第5章思考题与习题
5-1 什么是被控过程的数学模型
解答：
被控过程的数学模型是描述被控过程在输入（控制输入与扰动输入）作用下，其状态和输出（被控参数）变化的数学表达式。
5-2 建立被控过程数学模型的目的是什么过程控制对数学模型有什么要求解答：
1）目的：○1设计过程控制系统及整定控制参数；
○2指导生产工艺及其设备的设计与操作；
○3对被控过程进行仿真研究；
○4培训运行操作人员；
○5工业过程的故障检测与诊断。
2）要求：总的原则一是尽量简单，二是正确可靠。阶次一般不高于三阶，大量采用具有纯滞后的一阶和二阶模型，最常用的是带纯滞后的一阶形式。
5-3 建立被控过程数学模型的方法有哪些各有什么要求和局限性解答：P127
1）方法：机理法和测试法。
2）机理法：
测试法：
5-4 什么是流入量什么是流出量它们与控制系统的输入、输出信号有什么区别与联系
解答：
1）流入量：把被控过程看作一个独立的隔离体，从外部流入被控过程的物质或能量流量称为流入量。
流出量：从被控过程流出的物质或能量流量称为流出量。
2）区别与联系：
控制系统的输入量：控制变量和扰动变量。
控制系统的输出变量：系统的被控参数。
5-5 机理法建模一般适用于什么场合
解答：P128
对被控过程的工作机理非常熟悉，被控参数与控制变量的变化都与物质和能量的流动与转换有密切关系。
5-6 什么是自衡特性具有自衡特性被控过程的系统框图有什么特点
解答：
1）在扰动作用破坏其平衡工况后，被控过程在没有外部干预的情况下自动恢复平衡的特性，称为自衡特性。
2）被控过程输出对扰动存在负反馈。
5-7 什么是单容过程和多容过程
解答：
1）单容：只有一个储蓄容量。
2）多容：有一个以上储蓄容量。
5-8 什么是过程的滞后特性滞后又哪几种产生的原因是什么
解答：
1）滞后特性：过程对于扰动的响应在时间上的滞后。
2）容量滞后：多容过程对于扰动的响应在时间上的这种延迟被称为容量滞
后。
纯滞后：在生产过程中还经常遇到由（物料、能量、信号）传输延迟引
起的纯滞后。
5-9 对图5-40所示的液位过程，输入量为1Q ，流出量为2Q 、3Q ，液位h 为被控参数，水箱截面为A ，并设2R 、3R 为线性液阻。
（1）列写液位过程的微分方程组；
（2）画出液位过程的框图；
（3）求出传递函数)()(1s Q s H ，并写出放大倍数K 和时间常数T 的表达式。
解答：
（1） 3
32
2321R h Q R h Q dt h d A Q Q Q ?=??=??=?-?-? （2）框图如图：
（3）
3232321)()(R R s R AR R R s Q s H ++=
5-10 以1Q 为输入、2h 为输出列写图5-10串联双容液位过程的微分方程组，并求出传递函数)()(12s Q s H 。
解答：
1）方程组： 32
323222
2121121R h Q dt
h d A Q Q R h R h Q dt
h d A Q Q ?=??=?-??-?=??=?-?
2）传递函数：
3122122131121)()()(++++=s T T T s T T R s Q s H 式中：3112322211,,
R A T R A T R A T ===
3）过程框图：
5-12 何为测试法建模它有什么特点
解答：
1）是根据工业过程输入、输出的实测数据进行某种数学处理后得到数学模型。
2）可以在不十分清楚内部机理的情况下，把被研究的对象视为一个黑匣子，完全通过外部测试来描述它的特性。
5-13 应用直接法测定阶跃响应曲线时应注意那些问题
解答：P139
（1）合理地选择阶跃输入信号的幅度
（2）试验时被控过程应处于相对稳定的工况
（3）要仔细记录阶跃曲线的起始部分
（4）多次测试，消除非线性
5-14 简述将矩形脉冲响应曲线转换为阶跃响应曲线的方法；矩形脉冲法测定被控过程的阶跃响应曲线的优点是什么
解答：P139～P140
1）
2）
5-15 实验测得某液位过程的阶跃响应数据如下：
当阶跃扰动为%20=?μ时：
（1）画出液位的阶跃响应曲线；
（2）用一阶惯性环节加滞后近似描述该过程的动态特性，确定K 、T 、τ。
解答：
（1）
（2）
建立数学模型的方法、步骤、特点及分类 [学习目标] 1.能表述建立数学模型的方法、步骤； 2.能表述建立数学模型的逼真性、可行性、渐进性、强健性、可转移性、非 预制性、条理性、技艺性和局限性等特点；； 3.能表述数学建模的分类； 4.会采用灵活的表述方法建立数学模型； 5.培养建模的想象力和洞察力。 一、建立数学模型的方法和步骤 —般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是根据对现实对象特性的认识、分析其因果关系，找出反映内部机理的规律,建立的模型常有明确的物理或现实意义.测试分折将研究对象视为一个“黑箱”系统，内部机理无法直接寻求，可以测量系统的输人输出数据、并以此为基础运用统计分析方法，按照事先确定的准则在某一类模型中选出一个与数据拟合得最好的模型。这种方法称为系统辨识(System Identification)．将这两种方法结合起来也是常用的建模方法。即用机理分析建立模型的结构，用系统辨识确定模型的参数． 可以看出，用上面的哪一类方法建模主要是根据我们对研究对象的了解程度和建模目的决定的．如果掌握了机理方面的一定知识，模型也要求具有反映内部特性的物理意义。那么应该以机理分析方法为主．当然,若需要模型参数的具体数值，还可以用系统辨识或其他统计方法得到．如果对象的内部机理基本上没掌握，模型也不用于分析内部特性,譬如仅用来做输出预报，则可以系统辩识方法为主．系统辨识是一门专门学科，需要一定的控制理论和随机过程方面的知识．以下所谓建模方法只指机理分析。 建模要经过哪些步骤并没有一定的模式，通常与实际问题的性质、建模的目的等有关，从 §16.2节的几个例子也可以看出这点．下面给出建模的—般步骤，如图16-5所示． 图16-5 建模步骤示意图 模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料. 模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化．经验在这里也常起重要作用．写出假设时，语言要精确，就象做习题时写出已知条件那样．
