① 教学策略和教学方法的区别
这三个概念属于教育学中的基本概念，看起来简单，但学生做题的时候一碰到这三组概念还是非常容易混淆，这三者既有区别又有联系，而且各个教材版本中定义不统一，做题中也会见到不同的说法，故在此进行系统梳理，理清三者之间的区别和联系，做题时候能够迅速定位准确选项。
一、联系
从理论向实践转化的阶段或顺序看，是从教学理论到教学模式，再到教学策略，再到教学方法，再到教学实践，教学策略是对教学模式的进一步具体化，教学模式包含教学策略。教学模式规定教学策略、教学方法，属于较高层次。教学策略比教学模式更详细、更具体，受教学模式的制约。教学模式一旦形成就比较稳定，而教学策略则较灵活，具有一定的变性，可随着教学进程的变化及时调整、变动。二者是不同层次上的概念。
教学方法是更为详细具体的方式、手段和途径，它是教学策略的具体化，介于教学策略与教学实践之间，教学方法要受制于教学策略，教学展开过程中选择和采用什么方法，受到教学策略支配。教学策略从层次上高于教学方法，教学方法是具体的操作性的东西，教学策略则包含有监控、反馈内容，在外延上要广于教学方法。
二、区别
1.教学模式可以定义为是在一定教学思想或教学理论指导下建立起来的较为稳定的教学活动结构框架和活动程序。作为结构框架，突出了教学模式从宏观上把握教学活动整体及各要素之间内部的关系和功能;作为活动程序则突出了教学模式的有序性和可操作性。
“模式”一词是英文model的汉译名词。model还译为“模型”、“范式”、“典型”等。一般指被研究对象在理论上的逻辑框架，是经验与理论之间的一种可操作性的知识系统，是再现现实的一种理论性的简化结构。教学模式通常包括五个因素，这五个因素之间有规律的联系着就是教学模式的结构。包括：理论依据、教学目标、操作程序、实现条件、教学评价。
所以在做题过程中找范型、固定、稳定这样的关键字眼，说的是教学模式。
2.教学策略是实施教学过程的教学思想、方法模式、技术手段这三方面动因的简单集成，是教学思维对其三方面动因的进行思维策略加工而形成的方法模式。教学策略是为实现某一教学目标而制定的、付诸于教学过程实施的整体方案，它包括合理组织教学过程，选择具体的教学方法和材料，制定教师与学生所遵守的教学行为程序。
关键词定位在计划、方案等词汇。
3.教学方法是教师和学生为了实现共同的教学目标，完成共同的教学任务，在教学过程中运用的方式与手段的总称。对此可以从以下三个方面来理解。
首先它是指具体的教学方法，从属于教学方法论，是教学方法论的一个层面。教学方法论由教学方法指导思想、基本方法、具体方法、教学方式四个层面组成。
教学方法不同于教学方式，但与教学方式有着密切的联系。教学方式是构成教学方法的细节，是运用各种教学方法的技术。任何一种教学方法都由一系列的教学方式组成，可以分解为多种教学方式;另一方面，教学方法是一连串有目的的活动，能独立完成某项教学任务，而教学方式只被运用于教学方法中，并为促成教学方法所要完成的教学任务服务，其本身不能完成一项教学任务。
关键词定位在方式、手段等词汇。
在理解三者之间关系的基础之上，能够抓住各自概念中的关键词，在做题的时候理解和关键词识记两者结合运用，就能确保准确无误的找到正确选项。
② 数学建模中的策略决定方法
策略决定的话可以用层次分析法、最优化算法等。
数学建模应当掌握的十类算法：
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，是比赛时必用的方法） 2．数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要 处理，而处理数据的关键就在于这些算法，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（建模竞赛大多数问题 属于最优化问题，很多时候这些问题可以用数学规划算法来描述，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，需要认真准备） 5．动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计 中比较常用的方法，很多场合可以用到竞赛中） 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 常重要的） 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（赛题中有一类问题与图形有关，即使与图形无关，论文中也应该 要不乏图片的，这些图形如何展示以及如何处理就是需要解决的问题，通常使用Matlab 进行处理）
③ 需求分析时应该建立哪些模型，如何建立
需求分析是指理解用户需求，就软件功能与客户达成一致，估计软件风险和评估项目代价，最终形成开发计划的一个复杂过程。（这个和我在微软体验到的又不太一样，微软的需求分析大多是市场人员和用户协助小组的人去评估用户的接受程度，这一点也可以理解，因为公司的性质有根本差别）在这个过程中，用户的确是处在主导地位，需求分析工程师和项目经理要负责整理用户需求，为之后的软件设计打下基础。需求分析阶段结束后，要求得到：1.SRS文档 (System Requirement Specification); 2.DRM 文档；3.Acceptance Plan.
从广义上理解：需求分析包括需求的获取、分析、规格说明、变更、验证、管理的一系列需求工程。
狭义上理解：需求分析指需求的分析、定义过程。
一、为什么要需求分析
需求分析就是分析软件用户的需求是什么.如果投入大量的人力，物力,财力,时间,开发出的软件却没人要,那所有的投入都是徒劳.如果费了很大的精力,开发一个软件,最后却不满足用户的要求,从而要重新开发过,这种返工是让人痛心疾首的.(相信大家都有体会)比如,用户需要一个for linux的软件,而你在软件开发前期忽略了软件的运行环境,忘了向用户询问这个问题,而想当然的认为是开发for windows的软件,当你千辛万苦地开发完成向用户提交时才发现出了问题,那时候你是欲哭无泪了,痕不得找块豆腐一头撞死.
需求分析之所以重要,就因为他具有决策性,方向性,策略性的作用,他在软件开发的过程中具有举足轻重的地位.大家一定要对需求分析具有足够的重视.在一个大型软件系统的开发中,他的作用要远远大于程序设计.
二、需求分析的任务
简言之,需求分析的任务就是解决"做什么"的问题,就是要全面地理解用户的各项要求,并准确地表达所接受的用户需求.
三、需求分析的过程
需求分析阶段的工作,可以分为四个方面:问题识别,分析与综合,制订规格说明,评审.
问题识别
就是从系统角度来理解软件,确定对所开发系统的综合要求,并提出这些需求的实现条件,以及需求应该达到的标准.这些需求包括：功能需求(做什么),性能需求(要达到什么指标),环境需求(如机型,操作系统等),可靠性需求(不发生故障的概率）,安全保密需求,用户界面需求,资源使用需求(软件运行是所需的内存,CPU等),软件成本消耗与开发进度需求,预先估计以后系统可能达到的目标.
分析与综合
逐步细化所有的软件功能,找出系统各元素间的联系,接口特性和设计上的限制,分析他们是否满足需求,剔除不合理部分,增加需要部分.最后,综合成系统的解决方案,给出要开发的系统的详细逻辑模型(做什么的模型).
