用Matlab、Lingo或SPSS软件的求解方法；不需过多关注理论推导，能熟练借助软件实现，会分析输出结果即可；线下寻找类似问题多加练习、实践。

3. 数学建模常用的软件有哪些？

  （1）编程和作图推荐使用Matlab或Python；

  （2)  优化模型建议使用软件Lingo；

  （3）数据挖掘与统计分析建议使用SPSS或Python。

4. 学完本课程可以参加哪些竞赛？

    （1）每年九月的全国大学生数学建模竞赛；

    （2）每年二月份的美国数模竞赛；

    （3）每年十一月的 APMCM亚太地区大学生数学建模竞赛；

    （4）每年四月份的MathorCup高校数学建模挑战赛。

    （5）每年五月份的电工杯数学建模赛、挑战杯全国大学生课外学术科技作品竞赛。

   还有其它地区性的数学建模竞赛。