第5章思考题与习题 5-1 什么是被控过程的数学模型 解答： 被控过程的数学模型是描述被控过程在输入（控制输入与扰动输入）作用下，其状态和输出（被控参数）变化的数学表达式。 5-2 建立被控过程数学模型的目的是什么过程控制对数学模型有什么要求解答： 1）目的：○1设计过程控制系统及整定控制参数； ○2指导生产工艺及其设备的设计与操作； ○3对被控过程进行仿真研究； ○4培训运行操作人员； ○5工业过程的故障检测与诊断。 2）要求：总的原则一是尽量简单，二是正确可靠。阶次一般不高于三阶，大量采用具有纯滞后的一阶和二阶模型，最常用的是带纯滞后的一阶形式。 5-3 建立被控过程数学模型的方法有哪些各有什么要求和局限性解答：P127 1）方法：机理法和测试法。 2）机理法： 测试法： 5-4 什么是流入量什么是流出量它们与控制系统的输入、输出信号有什么区别与联系 解答： 1）流入量：把被控过程看作一个独立的隔离体，从外部流入被控过程的物质或能量流量称为流入量。 流出量：从被控过程流出的物质或能量流量称为流出量。 2）区别与联系： 控制系统的输入量：控制变量和扰动变量。 控制系统的输出变量：系统的被控参数。
5-5 机理法建模一般适用于什么场合 解答：P128 对被控过程的工作机理非常熟悉，被控参数与控制变量的变化都与物质和能量的流动与转换有密切关系。 5-6 什么是自衡特性具有自衡特性被控过程的系统框图有什么特点 解答： 1）在扰动作用破坏其平衡工况后，被控过程在没有外部干预的情况下自动恢复平衡的特性，称为自衡特性。 2）被控过程输出对扰动存在负反馈。 5-7 什么是单容过程和多容过程 解答： 1）单容：只有一个储蓄容量。 2）多容：有一个以上储蓄容量。 5-8 什么是过程的滞后特性滞后又哪几种产生的原因是什么 解答： 1）滞后特性：过程对于扰动的响应在时间上的滞后。 2）容量滞后：多容过程对于扰动的响应在时间上的这种延迟被称为容量滞 后。 纯滞后：在生产过程中还经常遇到由（物料、能量、信号）传输延迟引 起的纯滞后。 5-9 对图5-40所示的液位过程，输入量为1Q ，流出量为2Q 、3Q ，液位h 为被控参数，水箱截面为A ，并设2R 、3R 为线性液阻。 （1）列写液位过程的微分方程组； （2）画出液位过程的框图； （3）求出传递函数)()(1s Q s H ，并写出放大倍数K 和时间常数T 的表达式。 解答：
第二章 控制系统的数学模型 2—1 数字模型 在控制系统的分析和设计中，首先要建立系统的数学模型。 自动控制系统： 相同的数学模型进行描述，研究自动控制系统 其内在共性运动规律。 系统的数学模型，是描述系统内部各物理量之间动态关系的数学表达式。 常用的数学模型有： 数学模型 的建立方法 一般应尽可能采用线性定常数学模型描述控制系统。 如果描述系统的数学模型是线性微分方程，则称该系统为线性系统，若方程中的系数是常数，则称其为线性定常系统。线性系统的最重要特性是可以应用叠加原理，在动态研究中，如果系统在多个输入作用下的输出等于各输入单独作用下的输出和(可加性)，而且当输入增大倍数时，输出相应增大同样倍数(均匀性)，就满足叠加原理，因而系统可以看成线性系统。如果描述系统的数学模型是非线性微分方程，则相应系统称为非线性系统，其特性是不能应用叠加原理。 建立系统数学模型的主要目的，是为了分析系统的性能。由数学模型求取系统性能指标的主要途径如图2—1所示。由图可见，傅里叶变换和拉普拉斯变换是分析和设计线性定常连续控制系统的主要数学工具。 电气的、 机械的、 液压的 气动的等 微(差)分方程 传递函数(脉冲传递函数研究线性离散系统的数学模型) 经典控制理论 频率特性(在频域中研究线性控制系统的数学模型) 状态空间表达式(现代控制理论研究多输入—多输出控制系统) 结构图和信号流图，数学表达式的数学模型图示型式 解析法：依据系统及元件各变量之间所遵循的物理、化学定律， 列写出各变量之间的数学关系式 实验法：对系统施加典型信号(脉冲、阶跃或正弦)，记录系统的时间响应 曲线或频率响应曲线，从而获得系统的传递函数或频率特性。 图2-1 求取性能指标的主要途径
第二章 控制系统的数学模型 2—1 数字模型 在控制系统的分析和设计中，首先要建立系统的数学模型。 自动控制系统： 相同的数学模型进行描述，研究自动控制系统 其内在共性运动规律。 系统的数学模型，是描述系统内部各物理量之间动态关系的数学表达式。 常用的数学模型有： 数学模型 的建立方法 一般应尽可能采用线性定常数学模型描述控制系统。 如果描述系统的数学模型是线性微分方程，则称该系统为线性系统，若方程中的系数是常数，则称其为线性定常系统。线性系统的最重要特性是可以应用叠加原理，在动态研究中，如果系统在多个输入作用下的输出等于各输入单独作用下的输出和(可加性)，而且当输入增大倍数时，输出相应增大同样倍数(均匀性)，就满足叠加原理，因而系统可以看成线性系统。如果描述系统的数学模型是非线性微分方程，则相应系统称为非线性系统，其特性是不能应用叠加原理。 建立系统数学模型的主要目的，是为了分析系统的性能。由数学模型求取系统性能指标的主要途径如图2—1所示。由图可见，傅里叶变换和拉普拉斯变换是分析和设计线性定常连续控制系统的主要数学工具。 电气的、 机械的、 液压的 气动的等 微(差)分方程 传递函数(脉冲传递函数研究线性离散系统的数学模型) 经典控制理论 频率特性(在频域中研究线性控制系统的数学模型) 状态空间表达式(现代控制理论研究多输入—多输出控制系统) 结构图和信号流图，数学表达式的数学模型图示型式 解析法：依据系统及元件各变量之间所遵循的物理、化学定律， 列写出各变量之间的数学关系式 实验法：对系统施加典型信号(脉冲、阶跃或正弦)，记录系统的时间响应 曲线或频率响应曲线，从而获得系统的传递函数或频率特性。 图2-1 求取性能指标的主要途径