制订规格说明书
即编制文档,描述需求的文档称为软件需求规格说明书.请注意,需求分析阶段的成果是需求规格说明书(好象软考曾经考过这个问题),向下一阶段提交.
评审
对功能的正确性,完整性和清晰性,以及其它需求给予评价.评审通过才可进行下一阶段的工作,否则重新进行需求分析。
四、需求分析的方法
需求分析的方法有很多.这里只强调原型化方法,其它的方法如:结构化方法,动态分析法等(个人认为,对初学者不必深究这些方法,实际上我也从来没用过这些方法)在此不讨论.
原型化方法是十分重要的(是软考等常考的知识点).原型就是软件的一个早期可运行的版本,它实现了目标系统的某些或全部功能.
原型化方法就是尽可能快地建造一个粗糙的系统,这系统实现了目标系统的某些或全部功能,但是这个系统可能在可靠性,界面的友好性或其他方面上存在缺陷.建造这样一个系统的目的是为了考察某一方面的可行性,如算法的可行性,技术的可行性,或考察是否满足用户的需求等.如,为了考察是否满足用户的要求,可以用某些软件工具快速的建造一个原型系统,这个系统只是一个界面,然后听取用户的意见,改进这个原型.以后的目标系统就在原型系统的基础上开发.
原型主要有三种类型(软考考过):探索型,实验型,进化型.探索型:目的是要弄清楚对目标系统的要求,确定所希望的特性,并探讨多种方案的可行性.实验型:用于大规模开发和实现前,考核方案是否合适,规格说明是否可靠.进化型:目的不在于改进规格说明,而是将系统建造得易于变化,在改进原型的过程中,逐步将原型进化成最终系统。
在使用原型化方法是有两种不同的策略:废弃策略,追加策略.废弃策略:先建造一个功能简单而且质量要求不高的模型系统，针对这个系统反复进行修改,形成比较好的思想,据此设计出较完整,准确,一致,可靠的最终系统.系统构造完成后,原来的模型系统就被废弃不用.探索型和实验型属于这种策略。
追加策略:先构造一个功能简单而且质量要求不高的模型系统，作为最终系统的核心,然后通过不断地扩充修改,逐步追加新要求，发展成为最终系统。进化型属于这种策略.
五、需求分析的20条法则
客户与开发人员交流需要好的方法。下面建议20条法则，客户和开发人员可以通过评审以下内容并达成共识。如果遇到分歧，将通过协商达成对各自义务的相互理解，以便减少以后的磨擦（如一方要求而另一方不愿意或不能够满足要求）。
1、 分析人员要使用符合客户语言习惯的表达
需求讨论集中于业务需求和任务，因此要使用术语。客户应将有关术语（例如：采价、印花商品等采购术语）教给分析人员，而客户不一定要懂得计算机行业的术语。
2、分析人员要了解客户的业务及目标
只有分析人员更好地了解客户的业务，才能使产品更好地满足需要。这将有助于开发人员设计出真正满足客户需要并达到期望的优秀软件。为帮助开发和分析人员，客户可以考虑邀请他们观察自己的工作流程。如果是切换新系统，那么开发和分析人员应使用一下目前的旧系统，有利于他们明白目前系统是怎样工作的，其流程情况以及可供改进之处。
3、 分析人员必须编写软件需求报告
分析人员应将从客户那里获得的所有信息进行整理，以区分业务需求及规范、功能需求、质量目标、解决方法和其他信息。通过这些分析，客户就能得到一份“需求分析报告”，此份报告使开发人员和客户之间针对要开发的产品内容达成协议。报告应以一种客户认为易于翻阅和理解的方式组织编写。客户要评审此报告，以确保报告内容准确完整地表达其需求。一份高质量的“需求分析报告”有助于开发人员开发出真正需要的产品。
4、 要求得到需求工作结果的解释说明
分析人员可能采用了多种图表作为文字性“需求分析报告”的补充说明，因为工作图表能很清晰地描述出系统行为的某些方面，所以报告中各种图表有着极高的价值；虽然它们不太难于理解，但是客户可能对此并不熟悉，因此客户可以要求分析人员解释说明每个图表的作用、符号的意义和需求开发工作的结果，以及怎样检查图表有无错误及不一致等。
5、 开发人员要尊重客户的意见
如果用户与开发人员之间不能相互理解，那关于需求的讨论将会有障碍。共同合作能使大家“兼听则明”。参与需求开发过程的客户有权要求开发人员尊重他们并珍惜他们为项目成功所付出的时间，同样，客户也应对开发人员为项目成功这一共同目标所做出的努力表示尊重。
6、 开发人员要对需求及产品实施提出建议和解决方案
通常客户所说的“需求”已经是一种实际可行的实施方案，分析人员应尽力从这些解决方法中了解真正的业务需求，同时还应找出已有系统与当前业务不符之处，以确保产品不会无效或低效；在彻底弄清业务领域内的事情后，分析人员就能提出相当好的改进方法，有经验且有创造力的分析人员还能提出增加一些用户没有发现的很有价值的系统特性。
7、 描述产品使用特性
客户可以要求分析人员在实现功能需求的同时还注意软件的易用性，因为这些易用特性或质量属性能使客户更准确、高效地完成任务。例如：客户有时要求产品要 “界面友好”或“健壮”或“高效率”，但对于开发人员来讲，太主观了并无实用价值。正确的做法是，分析人员通过询问和调查了解客户所要的“友好、健壮、高效所包含的具体特性，具体分析哪些特性对哪些特性有负面影响，在性能代价和所提出解决方案的预期利益之间做出权衡，以确保做出合理的取舍。
8、 允许重用已有的软件组件
需求通常有一定灵活性，分析人员可能发现已有的某个软件组件与客户描述的需求很相符，在这种情况下，分析人员应提供一些修改需求的选择以便开发人员能够降低新系统的开发成本和节省时间，而不必严格按原有的需求说明开发。所以说，如果想在产品中使用一些已有的商业常用组件，而它们并不完全适合您所需的特性，这时一定程度上的需求灵活性就显得极为重要了。
9、 要求对变更的代价提供真实可靠的评估
有时，人们面临更好、也更昂贵的方案时，会做出不同的选择。而这时，对需求变更的影响进行评估从而对业务决策提供帮助，是十分必要的。所以，客户有权利要求开发人员通过分析给出一个真实可信的评估，包括影响、成本和得失等。开发人员不能由于不想实施变更而随意夸大评估成本。
10、 获得满足客户功能和质量要求的系统
每个人都希望项目成功，但这不仅要求客户要清晰地告知开发人员关于系统“做什么”所需的所有信息，而且还要求开发人员能通过交流了解清楚取舍与限制，一定要明确说明您的假设和潜在的期望，否则，开发人员开发出的产品很可能无法让您满意。
11、 给分析人员讲解您的业务
分析人员要依靠客户讲解业务概念及术语，但客户不能指望分析人员会成为该领域的专家，而只能让他们明白您的问题和目标；不要期望分析人员能把握客户业务的细微潜在之处，他们可能不知道那些对于客户来说理所当然的“常识”。
12、 抽出时间清楚地说明并完善需求
