本书是高等学校数学建模课程教材，共12章，包括数学建模概述、初等模型、微分方程模型、差分方程模型、概率与随机模型、数学规划模型、数据处理模型、回归分析模型、分类模型、评价模型、预测模型、现代优化算法、本书以数学建模方法为主线，以解决社会生活和生产管理等领域中的实际问题为切入点，着重介绍解决问题的数学建模思想方法和基本过程，包括问题分析与假设、模型建立与求解、结果分析与检验、模型应用与解释等基本内容。各章后附有一定量的思考题供学生思考和练习，书后提供了主要的参考文献以便学生系统地学习相关的知识和方法。
本书可作为普通高等学校理工科专业本科生和研究生的数学建模课程教材，可根据课程的学时数及学生的组成结构选择不同的讲授内容，可作为各专业本科生和研究生参加数学建模竞赛的学习参考书，以及广大数学建模爱好者的阅读资料。

“大学数学全程解决方案系列”序
前言
第二版前言
第一版前言
第1章 数学建模概述
1.1 数学模型与数学建模
1.1.1 数学模型
1.1.2 数学建模及其方法与步骤
1.2 数学建模示例
1.2.1 商人安全过河
1.2.2 椅子如何放稳
1.2.3 交叉路口信号灯管理
1.2.4 三级火箭发射卫星
1.3 数学建模能力的培养
第2章 初等模型
2.1 比例模型
2.1.1 包装产品的成本
2.1.2 划艇比赛的成绩
2.2 代数模型
2.2.1 常染色体隐性疾病
2.2.2 森林砍伐管理
2.3 分析模型
2.3.1 实物交换
2.3.2 核竞争
2.4 优化模型
2.4.1 走路与跑步如何节省能量
2.4.2 货物的最优存贮策略
2.5 数学模型的分析
2.5.1 误差分析
2.5.2 灵敏性分析
2.5.3 稳定性分析
2.5.4 复杂性分析
思考题2
第3章 微分方程模型
3.1 人口增长模型
3.1.1 指数增长模型
3.1.2 逻辑斯谛增长模型
3.1.3 偏微分方程模型
3.2 传染病模型
3.2.1 SI模型
3.2.2 SIS模型
3.2.3 SIR模型
3.2.4 SEIR模型
3.3 捕鱼业的持续收获模型
3.3.1 捕捞模型
3.3.2 效益模型
3.4 食俾-捕食者模型
3.5 有毒浮游植物-浮游动物模型
3.6 微分方程的平衡点和稳定性判断
思考题3
第4章 差分方程模型
4.1 斐波那契兔子问题
4.2 市场经济稳定模型
4.3 离散的逻辑斯帝模型
4.4 按年龄分组的种群增长模型
4.4.1 Leslie模型
4.4.2 人口发展模型
思考题4
第5章 概率与随机模型
5.1 报童模型
5.2 轧钢中的浪费模型
5.3 航空公司的预订票策略模型
5.4 人的健康状况估计模型
5.4.1 正则马尔可夫链模型
5.4.2 吸收马尔可夫链模型
5.5 钢琴库存策略模型
思考题5
第6章 数学规划模型
6.1 线性规划模型
6.1.1 运输规划模型
6.1.2 产品生产计划
6.2 非线性规划模型
6.3 整数规划模型
6.4 多目标规划模型
思考题6
第7章 数据处理模型
7.1 数据预处理
7.1.1 缺失值处理
7.1.2 噪声过滤
7.1.3 数据变换
7.2 数据统计模型
7.2.1 基本描述性统计
7.2.2 分布描述性统计
7.3 数据降维
7.3.1 主成分分析
7.3.2 流形学习之局部线性嵌入算法
思考题7
第8章 回归分析模型
8.1 线性回归模型
8.2 非线性回归模型
8.3 逻辑斯谛回归模型
8.3.1 分组数据的逻辑斯谛回归模型
8.3.2 未分组数据的逻辑斯谛回归模型
思考题8
第9章 分类模型
9.1 K-近邻分类
9.2 贝叶斯分类
9.3 支持向量机
9.4 神经网络模型
9.4.1 神经网络模型的原理
9.4.2 神经网络模型的特点
9.4.3 神经网络模型性能
9.4.4 神经网络模型应用领域
思考题9
第10章 评价模型
10.1 层次分析模型
10.2 熵权法模型和TOPSIS方法模型
10.2.1 熵权法模型
10.2.2 TOPSIS方法模型
10.3 模糊评价模型
思考题10
第11章 预测模型
11.1 灰色预测模型
11.1.1 生成数
11.1.2 GM模型
11.1.3 灰色预测
11.2 确定性时间序列预测模型
11.2.1 移动平均法
11.2.2 指数平滑法
11.3 平稳时间序列预测模型
11.3.1 平稳时间序列的基本概念
11.3.2 ARMA时间序列模型
11.3.3 ARMA建模与预测
思考题11
第12章 现代优化算法
12.1 模拟退火算法
12.1.1 模拟退火算法的基本思想
12.1.2 模拟退火算法的数学原理
12.1.3 模拟退火算法的流程和参数控制
12.1.4 模拟退火算法的应用举例
12.2 遗传算法
12.2.1 遗传算法的基本思想
12.2.2 遗传算法的基本框架
12.2.3 遗传算法的应用举例
12.3 粒子群算法
12.3.1 粒子群算法的基本思想
12.3.2 粒子群算法的数学描述
12.3.3 应用举例：PSO算法求解背包问题
思考题12
参考文献