1. 什么是数学模型与数学建模 简单地说：数学模型就是对实际问题的一种数学表述。 具体一点说：数学模型是关于部分现实世界为某种目的的一个抽象的简化的数学结构。 更确切地说：数学模型就是对于一个特定的对象为了一个特定目标，根据特有的内在规律，做出一些必要的简化假设，运用适当的数学工具，得到的一个数学结构。数学结构可以是数学公式，算法、表格、图示等。 数学建模就是建立数学模型，建立数学模型的过程就是数学建模的过程（见数学建模过程流程图）。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、简化建立能近似刻划并"解决"实际问题的一种强有力的数学手段。 2.美国大学生数学建模竞赛的由来： 1985年在美国出现了一种叫做MCM的一年一度大大学生数学模型（1987年全称为Mathematical Competition in Modeling,1988年改全称为Mathematical Contest in Modeling,其所写均为MCM）。这并不是偶然的。在1985年以前美国只有一种大学生数学竞赛（The william Lowell Putnam mathematial Competition,简称Putman(普特南）数学竞赛），这是由美国数学协会（MAA--即Mathematical Association of America的缩写）主持，于每年12月的第一个星期六分两试进行，每年一次。在国际上产生很大影响，现已成为国际性的大学生的一项著名赛事。该竞赛每年2月或3月进行。 我国自1989年首次参加这一竞赛，历届均取得优异成绩。经过数年参加美国赛表明，中国大学生在数学建模方面是有竞争力和创新联想能力的。为使这一赛事更广泛地展开，1990年先由中国工业与应用数学学会后与国家教委联合主办全国大学生数学建模竞赛（简称CMCM），该项赛事每年9月进行。
实验一 控制系统的数学模型 一 实验目的 1、学习用MATLAB 创建各种控制系统模型。 2、掌握传递函数模型、零-极点增益模型以及连续系统模型与离散系统模型之间的转化，模型的简化。 二 相关理论 1传递函数描述 (1)连续系统的传递函数模型 连续系统的传递函数如下： ? 对线性定常系统，式中s 的系数均为常数，且a1不等于零，这时系统在MATLAB 中 可以方便地由分子和分母系数构成的两个向量唯一地确定出来，这两个向量分别用num 和den 表示。 num=[b1,b2,…,bm,bm+1] den=[a1,a2,…,an,an+1] 注意：它们都是按s 的降幂进行排列的。 tf （）函数可以表示传递函数模型：G=tf(num, den) 举例： num=[12,24,0,20];den=[2 4 6 2 2]; G=tf(num, den) (2)零极点增益模型 ? 零极点模型实际上是传递函数模型的另一种表现形式，其原理是分别对原系统传递 函数的分子、分母进行分解因式处理，以获得系统的零点和极点的表示形式。 K 为系统增益，zi 为零点，pj 为极点 在MATLAB 中零极点增益模型用[z,p,K]矢量组表示。即： z=[z1,z2,…,zm] p=[p1,p2,...,pn] K=[k] zpk （）函数可以表示零极点增益模型：G=zpk(z,p,k) (3)部分分式展开 ? 控制系统常用到并联系统，这时就要对系统函数进行分解，使其表现为一些基本控 制单元的和的形式。 ? 函数[r,p,k]=residue(b,a)对两个多项式的比进行部分展开，以及把传函分解为微 分单元的形式。 ? 向量b 和a 是按s 的降幂排列的多项式系数。部分分式展开后，余数返回到向量r ， 极点返回到列向量p ，常数项返回到k 。 ? [b,a]=residue(r,p,k)可以将部分分式转化为多项式比p(s)/q(s)。 11 211121......)()()(+-+-++++++++==n n n n m n m m a s a s a s a b s b s b s b s R s C s G ))...()(())...()(()(2121n m p s p s p s z s z s z s K s G ------=22642202412)(23423++++++=s s s s s s s G
数学建模的基本步骤 一、数学建模题目 1）以社会，经济，管理，环境，自然现象等现代科学中出现的新问题为背景，一般都有一个比较确切的现实问题。 2）给出若干假设条件： 1. 只有过程、规则等定性假设； 2. 给出若干实测或统计数据； 3. 给出若干参数或图形等。 根据问题要求给出问题的优化解决方案或预测结果等。根据问题要求题目一般可分为优化问题、统计问题或者二者结合的统计优化问题，优化问题一般需要对问题进行优化求解找出最优或近似最优方案，统计问题一般具有大量的数据需要处理，寻找一个好的处理方法非常重要。 二、建模思路方法 1、机理分析根据问题的要求、限制条件、规则假设建立规划模型，寻找合适的寻优算法进行求解或利用比例分析、代数方法、微分方程等分析方法从基本物理规律以及给出的资料数据来推导出变量之间函数关系。 2、数据分析法对大量的观测数据进行统计分析，寻求规律建立数学模型，采用的分析方法一般有： 1）. 回归分析法(数理统计方法)-用于对函数f（x）的一组观测值（xi,fi）i=1,2,…,n，确定函数的表达式。 2）. 时序分析法--处理的是动态的时间序列相关数据，又称为过程统计方法。 3）、多元统计分析（聚类分析、判别分析、因子分析、主成分分析、生存数据分析）。 3、计算机仿真（又称统计估计方法）：根据实际问题的要求由计算机产生随机变量对动态行为进行比较逼真的模仿，观察在某种规则限制下的仿真结果（如蒙特卡罗模拟）。 三、模型求解： 模型建好了，模型的求解也是一个重要的方面，一个好的求解算法与一个合