客户很忙，但无论如何客户有必要抽出时间参与“头脑高峰会议”的讨论，接受采访或其他获取需求的活动。有些分析人员可能先明白了您的观点，而过后发现还需要您的讲解，这时请耐心对待一些需求和需求的精化工作过程中的反复，因为它是人们交流中很自然的现象，何况这对软件产品的成功极为重要。
13、 准确而详细地说明需求
编写一份清晰、准确的需求文档是很困难的。由于处理细节问题不但烦人而且耗时，因此很容易留下模糊不清的需求。但是在开发过程中，必须解决这种模糊性和不准确性，而客户恰恰是为解决这些问题作出决定的最佳人选，否则，就只好靠开发人员去正确猜测了。
在需求分析中暂时加上“待定”标志是个方法。用该标志可指明哪些是需要进一步讨论、分析或增加信息的地方，有时也可能因为某个特殊需求难以解决或没有人愿意处理它而标注上“待定”。客户要尽量将每项需求的内容都阐述清楚，以便分析人员能准确地将它们写进“软件需求报告”中去。如果客户一时不能准确表达，通常就要求用原型技术，通过原型开发，客户可以同开发人员一起反复修改，不断完善需求定义。
14、 及时作出决定
分析人员会要求客户作出一些选择和决定，这些决定包括来自多个用户提出的处理方法或在质量特性冲突和信息准确度中选择折衷方案等。有权作出决定的客户必须积极地对待这一切，尽快做处理，做决定，因为开发人员通常只有等客户做出决定才能行动，而这种等待会延误项目的进展。
15、 尊重开发人员的需求可行性及成本评估
所有的软件功能都有其成本。客户所希望的某些产品特性可能在技术上行不通，或者实现它要付出极高的代价，而某些需求试图达到在操作环境中不可能达到的性能，或试图得到一些根本得不到的数据。开发人员会对此作出负面的评价，客户应该尊重他们的意见。
16、 划分需求的优先级
绝大多数项目没有足够的时间或资源实现功能性的每个细节。决定哪些特性是必要的，哪些是重要的，是需求开发的主要部分，这只能由客户负责设定需求优先级，因为开发者不可能按照客户的观点决定需求优先级；开发人员将为您确定优先级提供有关每个需求的花费和风险的信息。 在时间和资源限制下，关于所需特性能否完成或完成多少应尊重开发人员的意见。尽管没有人愿意看到自己所希望的需求在项目中未被实现，但毕竟是要面对现实，业务决策有时不得不依据优先级来缩小项目范围或延长工期，或增加资源，或在质量上寻找折衷。
17、 评审需求文档和原型
客户评审需求文档，是给分析人员带来反馈信息的一个机会。如果客户认为编写的“需求分析报告”不够准确，就有必要尽早告知分析人员并为改进提供建议。更好的办法是先为产品开发一个原型。这样客户就能提供更有价值的反馈信息给开发人员，使他们更好地理解您的需求；原型并非是一个实际应用产品，但开发人员能将其转化、扩充成功能齐全的系统。
18、 需求变更要立即联系
不断的需求变更，会给在预定计划内完成的质量产品带来严重的不利影响。变更是不可避免的，但在开发周期中，变更越在晚期出现，其影响越大；变更不仅会导致代价极高的返工，而且工期将被延误，特别是在大体结构已完成后又需要增加新特性时。所以，一旦客户发现需要变更需求时，请立即通知分析人员。
19、 遵照开发小组处理需求变更的过程
为将变更带来的负面影响减少到最低限度，所有参与者必须遵照项目变更控制过程。这要求不放弃所有提出的变更，对每项要求的变更进行分析、综合考虑，最后做出合适的决策，以确定应将哪些变更引入项目中。
20、 尊重开发人员采用的需求分析过程
软件开发中最具挑战性的莫过于收集需求并确定其正确性，分析人员采用的方法有其合理性。也许客户认为收集需求的过程不太划算，但请相信花在需求开发上的时间是非常有价值的；如果您理解并支持分析人员为收集、编写需求文档和确保其质量所采用的技术，那么整个过程将会更为顺利。
“需求确认”意味着什么
在“需求分析报告”上签字确认，通常被认为是客户同意需求分析的标志行为，然而实际操作中，客户往往把“签字”看作是毫无意义的事情。“他们要我在需求文档的最后一行下面签名，于是我就签了，否则这些开发人员不开始编码。”
这种态度将带来麻烦，譬如客户想更改需求或对产品不满时就会说：“不错，我是在需求分析报告上签了字，但我并没有时间去读完所有的内容，我是相信你们的，是你们非让我签字的。”
同样问题也会发生在仅把“签字确认”看作是完成任务的分析人员身上，一旦有需求变更出现，他便指着“需求分析报告”说：“您已经在需求上签字了，所以这些就是我们所开发的，如果您想要别的什么，您应早些告诉我们。”
这两种态度都是不对的。因为不可能在项目的早期就了解所有的需求，而且毫无疑问地需求将会出现变更，在“需求分析报告”上签字确认是终止需求分析过程的正确方法，所以我们必须明白签字意味着什么。
对“需求分析报告”的签名是建立在一个需求协议的基线上，因此我们对签名应该这样理解：“我同意这份需求文档表述了我们对项目软件需求的了解，进一步的变更可在此基线上通过项目定义的变更过程来进行。我知道变更可能会使我们重新协商成本、资源和项目阶段任务等事宜。”对需求分析达成一定的共识会使双方易于忍受将来的摩擦，这些摩擦来源于项目的改进和需求的误差或市场和业务的新要求等。 需求确认将迷雾拨散，显现需求的真面目，给初步的需求开发工作画上了双方都明确的句号，并有助于形成一个持续良好的客户与开发人员的关系，为项目的成功奠定了坚实的基础。
六、点评需求分析误区
要想说什么是好的需求分析，不如说什么是不好的需求分析，知道什么是不好的，自然也就知道了什么是好的。以下就是一些不好的情况：
（1）创意和求实
毋庸质疑的，每个人都会为自己的一个新的Idea而激动万分，特别是当这个Idea受到一些根本不知道你原本要干嘛的人的惊赞时。但是请注意，当你激动得意的时候，你可能已经忘了你原本是在描述一个需求，而不是在策划一个创意、创造一个概念。很多刚开始做需求分析的人员都或多或少的会犯这样的错误，陶醉在自己的新想法和新思路中，却违背了需求的原始客观性和真实性原则。
永远别忘了：需求不是空中楼阁，是实实在在的一砖一瓦。
（2）解剖的快感
几乎所有搞软件的人，做需求分析的时候，一上来就会把用户告诉你的要求，完完整整的作个解剖，切开分成几个块，再细分成几个子块，然后再条分缕析。可是当用户迷惑的看着你辛辛苦苦做出来的分析结果问你：我想作一个数据备份的任务，怎么做？这时，你会发现，需要先后打开三个窗口才能完成这个任务。
永远别忘了：分解是必需的，但最终的目的是为了更好的组合，而不是为了分解。
（3）角度和思维
经常听到这样的抱怨：“用户怎么可以提出这样苛刻的要求呢？”。细细一了解，你会发现，用户只不过是要求把一个需要两次点击的功能，改成只有一次点击。这样会导致需要改变需求、改变编码、甚至重新测试，增加工作量。可是，如果换个角度来想想，这个功能，开发的时候只用了几次、几十次，可是用户每天都要用几百次甚 至几千次几万次，改动一下就减少了一半的工作量，对他来说，这样的需求难道会苛刻吗？