适的求解软件的选择至关重要，常用求解软件有matlab，mathematica，lingo，lindo，spss，sas等数学软件以及c/c++等编程工具。 Lingo、lindo一般用于优化问题的求解，spss，sas一般用于统计问题的求解，matlab，mathematica功能较为综合，分别擅长数值运算与符号运算。 常用算法有：数据拟合、参数估计、插值等数据处理算法,通常使用spss、sas、Matlab作为工具. 线性规划、整数规划、多元规划、二次规划、动态规划等通常使用Lindo、Lingo,Matlab软件。 图论算法,、回溯搜索、分治算法、分支定界等计算机算法, 模拟退火法、神经网络、遗传算法。 四、自学能力和查找资料文献的能力： 建模过程中资料的查找也具有相当重要的作用，在现行方案不令人满意或难以进展时，一个合适的资料往往会令人豁然开朗。常用文献资料查找中文网站：CNKI、VIP、万方。 五、论文结构： 0、摘要 1、问题的重述，背景分析 2、问题的分析 3、模型的假设，符号说明 4、模型的建立（局部问题分析，公式推导，基本模型，最终模型等） 5、模型的求解 6、模型检验:模型的结果分析与检验，误差分析 7、模型评价:优缺点，模型的推广与改进 8、参考文献 9、附录 六、需要重视的问题 数学建模的所有工作最终都要通过论文来体现，因此论文的写法至关重要：
数学建模期中作业 姓名：赵洪 学号：200806002910 班级：信计08-1
工厂升级方案的优化模型 摘要：随着科学技术的飞速发展，各种产品日新月异，工厂面临着提高产品科技含量和优化改革方案的双重挑战。本文讨论工厂升级的优化问题，即分配各工厂的升级以使公司获得最大的利润，需要对其建立模型并借助LINGO软件对非线性规划问题进行了求解，通过比较利润最大值和收益率得出了两个方案的优劣性并在此基础上给出一个更好的提案。 关键词：工厂升级、优化、非线性规划、目标函数、约束条件 问题重述： 某公司所属的高新技术研究所开发了一种新的产品W200X，该公司现有三个工厂，都生产普通的产品W100X。公司计划将现有工厂升级，升级后的工厂将能产生W100X和W200X 其中A1离该公司的研究所最近，A2是最新最大的工厂。升级过程需要一周，在此期间，工厂将停产。该公司在过去的几个月进行了市场调研，W100X现有的批发价为400元。 工人的工资是45元/小时。工厂一星期做工40小时。工人数为固定数值。W100X的零件成本40元，需1.5小时工作量；W200X的零件成本为64元，需1.75小时工作量；每个W100X产品需要两个老芯片，每个W200X产品需要两个新芯片，该公司提供芯片的生产方程为： 公司老板要求： 两位副总裁分别提出了方案1，方案2，如下： 方案1：只让A1工厂升级，只生产新产品W200X； 方案2：所有工厂都升级，可生产两种产品。 要求： （1）研究每一种方案，包括你自己的一个提案，总裁希望基于你的研究推出一个最好的方案，他非常非货币损失和利益。 （2）问题陈述，方案的模型和分析，寻求最佳方案的方法，结果的分析。 （3）下个月第几个工厂升级，每种产品的产量和定价。 问题分析：
薅§16.3建立数学模型的方法、步骤、特点及分类 螁[学习目标] 蚀1.能表述建立数学模型的方法、步骤； 蒆2.能表述建立数学模型的逼真性、可行性、渐进性、强健性、可转移性、非预制性、条理性、技艺性和局限性等特点；； 羆3.能表述数学建模的分类； 蒃4.会采用灵活的表述方法建立数学模型； 葿5.培养建模的想象力和洞察力。 薆一、建立数学模型的方法和步骤 膃—般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是根据对现实对象特性的认识、分析其因果关系，找出反映内部机理的规律,建立的模型常有明确的物理或现实意义.§16.2节的示例都属于机理分析方法。测试分折将研究对象视为一个“黑箱”系统，内部机理无法直接寻求，可以测量系统的输人输出数据、并以此为基础运用统计分析方法，按照事先确定的准则在某一类模型中选出一个与数据拟合得最好的模型。这种方法称为系统辨识(SystemIdentification)．将这两种方法结合起来也是常用的建模方法。即用机理分析建立模型的结构，用系统辨识确定模型的参数． 袁可以看出，用上面的哪一类方法建模主要是根据我们对研究对象的了解程度和建模目的决定的．如果掌握了机理方面的一定知识，模型也要求具有反映内部特性的物理意义。那么应该以机理分析方法为主．当然,若需要模型参数的具体数值，还可以用系统辨识或其他统计方法得到．如果对象的内部机理基本上没掌握，模型也不用于分析内部特性,譬如仅用来做输出预报，则可以系统辩识方法为主．系统辨识是一门专门学科，需要一定的控制理论和随机过程方面的知识．以下所谓建模方法只指机理分析。 膈建模要经过哪些步骤并没有一定的模式，通常与实际问题的性质、建模的目的等有关，从 薆§16.2节的几个例子也可以看出这点．下面给出建模的—般步骤，如图16-5所示． 薄图16-5建模步骤示意图 蚃模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料. 芁模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化．经验在这里也常起重要作用．写出假设时，语言要精确，就象做习题时写出已知条件那样．