永远别忘了：没有任何需求是不对的，不对的只是你的需求分析。试着站在用户的思维角度想想，你的需求分析就会更加的贴近用户，更加的合理。软件应该是以人为本的。
（4）程序员逻辑
从程序员成长为系统分析员是一个普遍的轨迹，但并不是一个好的程序员就必然能成为一个好的系统分析员。一些程序员的固化逻辑，使得他们在做需求分析的时候往往钻进了一些牛角里面。比如说1／0逻辑（或者是说黑白逻辑），认为不是这样就是那样，没有第三种情况。可实际情况往往是，在一定的时候是这样，其它时候是那样。又比如穷举逻辑，喜欢上来就把所有一二三可能的情况列举出来，然后一个一个分别处理，每个占用三分之一的时间；可是实际的情况往往是，三分之一的情况占了99％的比例，其它两种情况一年都不会遇到一次。实际中还有很多这样的例子，不一一列举了。
永远别忘了：需求分析和程序设计不尽相同，合理、可行是才是重要的。跳出程序设计的圈子，站在系统的角度上来看问题，你的结论会截然不同。
④ 教学方法与教学策略的关系
一、联系
从理论向实践转化的阶段或顺序看，是从教学理论到教学模式，再到教学策略，再到教学方法，再到教学实践，教学策略是对教学模式的进一步具体化，教学模式包含教学策略。教学模式规定教学策略、教学方法，属于较高层次。教学策略比教学模式更详细、更具体，受教学模式的制约。教学模式一旦形成就比较稳定，而教学策略则较灵活，具有一定的变性，可随着教学进程的变化及时调整、变动。二者是不同层次上的概念。
教学方法是更为详细具体的方式、手段和途径，它是教学策略的具体化，介于教学策略与教学实践之间，教学方法要受制于教学策略，教学展开过程中选择和采用什么方法，受到教学策略支配。教学策略从层次上高于教学方法，教学方法是具体的操作性的东西，教学策略则包含有监控、反馈内容，在外延上要广于教学方法。
二、区别
1.教学模式可以定义为是在一定教学思想或教学理论指导下建立起来的较为稳定的教学活动结构框架和活动程序。作为结构框架，突出了教学模式从宏观上把握教学活动整体及各要素之间内部的关系和功能;作为活动程序则突出了教学模式的有序性和可操作性。
“模式”一词是英文model的汉译名词。model还译为“模型”、“范式”、“典型”等。一般指被研究对象在理论上的逻辑框架，是经验与理论之间的一种可操作性的知识系统，是再现现实的一种理论性的简化结构。教学模式通常包括五个因素，这五个因素之间有规律的联系着就是教学模式的结构。包括：理论依据、教学目标、操作程序、实现条件、教学评价。
所以在做题过程中找范型、固定、稳定这样的关键字眼，说的是教学模式。
2.教学策略是实施教学过程的教学思想、方法模式、技术手段这三方面动因的简单集成，是教学思维对其三方面动因的进行思维策略加工而形成的方法模式。教学策略是为实现某一教学目标而制定的、付诸于教学过程实施的整体方案，它包括合理组织教学过程，选择具体的教学方法和材料，制定教师与学生所遵守的教学行为程序。
关键词定位在计划、方案等词汇。
3.教学方法是教师和学生为了实现共同的教学目标，完成共同的教学任务，在教学过程中运用的方式与手段的总称。对此可以从以下三个方面来理解。
首先它是指具体的教学方法，从属于教学方法论，是教学方法论的一个层面。教学方法论由教学方法指导思想、基本方法、具体方法、教学方式四个层面组成。
教学方法不同于教学方式，但与教学方式有着密切的联系。教学方式是构成教学方法的细节，是运用各种教学方法的技术。任何一种教学方法都由一系列的教学方式组成，可以分解为多种教学方式;另一方面，教学方法是一连串有目的的活动，能独立完成某项教学任务，而教学方式只被运用于教学方法中，并为促成教学方法所要完成的教学任务服务，其本身不能完成一项教学任务。
关键词定位在方式、手段等词汇。
在理解三者之间关系的基础之上，能够抓住各自概念中的关键词，在做题的时候理解和关键词识记两者结合运用，就能确保准确无误的找到正确选项。
⑤ CAD中怎样布局里面的内容复制到模型里，如何把布局再变回模型谢谢各位大侠给出宝贵的解决方法。
单机下面的布局和模型不就行了，这两个是同步的啊。如果不同步，把布局删掉，右击模型，新建个布局应该就行了。
⑥ 信息系统战略规划有哪些模型，方法
一、关键成功因素法（CSF）
1970年哈佛大学William Zani 教授在MIS模型中用了关键成功变量，这些变量是确定MIS成败的因素。 过了10年，麻省理工学院John Rockart教授把CSF提高成为MIS的战略。应用这种方法，可以对企业成功的重点因素进行辨识，确定组织的信息需求，了解信息系统在企业中的位置。所谓的关键成功因素，就是关系到组织的生存与组织成功与否的重要因素，它们是组织最需要得到的决策信息，是管理者重点关注的活动区域。不同组织、不同的业务活动中的关键成功因素是不同的，即使在同一组织同一类型的业务活动中，在不同的时期，其关键成功因素也有所不同。因此，一个组织的关键成功因素 应当根据本组织的判断， 包括企业所处的行业结构、企业的竞争策略、 企业在本行业中的地位、 市场和社会环境的变动等。
CSF是通过分析找出企业成功的关键因素， 然后再围绕这些关键因素来确定系统的需求，并进行规划。其步骤如下：
（1）了解企业和信息系统的战略目标。
（2）识别影响战略目标的所有成功因素。
（3）确定关键成功因素。
（4）识别性能指标识别和标准。
确定关键成功因素所用的工具是树枝因果图。例如，某企业有一个目标，是提高产品竞争力，可以用树枝图画出影响它的各种因素，以及影响这些因素的子因素，见图4.2.1所示。
图4.2.1 树枝图
如何评价这些因素中 哪些因素是关键成功因素， 不同的企业是不同的。对于一个习惯于高层人员个人决策的企业，主要由高层人员个人在此图中选择。对于习惯于群体决策的企业，可以用德尔斐法或其他方法把不同人设想的关键因素综合起来。在高层中应用关键成功因素法，一般效果好，因为每一个高层领导人员日常总在考虑什么是关键因素。一般不大适合在中层领导中应用，因为中层领导所面临的决策大多数是结构化的，其自由度较小，对他们最好应用其他方法。
二、战略目标集转化法（SST）
1978年William King把组织的战略目标看成是一个“信息集合”，由使命、目标、战略和其他战略略变量等组成。战略规划过程是把组织的战略目标转变为MIS战略目标的过程。如图4.2.2所示。
图4.2.2 战略目标集转化法
这个方法的第一步是识别组织的战略集，先考查一下该组织是否有写成文的战略或 长期计划，如果没有，就要去构造这种战略集合。
第二步是将组织战略集转化成MIS战略，MIS战略应包括系统目标、系统约束以及设计原则等。这个转化的过程包括对应组织战略集的每个元素识别对应MIS战略约束，然后提出整个MIS的结构。最后，选出一个方案送总经理。
三、企业系统规划法（BSP）
企业系统规划法（Business System Plane， 简称BSP）是由IBM公司于20世纪70年代提出的一种企业管理信息系统规划的结构化的方法论。它与CSF法相似，首先自上而下识别系统目标， 识别业务过程，识别数据，然后自下而上设计系统，以支持系统目标的实现。如图4.2.3所示。
图4.2.3 BSP方法
1．主要步骤
BSP法从企业目标入手， 逐步将企业目标转化为管理信息系统的目标和结构。它摆脱了管理信息系统对原组织结构的依从性，从企业最基本的活动过程出发，进行数据分析，分析决策所需数据，然后自下而上设计系统，以支持系统目标的实现。BSP主要步骤如图4.2.4所示。
图4.2.4 BSP主要步骤
（1）研究开始阶段。成立规划组，进行系统初步调查，分析企业的现状、了解企业有关决策过程、组织职能和部门的主要活动、存在的主要问题、 各类人员对信息系统的看法。 要在企业各级管理部门中取得一致看法，使企业的发展方向明确，使信息系统支持这些目标。
（2）定义业务过程（又称企业过程或管理功能组）。定义业务过程是BSP方法的核心。 所谓业务过程就是逻辑相关的一组决策或活动的集合，如订货服务、库存控制等业务处理活动或决策活动。业务过程构成了整个企业的管理活动。识别业务过程可对企业如何完成其目标有较深的了解，可以作为建立信息系统的基础。按照业务过程的所建造的信息系统，其功能与企业的组织机构相对独立，因此，组织结构的变动不会引起管理信息系统结构的变动。
（3）业务过程重组。在业务过程定义的基础上，分析哪些过程是正确的；哪些过程是低效的，需要在信息技术支持下进行优化处理；哪些过程不适合计算机信息处理，应当取消。检查过程的正确性和完备性后，对过程按功能分组，如经营计划、财务规划、成本会计等。
（4）确定数据类。 定义数据类是BSP方法的另一个核心。所谓数据类就是指支持业务过程所必须的逻辑上相关的一组数据。例如，记账凭证数据包括了凭证号、借方科目、贷方科目、金额等。一个系统中存在着许多数据类，如顾客、 产品、 合同、库存等。数据类是根据业务过程来划分的，即分别从各项业务过程的角度将与它有关的输入输出数据按逻辑相关性整理出来归纳成数据类。
（5）设计管理信息系统总体结构。功能和数据类都定义好之后，可以得到一张功能／数据类表格， 该表格又可称为功能／数据类矩阵或U/C矩阵。 设计管理信息系统总体结构主要工作就是可以利用U/C矩阵来划分子系统，刻画出新的信息系统的框架和相应的数据类。
（6）确定子系统实施顺序。由于资源的限制，信息的总体结构一般不能同时开发和实施，总有个先后次序。划分子系统之后，根据企业目标和技术约束确定子系统实现的优先顺序。一般来讲，对企业贡献大的、需求迫切的、容易开发的优先开发。
（7）完成BSP研究报告，提出建议书和开发计划。
2．子系统的划分
BSP方法是根据信息的产生和使用来划分子系统的， 它尽量把信息产生的企业过程和使用的企业过程划分在一个子系统中，从而减少了子系统之间的信息交换。划分子系统的步骤如下：
（1）作U/C矩阵。 利用定义好的功能和数据类作一张功能／数据类表格，即U/C矩阵，如表4.2.1所示。矩阵中的行表示数据类，列表示功能，并用字母U（use）和 C(create)表示功能对数据类的使用和产生， 交叉点上标C的表示这个数据类由相应的功能产生，标U的表示这个功能使用这个数据类。例如，销售功能需要使用有关产品、客户和订货方面的数据，则在这些数据下面的销售一行对应交点标上U； 而销售区域数据产生于销售功能，则在对应交叉点上标C。
表4.2.1 U/C矩阵（一）
（2）调整功能／数据类矩阵。开始时数据类和过程是随机排列的，U、C在矩阵中排列也是分散的，必须加以调整。
首先，功能这一列按功能组排列，每一功能组中按资源生命周期的四个阶段排列。功能组指同类型的功能，如“经营计划”、“财务计划”属计划类型，归入“经营计划”功能组。
其次，排列“数据类”这一行，使得矩阵中C最靠近主对角线。因为功能的分组并不绝对， 在不破坏功能成组的逻辑性基础上，可以适当调配功能分组，使U也尽可能靠近主对角线。表7.3.1的功能/数据类矩阵经上述调整后，得到表4.2.2表示的功能／数据类矩阵。
（3）画出功能组对应的方框，并起个名字，这就是子系统，见表4.2.2所示。
（4）用箭头把落在框外的U与子系统联系起来， 表示子系统之间的数据流。例如，数据类“计划”，由经营子计划系统产生，而技术准备子系统要用到这一数据类，见表4.2.2。
四、三种系统规划方法的比较
关键成功因素法（CSF）能抓住主要问题， 使目标的识别突出重点。由于高层领导比较熟悉这种方法，所以使用这种方法所确定的目标，高层领导乐于努力去实现。这种方法最有利于确定企业的管理目标。
战略目标集转化法（SST）从另一个角度识别管理目标， 它反映了各种人的要求，而且给出了按这种要求的分层，然后转化为信息系统目标的结构化方法。它能保证目标比较全面，疏漏较少，但它在突出重点方面不如前者。
企业系统规划法（BSP）虽然也首先强调目标， 但它没有明显的目标导引过程。它通过识别企业“过程”引出了系统目标，企业目标到系统目标的转化是通过业务过程／数据类等矩阵的分析得到的。由于数据类也是在业务过程基础上归纳出的，所以我们说识别企业过程是企业系统规划法战略规划的中心，而不能把企业系统规划法的中心内容当成U/G矩阵。
以上三种规划方法各有优缺点， 可以把它们综合成CSB方法来使用，即用CSF方法确定企业目标，用SST方法补充完善企业目标，然后将这些目标转化为信息系统目标， 再用BSP方法校核企业目标和信息系统目标，确定信息系统结构。这种方法可以弥补单个方法的不足，较好地完成规划，但过于复杂而削弱单个方法的灵活性。
⑦ 如何学好数学建模
一、数学模型的定义
现在数学模型还没有一个统一的准确的定义，因为站在不同的角度可以有不同的定义。不过我们可以给出如下定义：“数学模型是关于部分现实世界和为一种特殊目的而作的一个抽象的、简化的结构。”具体来说，数学模型就是为了某种目的，用字母、数学及其它数学符号建立起来的等式或不等式以及图表、图象、框图等描述客观事物的特征及其内在联系的数学结构表达式。一般来说数学建模过程可用如下框图来表明：
数学是在实际应用的需求中产生的，要解决实际问题就必需建立数学模型，从此意义上讲数学建模和数学一样有古老历史。例如，欧几里德几何就是一个古老的数学模型，牛顿万有引力定律也是数学建模的一个光辉典范。今天，数学以空前的广度和深度向其它科学技术领域渗透，过去很少应用数学的领域现在迅速走向定量化，数量化，需建立大量的数学模型。特别是新技术、新工艺蓬勃兴起，计算机的普及和广泛应用，数学在许多高新技术上起着十分关键的作用。因此数学建模被时代赋予更为重要的意义。
二、建立数学模型的方法和步骤
1.