第二章被控对象的数学模型 第二章被控对象的数学模型 1(什么是被控对象特性?什么是被控对象的数学模型?研究被控对象特性有什么重要意义? 答:被控对象持性是指被控对象输入与输出之间的关系。即当被控对象的输入量发生变化时，对象的输出且是如何变化、变化的快慢程度以及最终变化的数值等。对象的输入量有控制作用和扰动作用，输出量是被控变量。因此，讨论对象特性就要分别讨论控制作用通过控制通道对被控变量的影响，和扰动作用通过扰动通道对被控变量的影响。 定量地表达对象输入输出关系的数学表达式、称为该对象的数学模型。 在生产过程中，存在着各种各样的被控对象。这些对象的持性各不相同。有的较易操作，工艺变量能够控制得比较平稳，有的却很难操作，工艺变量容易产生大幅度波动，只要稍不谨慎就会越出工艺允许的范围，轻则影响生产，重则造成事故。只有充分了解和熟悉对象特性，才能使工艺生产在最佳状态下运行。因此，在控制系统设计时、首先必须充分了解被控对象的特性，掌握它们的内在规律，才能选择合适的被控变量、操纵变量，合适的测量元件和控制器(选择合理的控制器参数，设计合乎工艺要求的控制系统。特别在设计新型的控制系统时。例如前馈控制、解偶控制、自适应控制、计算机最优控制等，更需要考虑被控对象特性。 2(简述建立对象的数学模型的两种主要方法。 答:一是机理分析法。机理分析法是通过对对象内部运动机理的分析，根据对象中物理或化学变化的规律(比如三大守恒定律等)、在忽略一些次要因素或做出一些近似处理后推导出的对象特性方程。通过这种方法得到的数学模型称之为机理模型，它们的表现形式往往是微分方程或代数方程。
二是实验测取法。实验测取法是在所要研究的对象上，人为施加一定的输入作用，然后，用仪器测取并记录表征对象特性的物理量随时间变化的规律，即得到一系列实验数据或实验曲线。然后对这些数据或曲线进行必要的数据处理，求取对象的特性参数，进而得到对象的数学模型。 3(描述简单对象特性的参数有哪些?各有何物理意义? 答:描述对象特性的参数分别是放大系数K、时间常数T、滞后时间τ。 放大系数K放大系数K在数值上等于对象处于稳定状态时输出的变化量与输入的变化量之比，即:K= 输出的变化量/输入的变化量，由于放大系数K反映的是对象处于稳定状态下的输出和输入之间的关系，所以放大系数是描述对象静态特性的参数。 时间常数是指当对象受到阶跃输入作用后，被控变量如果保持初始速度变比，达到新的稳态值所需的时间。或当对象受到阶跃输入作用后，被控变量达到新的稳态值的63.2%所需时间。 时间常数T是反映被控变量变化快慢的参数，因此它是对象的一个重要的动态参数。 滞后时间τ是纯滞后时间τ和容量滞后τc的总和。 0 输出变量的变化落后于输入变量变化的时间称为纯滞后时间，纯滞后的产生一般是由于介质的输送或热的传递需要一段时间引起的。容量滞后一般是因为物料或能量的传递需要通过一定的阻力而引起的。 滞后时间τ 也是反映对象动态持性的重要参数。 4.什么是控制通道和扰动通道(干扰通道)?对于不同的通道,对象的特性参数(K、T、τ)对控制有什么不同的影响?
第二章自动控制系统的数学模型 教学目的： （1）建立动态模拟的概念，能编写系统的微分方程。 （2）掌握传递函数的概念及求法。 （3）通过本课学习掌握电路或系统动态结构图的求法，并能应用各环节的传递函数，求系统的动态结构图。 （4）通过本课学习掌握电路或自动控制系统动态结构图的求法，并对系统结构图进行变换。 （5）掌握信号流图的概念，会用梅逊公式求系统闭环传递函数。 （6）通过本次课学习，使学生加深对以前所学的知识的理解，培养学生分析问题的能力 教学要求： （1）正确理解数学模型的特点； （2）了解动态微分方程建立的一般步骤和方法； （3）牢固掌握传递函数的定义和性质，掌握典型环节及传递函数； （4）掌握系统结构图的建立、等效变换及其系统开环、闭环传递函数的求取，并对重要的传递函数如：控制输入下的闭环传递函数、扰动输入 下的闭环传递函数、误差传递函数，能够熟练的掌握； （5）掌握运用梅逊公式求闭环传递函数的方法； （6）掌握结构图和信号流图的定义和组成方法，熟练掌握等效变换代数法则，简化图形结构，掌握从其它不同形式的数学模型求取系统传递函 数的方法。 教学重点： 有源网络和无源网络微分方程的编写；有源网络和无源网络求传递函数；传递函数的概念及求法；由各环节的传递函数，求系统的动态结构图；由各环节的传递函数对系统的动态结构图进行变换；梅逊增益公式的应用。 教学难点：举典型例题说明微分方程建立的方法；求高阶系统响应；求复杂系统的动态结构图；对复杂系统的动态结构图进行变换；求第K条前向通道特记式 的余子式 。 k 教学方法：讲授 本章学时：10学时 主要内容： 2.0 引言 2.1 动态微分方程的建立 2.2 线性系统的传递函数 2.3 典型环节及其传递函数 2.4系统的结构图 2.5 信号流图及梅逊公式
建立数学模型的一般方法 —般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是根据对现实对象特性的认识、分析其因果关系，找出反映内部机理的规律,建立的模型常有明确的物理或现实意义. 模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料. 模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化．经验在这里也常起重要作用．写出假设时，语言要精确，就象做习题时写出已知条件那样． 模型构成根据所作的假设分析对象的因果关系，利用对象的内在规律和适当的数学工具，构造各个量(常量和变量)之间的等式(或不等式)关系或其他数学结构．这里除需要一些相关学科的专门知识外，还常常需要较广阔的应用数学方面的知识，以开拓思路.当然不能要求对数学学科门门精通,而是要知道这些学科能解决哪一类问题以及大体上怎样解决．相似类比法，即根据不同对象的某些相似性，借用已知领域的数学模型，也是构造模型的一种方法．建模时还应遵循的一个原则是，尽量采用简单的数学工具，因为你建立的模型总是希望能有更多的人了解和使用,而不是只供少数专家欣赏. 模型求解可以采用解方程、画图形、证明定理、逻辑运算、数值计算等各种