模型准备
要了解问题的实际背景，明确建模目的，搜集必需的各种信息，尽量弄清对象的特征。
2.
模型假设
根据对象的特征和建模目的，对问题进行必要的、合理的简化，用精确的语言作出假设，是建模至关重要的一步。如果对问题的所有因素一概考虑，无疑是一种有勇气但方法欠佳的行为，所以高超的建模者能充分发挥想象力、洞察力和判断力，善于辨别主次，而且为了使处理方法简单，应尽量使问题线性化、均匀化。
3.
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，构造各个量间的等式关系或其它数学结构。这时，我们便会进入一个广阔的应用数学天地，这里在高数、概率老人的膝下，有许多可爱的孩子们，他们是图论、排队论、线性规划、对策论等许多许多，真是泱泱大国，别有洞天。不过我们应当牢记，建立数学模型是为了让更多的人明了并能加以应用，因此工具愈简单愈有价值。
4.
模型求解
可以采用解方程、画图形、证明定理、逻辑运算、数值运算等各种传统的和近代的数学方法，特别是计算机技术。一道实际问题的解决往往需要纷繁的计算，许多时候还得将系统运行情况用计算机模拟出来，因此编程和熟悉数学软件包能力便举足轻重。
5.
模型分析
对模型解答进行数学上的分析。“横看成岭侧成峰，远近高低各不同”，能否对模型结果作出细致精当的分析，决定了你的模型能否达到更高的档次。还要记住，不论那种情况都需进行误差分析，数据稳定性分析。
三、数模竞赛出题的指导思想
传统的数学竞赛一般偏重理论知识，它要考查的内容单一，数据简单明确，不允许用计算器完成。对此而言，数模竞赛题是一个“课题”，大部分都源于生产实际或者科学研究的过程中，它是一个综合性的问题，数据庞大，需要用计算机来完成。其答案往往不是唯一的（数学模型是实际的模拟，是实际问题的近似表达，它的完成是在某种合理的假设下，因此其只能是较优的，不唯一的），呈报的成果是一编“论文”。由此可见“数模竞赛”偏重于应用，它是以数学知识为引导计算机运用能力及文章的写作能力为辅的综合能力的竞赛。
四、竞赛中的常见题型
赛题题型结构形式有三个基本组成部分：
1.
实际问题背景
涉及面宽——有社会，经济，管理，生活，环境，自然现象，工程技术，现代科学中出现的新问题等。一般都有一个比较确切的现实问题。
2．
若干假设条件
有如下几种情况：
1）只有过程、规则等定性假设，无具体定量数据；
2）给出若干实测或统计数据；
3）给出若干参数或图形；
4）蕴涵着某些机动、可发挥的补充假设条件，或参赛者可以根据自己收集或模拟产生数据。
3．
要求回答的问题
往往有几个问题，而且一般不是唯一答案。一般包含以下两部分：
1）比较确定性的答案（基本答案）；
2）更细致或更高层次的讨论结果（往往是讨论最优方案的提法和结果）。
五、提交一篇论文，基本内容和格式是什么？
提交一篇论文，基本内容和格式大致分三大部分：
1.
标题、摘要部分
题目——写出较确切的题目（不能只写a题、b题）。
摘要——200-300字，包括模型的主要特点、建模方法和主要结果。
内容较多时最好有个目录。
2.
中心部分
1）问题提出，问题分析。
2）模型建立：
①
补充假设条件，明确概念，引进参数；
②
模型形式（可有多个形式的模型）；
③
模型求解；
④
模型性质；
3）计算方法设计和计算机实现。
4）结果分析与检验。
5）讨论——模型的优缺点，改进方向，推广新思想。
6）参考文献——注意格式。
3.
附录部分
计算程序，框图。
各种求解演算过程，计算中间结果。
各种图形、表格。
六、参加数学建模竞赛是不是需要学习很多知识？
没有必要很系统的学很多数学知识，这是时间和精力不允许的。很多优秀的论文，其高明之处并不是用了多少数学知识，而是思维比较全面、贴合实际、能解决问题或是有所创新。有时候，在论文中可能碰见一些没有学过的知识，怎么办？现学现用，在优秀论文中用过的数学知识就是最有可能在数学建模竞赛中用到的，你当然有必要去翻一翻。
具体说来，大概有以下这三个方面：
第一方面：数学知识的应用能力
归结起来大体上有以下几类：
1）概率与数理统计
2）统筹与线轴规划
3）微分方程；
还有与计算机知识交叉的知识：计算机模拟。
上述的内容有些同学完全没有学过，也有些同学只学过一点概率与数理统计，微分方程的知识怎么办呢？一个词“自学”，我曾听到过数模评卷的负责教师范毅说过“能用最简单浅易的数学方法解决了别人用高深理论才能解决的答卷是更优秀的答卷”。
第二方面：计算机的运用能力
一般来说凡参加过数模竞赛的同学都能熟练地应用字处理软件“word”，掌握电子表格“excel”的使用；“mathematica”软件的使用，最好还具备语言能力。这些知识大部分都是学生自己利用课余时间学习的。
第三方面：论文的写作能力
前面已经说过考卷的全文是论文式的，文章的书写有比较严格的格式。要清楚地表达自己的想法并不容易，有时一个问题没说清楚就又说另一个问题了。评卷的教师们有一个共识，一篇文章用10来分钟阅读仍然没有引起兴趣的话，这一遍文章就很有可能被打入冷宫了。
七、小组中应该如何分工？
传统的标准答案是——数学，编程，写作。其实分工不用那么明确，但有个前提是大家关系很好。不然的话，很容易产生矛盾。分工太明确了，会让人产生依赖思想，不愿去动脑子。
理想的分工是这样的：数学建模竞赛小组中的每一个人，都能胜任其它人的工作，就算小组只剩下她（他）一个人，也照样能够搞定数学建模竞赛。
在竞赛中的分工，只是为了提高工作的效率，做出更好的结果。
具体的建议如下：一定要有一个人脑子比较活，善于思考问题，这个人勉强归于数学方面吧；一定要有一个人会编程序，能够实现一些算法。另外需要有一个论文写的比较好，不过写不好也没关系，多看一看别人的优秀论文，多用几次word，visio就成了。
一、写好数模答卷的重要性
1.
评定参赛队的成绩好坏、高低，获奖级别，数模答卷，是唯一依据。
2.
答卷是竞赛活动的成绩结晶的书面形式。
3.
写好答卷的训练，是科技写作的一种基本训练。
二、答卷的基本内容，需要重视的问题
1
．评阅原则
假设的合理性，建模的创造性，结果的合理性，表述的清晰程度。
2
．答卷的文章结构
1）摘要。
2）问题的叙述，问题的分析，背景的分析等。
3）模型的假设，符号说明（表）。
4）模型的建立（问题分析，公式推导，基本模型，最终或简化模型等）。
5）模型的求解计算方法设计或选择；算法设计或选择，算法思想依据，步骤及实现，计算框图；所采用的软件名称；引用或建立必要的数学命题和定理；求解方案及流程。
6）结果表示、分析与检验，误差分析，模型检验。
7）模型评价，特点，优缺点，改进方法，推广。
8）参考文献。
9）附录、计算框图、详细图表。
3.
要重视的问题
1）摘要。包括：
a.
模型的数学归类（在数学上属于什么类型）；
b.
建模的思想（思路）；
c.
算法思想（求解思路）；
d.
建模特点（模型优点，建模思想或方法，算法特点，结果检验，灵敏度分析，模型检验……）；
e.
主要结果（数值结果，结论；回答题目所问的全部“问题”）。
▲
注意表述：准确、简明、条理清晰、合乎语法、字体工整漂亮；打印最好，但要求符合文章格式。务必认真校对。
2）问题重述。
3）模型假设。
根据全国组委会确定的评阅原则，基本假设的合理性很重要。
a.
根据题目中条件作出假设
b.
根据题目中要求作出假设
关键性假设不能缺；假设要切合题意。
4）
模型的建立。
a.
基本模型：
ⅰ）首先要有数学模型：数学公式、方案等；
ⅱ）基本模型，要求
完整，正确，简明；
b.
简化模型：
ⅰ）要明确说明简化思想，依据等；
ⅱ）简化后模型，尽可能完整给出；
c.
模型要实用，有效，以解决问题有效为原则。
数学建模面临的、要解决的是实际问题，不追求数学上的高（级）、深（刻）、难（度大）。
ⅰ）能用初等方法解决的、就不用高级方法；
ⅱ）能用简单方法解决的，就不用复杂方法；
ⅲ）能用被更多人看懂、理解的方法，就不用只能少数人看懂、理解的方法。
d．鼓励创新，但要切实，不要离题搞标新立异。数模创新可出现在：
▲
建模中，模型本身，简化的好方法、好策略等；
▲
模型求解中；
▲
结果表示、分析、检验，模型检验；
▲
推广部分。
e．在问题分析推导过程中，需要注意的问题：
ⅰ）分析：中肯、确切；
ⅱ）术语：专业、内行；
ⅲ）原理、依据：正确、明确；
ⅳ）表述：简明，关键步骤要列出；
ⅴ）忌：外行话，专业术语不明确，表述混乱，冗长。
5）模型求解。
a.
需要建立数学命题时：
命题叙述要符合数学命题的表述规范，尽可能论证严密。
b.
需要说明计算方法或算法的原理、思想、依据、步骤。
若采用现有软件，说明采用此软件的理由，软件名称。
c.
计算过程，中间结果可要可不要的，不要列出。
d.
设法算出合理的数值结果。
6）
结果分析、检验；模型检验及模型修正；结果表示。
a.
最终数值结果的正确性或合理性是第一位的；
b.
对数值结果或模拟结果进行必要的检验；
结果不正确、不合理、或误差大时，分析原因，
对算法、计算方法、或模型进行修正、改进。
c.
题目中要求回答的问题，数值结果，结论，须一一列出；
d.
列数据问题：考虑是否需要列出多组数据，或额外数据对数据进行比较、分析，为各种方案的提出提供依据；
e.
结果表示：要集中，一目了然，直观，便于比较分析。
▲
数值结果表示：精心设计表格；可能的话，用图形图表形式。
▲
求解方案，用图示更好。
7）必要时对问题解答，作定性或规律性的讨论。最后结论要明确。
8）模型评价
优点突出，缺点不回避。
改变原题要求，重新建模可在此做。
推广或改进方向时，不要玩弄新数学术语。
9）参考文献
10）附录
详细的结果，详细的数据表格，可在此列出，但不要错，错的宁可不列。主要结果数据，应在正文中列出，不怕重复。
检查答卷的主要三点，把三关：
a.
模型的正确性、合理性、创新性
b.
结果的正确性、合理性
c.
文字表述清晰，分析精辟，摘要精彩
三、关于写答卷前的思考和工作规划
答卷需要回答哪几个问题――建模需要解决哪几个问题；
问题以怎样的方式回答――结果以怎样的形式表示；
每个问题要列出哪些关键数据――建模要计算哪些关键数据；
每个量，列出一组还是多组数――要计算一组还是多组数。
四、答卷要求的原理
1.
准确
――科学性；
2.
条理
――逻辑性；
3.
简洁
――数学美；
4.
创新
――研究、应用目标之一，人才培养需要；
5.
实用
――建模、实际问题要求。
五、建模理念
1.
应用意识
要解决实际问题，结果、结论要符合实际；
模型、方法、结果要易于理解，便于实际应用；站在应用者的立场上想问题，处理问题。
2.
数学建模
用数学方法解决问题，要有数学模型；
问题模型的数学抽象，方法有普适性、科学性，不局限于本具体问题的解决。
3.