第二章控制系统的数学模型 2-1 什么是系统的数学模型？大致可以分为哪些类型？ 答定量地表达系统各变量之间关系的表达式，称工矿企业数学模型。从不同的角度，可以对 数学模型进行大致的分类，例如：用来描述各变量间动态关系的数学模型为动态模型，用来描述各变量间稳态关系有数学模型为静态模型；数学模型中各变量与几何位置无关的称为集中参数模型，反之与几 何位置有关的称为分布参数模型；变量间关系表现为线性的称为线性模型，反之非线性模型；模型参数与时间有关的称为时变模型，与时间无关的称为时不变或定常模型；以系统的输入、输出变量这种外部特征来描述系统特性的数学模型称为输入输出模型，而以系统内部状态变量描述的数学模型称为状态空 间模型；等等。 2-2 系统数学模型的获取有哪几种方法？ 答获取系统数学模型的方法主要有机理分析法和实验测试法。 机理分析法是通过对系统内部机理的分析，根据一些基本的物理或化学变化的规律而导出支配系统运动规律的数学模型，这样得到的模型称为机理模型。 实验测试法是通过对实际系统的实验测试，然后根据测试数据，经过一定的数据处理而获得系统的数学 模型，这样得到的模型可称为实测模型或经验模型。 如果将上述两种方法结合起来，即通过机理分析的方法预先得到数学模型的结构或函数形式，然后对其 中的某些参数用实验辨识的方法来确定，这样得到的数学模型可称为混合模型。这是介于 上述两种方法之间的一种比较切合实际的应用较为普遍的方法。 2-3 通过机理分析法建立对象微分方程数学模型的主要步骤有哪些？ 答主要步骤有： ⑴根据系统的控制方案和对象的特性，确定对象的输入变量和输出变量。一般来说，对象的输出变量为系统的被控变量，输入变量为作用于对象的操纵变量或干扰变量。 ⑵根据对象的工艺机理，进行合理的假设和简化，突出主要因素，忽略次要 因素。⑶根据对象的工艺机理，从基本的物理、化学等定律出了，列写描述 对象运动规律的原始微分 方程式（或方程式组）。 ⑷消去中间变量，推导出描述对象输入变量与输出变量之间关系的方程式。 ⑸根据要求，对上述方程式进行增量化、线性化和无因次化的处理，最后得 出无因次的、能够 描述对象输入变量与输出变量的增量之间关系的线性微分方程式（对于严重非线性的对象，可进行分段 线性化处理或直接导出非线性微分方程式）。 2-4 试述传递函数的定义。如何由描述对象动态特性的微分方程式得到相应的传递函数？并写出传递函数的一般形式。 答对于线性定常系统、对象或环节的传递函数的定义可以表述为：当初始条 件为零时，系统、对象或环节输出变量的拉氏变换式与输入变量的拉氏变换式之比。 如果已知系统、对象或环节的动态数学模型用下述线性常系数微分方程式来描述： 式中y为输出变量，x为输入变量，表示y(t) 的n阶导数，表示x(t)
第一课时制成一个尽可能大的 无盖长方体（一） 教学目标 知识要求与能力要求 经历从实际问题抽象出数学问题—建立数学模型——综合应用已有知识解决问题的过程；体会数学知识之间的联系；丰富学生的空间观念与符号感；发展学生的推理能力；获得研究问题的方法和经验。 情感与价值观要求 通过回顾与反思平时学习中的收获与错误，使学生感悟到自己在发现错误的过程中成长，增强学生克服困难的勇气和能力。 教学重难点 建立数学模型解决问题的过程；借助已有的信息去推断事物趋势的活动，学生的推理能力发展；方法和经验的获得。 教学方法 探索——交流——发现的方法。 采用小组合作的方式进行，给学生提供充分探索和交流的空间，让学生去猜测，去操作，去分析，从而获得研究问题的方法和经验。 创设情景引出课题 我们从进入初中，已经学习了七章的内容，如何综合运用第七章的知识来解决实际问题，这才是我们学习数学的关键之所在。 课题学习对于我们而言是一种新的学习方式，它需要综合本学期所学的数学知识、技能和方法。 今天，我们就用学过的知识来研究一个题目。 思考交流课题探究 题目1：你认为用一张正方形的纸怎样才能制成一个无盖长方体？ （分开小组，每组4人，然后把准备好的正方形的纸发给每一个小组）我们可以先设想把无盖的长方体展成平面图形。由于侧棱的长度是相等的，当我们沿着每一条侧棱展开时，在展开图的四周可以补全图形即在四个角上补上边长为侧棱长的四个小正方形（如下图）
因为我们是要用正方形纸制成无盖的 长方体，所以长方体展开图，再加上补上的 图形须成为一个正方形，观察图形不难发现 ，原长方体的底面必须是正方形，展开图才 能补充成如图所示的正方形。 上面想法已经给了我们一定的启示。下面我们 就分组，根据题目1的内容来完成下面的议一议， 也许你会由不小的收获。 [议一议]（1）如果用一张正方形的纸制成一个无盖的长方体，你觉得应该如何剪？如何折？与你小组的同伴充分交流意见。 （2）剪去的小正方形的边长与折成的无盖长方体的高有什么关系？ （3）如果设这张正方形纸的边长是a ，所折无盖长方体的高为h ，你能用a 和h 来表示这个无盖的长方体的容积吗？ （小组在合作交流、操作的过程中获得所要的结论，然后教师在小组讨论的基础上，归纳、解答上面3个问题） [师生共析]（1）只要在四个角上同时剪去一样大小的四个小正方形，然后沿着实线折叠便可得到一个盖长方体，大家可亲自实验操作，来验证我们的做法是正确的；（如下图） （2）由右图可知，剪去的小正方形的边长与折成的无盖的长方体的高相等； （3）如果设正方形纸的边长为a ，小正方形的 边长为h ，即无盖长方体的高为h ，这无盖长方体的 底面是以（a-2h ）为边长的一个正方形，记无盖长 方体的的容积为V ，则用a 和h 表示V ，即 V= h h a ?-22）（ 反思一下，上面的议一议用到了我们前面学过的哪些知识？ 用到了我们学过的展开与折叠；用字母表示数；列代数式。最关键的还是将这个实际问题转化成了数学问题。 拓思：从Y= h h a ?-22）（公式的可知，体积V 的文化是什么决定的？随着剪去的小正方形的边长的增大，所折无盖长方体的容积如何变化？请提出的猜想！ 猜想：h 在刚开始增大时，无盖长方体的容积也在增大，而当h 增大 到一定程度。22）（h a -减少的相当快，无盖长方体的容积就开始随着h 的增大而逐渐减小。
第1章 建立数学模型 1.1 在稳定的椅子问题中，如设椅子的四脚连线呈长方形，结论如何？（稳定的椅子问题见姜启源《数学模型》第6页） 1.2 在商人们安全过河问题中，若商人和随从各四人，怎样才能安全过河呢？一般地，有n 名商人带n 名随从过河，船每次能渡k 人过河，试讨论商人们能安全过河时，n 与k 应满足什么关系。（商人们安全过河问题见姜启源《数学模型》第7页） 1.3 人、狗、鸡、米均要过河，船需要人划，另外至多还能载一物，而当人不在时，狗要吃鸡，鸡要吃米。问人、狗、鸡、米怎样过河？ 1.4 有3对夫妻过河，船至多载两人，条件是任一女子不能在其丈夫不在的情况下与其他的男子在一起。问怎样过河？ 1.5 如果银行存款年利率为5.5%，问如果要求到2010年本利积累为100000元，那么在1990年应在银行存入多少元？而到2000年的本利积累为多少元？ 1.6 某城市的Logistic 模型为 2 6 10 251251N N dt dN ?-=，如果不考虑该市的流动人口的影响以及非正常死亡。设该市1990 年人口总数为8000000人，试求该市在未来的人口总数。当∞→t 时发生什么情况。 1.7 假设人口增长服从这样规律：时刻t 的人口为)(t x ，最大允许人口为m x ，t 到t t ?+时间内人口数量与)(t x x m -成正比。试建立模型并求解，作出解的图形并与指数增长模型和阻滞增长模型的结果进行比较。 1.8 一昼夜有多少时刻互换长短针后仍表示一个时间？如何求出这些时间？ 1.9 你在十层楼上欲乘电梯下楼，如果你想知道需要等待的 时间，请问你需要有哪些信息？如果你不愿久等，则需要爬上或爬下几个楼层？ 1.10 居民的用水来自一个由远处水库供水的水塔，水库的水来自降雨和流入的河流。水库的水可以通过河床的渗透和水面的蒸发流失。如果要你建立一个数学模型来预测任何时刻水塔的水位，你需要哪些信息？
§16.3 建立数学模型的方法、步骤、特点及分类 [学习目标] 1.能表述建立数学模型的方法、步骤； 2.能表述建立数学模型的逼真性、可行性、渐进性、强健性、可转移性、非预制性、条理 性、技艺性和局限性等特点；； 3.能表述数学建模的分类； 4.会采用灵活的表述方法建立数学模型； 5.培养建模的想象力和洞察力。 一、建立数学模型的方法和步骤 —般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是根据对现实对象特性的认识、分析其因果关系，找出反映内部机理的规律,建立的模型常有明确的物理或现实意义.§16.2节的示例都属于机理分析方法。测试分折将研 究对象视为一个“黑箱”系统，内部机理无法直接寻求，可以测量系统的输人输出数据、并以 此为基础运用统计分析方法，按照事先确定的准则在某一类模型中选出一个与数据拟合得最好 的模型。这种方法称为系统辨识(System Identification)．将这两种方法结合起来也是常用的建模方法。即用机理分析建立模型的结构，用系统辨识确定模型的参数． 可以看出，用上面的哪一类方法建模主要是根据我们对研究对象的了解程度和建模目的决定的．如果掌握了机理方面的一定知识，模型也要求具有反映内部特性的物理意义。那么应该 以机理分析方法为主．当然,若需要模型参数的具体数值，还可以用系统辨识或其他统计方法得到．如果对象的内部机理基本上没掌握，模型也不用于分析内部特性,譬如仅用来做输出预报，则可以系统辩识方法为主．系统辨识是一门专门学科，需要一定的控制理论和随机过程方面的 知识．以下所谓建模方法只指机理分析。 建模要经过哪些步骤并没有一定的模式，通常与实际问题的性质、建模的目的等有关，从§16.2节的几个例子也可以看出这点．下面给出建模的—般步骤，如图16-5所示． 图16-5 建模步骤示意图 模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握 第一手资料. 模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译 成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或 过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；假设作得过分详细，试图 把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假 设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的 综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥
数学模型方法的定义及基本步骤 3.1数学模型方法的定义 数学模型方法(MathematicalModelingMethod)是利用数学模型解决问题的一般数学方法，简称MM方法。它是处理各种数学理论问题、解决各种实际问题的小可或缺的方法，无疑，数学教师在日常教学中都应当注意让学生了解并掌握这种方法，最大可能地培养其构造数学模型的能力。这绝对小是一个轻松的过程。首先，学生必须先掌握一定的数学知识，让他们学“杂”一些，使得建立模型解题才有了可能性厂其次，要让学生多接触题目，多动脑。 3.2数学建模方法的基本步骤 一般来说数学建模方法大体上可分为机理分析和测试分析两种．机理分析是根据客观事物特征的认识，找出反应内部机理的数量规律，建立的数学模型常有明确的物理意义。测试分析是将研究对象看作一个“黑箱”(不考虑内部机理)，通过对测量数据的统计分析，找出与数据拟合得最好的模型。 建模的步骤一般分为下列几步： 3.2.1调查研究 在建模前应对实际问题的历史背景和内在机理要有深刻的了解，必须对该问题进行全面的、深入细微的调查和研究．首先要明确所解决问题的目的要求和着手收集数据．数据悬为建立模型而收集的．因此，如果在调查研究时对建立什么样的模型有所考虑的话，那么我们就按模型的需要更有目的地，更合理地来收集有关数据．收集数据时应注意精度的要求，在耐曩；际问题作深入了解时，应向有关专家或从事实际工作的人员请教。将使你对问题的了解更快和走捷径。
3.2.2现实问题的理想化 现实问题错综复杂，涉及面非常之广．因此要想建立一个数学模型来反映一小现实问题面面俱到、无所不包是不可能的，也是没有必要的．一个模型，只要能反映我们所需要的某一‘个侧面就行了，或者在此基础之上进一步提高．建模前必须先将问题理想化，简单化，即首先抓住主要因素。暂不考虑次要因素．在相对比较简单的情况下，理清变量之闻的：廷系，建立树应的模型(读者在三级火箭模型，人口模型和传染病传播模型中会有较深的体会)_勾此对昕给问题给予必要的假设，不同的假设会得到不同的模型。这一步是建立模型的关键．如果假设合理，则模型与实际问题比较吻合；如果假设不合理或过于简单(即过爹地忽略了一些因素)，则模型与实际情况不吻合，或部分吻合，就要修改假设，修改模型。 3.3.3建立模型 在已有假设的基础上，可以着手建立数学模型，建模时应注意以下几点： (1)分清变量类型恰当使用数学工具。如果实际问题中的变量是确定性变量，建模时数学工具多用微积分、微分方程、线性规划、非线性规划、网络、投入产出、确定性存贮论等．如果变量是随机变量，建模时数学工具多用概率、统计、随机性存贮论、排队论、对策论、决策论、随机微分方程等．由于数学分支很多，又加之相互交叉渗透，派生出许多分支．建模具体用什幺舒芝好，一是因问题而异，二是因人而异。应看自己对哪门学科比较熟悉精通，尽量发挥自己的特长。总之，对变量进行分析是建立模型的基础。 (2)抓住问题的本质，简化变量之间的关系。因为模型过于复杂，则无法求解或求解困难，就不能反映客观实际．因此应尽可能瑚简单的模型如线性化，均匀化等来描述客观实际．建模的原则是：模型尽可能简单、明了．思路清晰，能不采用则尽量不用高深的数学知识，不要追求模型技术的完美，侧重于实际应喇．只要问题能解决，模型越简单越能被决策者所采用。
数学建模与创业计划实践部 学习目标 1.能表述建立数学模型的方法、步骤； 2.能表述建立数学模型的逼真性、可行性、渐进性、强健性、可转移性、非预制性、条理性、技艺性和局限性等特点；； 3.能表述数学建模的分类； 4.会采用灵活的表述方法建立数学模型； 5.培养建模的想象力和洞察力。 一、建立数学模型的方法和步骤 —般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是根据对现实对象特性的认识、分析其因果关系，找出反映内部机理的规律,建立的模型常有明确的物理或现实意义.测试分折将研究对象视为一个“黑箱”系统，内部机理无法直接寻求，可以测量系统的输人输出数据、并以此为基础运用统计分析方法，按照事先确定的准则在某一类模型中选出一个与数据拟合得最好的模型。这种方法称为系统辨识(System Identification)．将这两种方法结合起来也是常用的建模方法。即用机理分析建立模型的结构，用系统辨识确定模型的参数． 可以看出，用上面的哪一类方法建模主要是根据我们对研究对象的了解程度和建模目的决定的．如果掌握了机理方面的一定知识，模型也要求具有反映内部特性的物理意义。那么应该以机理分析方法为主．当然,若需要模型参数的具体数值，还可以用系统辨识或其他统计方法得到．如果对象的内部机理基本上没掌握，模型也不用于分析内部特性,譬如仅用来做输出预报，则可以系统辩识方法为主．系统辨识是一门专门学科，需要一定的控制理论和随机过程方面的知识．以下所谓建模方法只指机理分析。 建模要经过哪些步骤并没有一定的模式，通常与实际问题的性质、建模的目的等有关 模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同学请教，尽量掌握第一手资料. 模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化．经验在这里也常起重要作用．写出假设时，语言要精确，就象做习题时写出已知条件那样． 模型构成根据所作的假设分析对象的因果关系，利用对象的内在规律和适当的数学工具，构造各个量(常量和变量)之间的等式(或不等式)关系或其他数学结构．这里除需要一些相关学科的专门知识外，还常常需要较广阔的应用数学方面的知识，以开拓思路.当然不能要求对数学学科门门精通,而是要知道这些学科能解决哪一类问题以及大体上怎样解决．相似类比法，即根据不同对象的某些相似性，借用已知领域的数学模型，也是构造模型的一种方法．建模时还应遵循的一个原则是，尽量采用简单的数学工具，因为你建立的模型总是希望能有更多的人了解和使用,而不是只供少数人欣赏.