创新意识
建模有特点，更加合理、科学、有效、符合实际；更有普遍应用意义；不单纯为创新而创新。
1
．时间和体力的问题
竞赛中时间分配也很重要，分配不好可能完不成论文，所以开始时要大致做一下安排，
不必分的太细，比如第一天做第一小题，第二天做第二小题，这样反而会有压力。开始阶段不忙写作，可以将一些小组讨论的要点记录下来，不要太工整，随便一下，到第三天再开始写论文也不迟的。另外要说的就是体力要跟上，三天一般睡眠只有不到10个小时。建议是赛前熬夜编程几次，但比赛前一天可不许熬呀，呵呵。
2
．团队合作是能否获奖的关键
三天的比赛中，团队交流所占用的时间可能会超过一半。当出现分歧的时候应当如何解决是很关键的，甚至直接决定你是否可以获奖，我的建议是“妥协”，不要总认为自己的观点是正确的，多听听别人的观点，在两者之间谋求共同点。合作在竞赛前就应当培养，比如一块儿做一道题什么的，充分利用每个人的优点，也可以张三准备图论，李四准备最优化方法，然后几天后大家一块交流，这些都是可以磨合团队之间的关系的。
3
．重视摘要
摘要首先不要写废话，也不要照抄题目的一些话，直奔主题，要写明自己怎样分析问题，
用什么方法解决问题，最重要的是结论是什么要说清楚，在中国的竞赛中不写结论的话是一定不会得奖的。摘要至少需要琢磨两个小时，不要轻视了它的重要性。多看看优秀论文的摘要是如何去写的很有必要的，并要作为赛前准备的课题之一。
4
．论文写作要正规
论文一定要大致按照摘要、问题重述、模型假设、符号说明、问题分析、（建立、分析
、求解模型）、……、参考文献、附录等等的方式来写。一般初评会先淘汰一些结构失败的文章，如果没有论文的结构，内容再好也没有用。论文前面的结构一般都不会变的，后面可以按照实际情况来安排自己的结构，省略的部分可以有结果说明、灵敏度分析、其他模型、模型扩展、优缺点分析等等的东西，多看些优秀论文就知道还有哪些形式的了，附录可以贴一些算法流程图或比较大的结果或图表等等。
5
．模型的假设与模型的建立
评委看完摘要后紧接着就是看模型假设了，有一个万能的方法就是可以抄题目中可以作为假设的几句话，这样会给人留下好的印象，毕竟说明你审题了。但不能全抄，要加上自己论文中的一些假设，最好不要太具体了，一些重要参数不要被定死只能取某些值，这样会让人感觉到论文的局限性较强。模型的建立是根据你对问题分析而来的，提出的数学符号和建立模型最好要比较接近，在同一页最好，以便评委可以对照符号来看，数学公式要严谨，推导要严密，这些都反映了一个人的数学素质和能力，即使你推导不对，别人看到你的阵势也首先会误以为你是对的。
6
．图文表并茂可以增色
我听说一个不确切的信息是评委老师喜欢用matlab编程的论文，不知道有没有这回事，但这说明了老师需要看一个具有图或表在其中的论文，一篇如果像政治书那样写的论文估计没有人会对它感兴趣的，尤其是科技论文。matlab编程之所以受到青睐是因为matlab提供的图形处理能力很强大，图表的说明性特别强，如果结论有很多数据的话，最好做成图表的形式加以说明，会令你的论文更有说服力，也更加会受到评委的好评。
一、数学建模竞赛中应当掌握的十类算法
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，是比赛时必用的方法。
2
．数据拟合、参数估计、插值等数据处理算法
比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，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
建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，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，需要认真准备。
5
．动态规划、回溯搜索、分治算法、分支定界等计算机算法
这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中。
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的。
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
赛题中有一类问题与图形有关，即使与图形无关，论文中也应该要不乏图片的，这些图形如何展示以及如何处理就是需要解决的问题，通常使用matlab进行处理。
二、数学软件的主要分类有哪些？各有什么特点？
数学软件从功能上分类可以分为通用数学软件包和专业数学软件包，通用数学包功能比较完备，包括各种数学、数值计算、丰富的数学函数、特殊函数、绘图函数、用户图形届面交互功能，与其他软件和语言的接口及庞大的外挂函数库机制（工具箱）。
常见的通用数学软件包包括matlab和mathematica和maple，其中matlab是一个高性能的科技计算软件，广泛应用于数学计算、建模、仿真和数据分析处理及工程作图，mathematica
是数值和符号计算的代表性软件，maple以符号运算、公式推导见长。
专用数学包包括绘图软件类mathcad，tecplot，idl，surfer，origin,
smartdraw,dsp2000），数值计算类：（matcom，
idl，
datafit，s-spline，lindo，lingo，o-matrix，scilab，octave）,
数值计算库（linpack/lapack/blas/germs/imsl/cxml）,
有限元计算类（ansys，marc，parstran，fluent，femlab，flexpde，algor，cosmos,
abaqus，adina），计算化学类（gaussian98，spartan，adf2000，chemoffice），数理统计类（gauss，spss，sas，
splus，statistica，minitab）,
数学公式排版类（mathtype，miktex，scientific
workplace，scientific
nootbook）。
三、关于数模竞赛的几本好书
▲
姜启源，《数学模型（第二版）》，高等教育出版社
▲
姜启源、谢金星、叶俊《数学建模（第三版）》，高等教育出版社
▲
萧树铁等，《数学实验》，高等教育出版社
▲
朱道元，《数学建模案例精选》，科学出版社
▲
雷功炎，《数学模型讲义》，北京大学出版社
▲
叶其孝等，《大学生数学建模竞赛辅导教材（一）~（四）》，湖南教育出版社
▲
江裕钊、辛培清，《数学模型与计算机模拟》，电子科技大学出版社
▲
杨启帆、边馥萍，《数学模型》，浙江大学出版社
▲
赵静等，《数学建模与数学实验》，高等教育出版社，施普林格出版社
四、基础学科
1．数学分析
2．高等代数
3．概率与数理统计
4．最优化理论
5．图论
6．组合数学
7．微分方程稳定性分析
8．排队论
⑧ 数据统计学习的5个基本流程
数据统计学习的5个基本流程
统计学、大数据应用很广泛，常常被提及！统计学习也有一定的规律流程，下面我们大圣众包小编分享一位朋友关于统计学习流程步骤的看法，看看他怎么说。
统计学习现在市面上谈论到的数据挖掘基本上都是基于统计学习的监督学习或非监督学习问题。尤其以监督学习应用面更广。
统计学习的一般流程
得到一个有限的数据集合
确定所有的学习模型集合
确定模型选择的准则，就是学习的策略
实现求解最优模型的算法并通过学习方法选择最优模型
利用学习得到的最优模型对新数据进行分析或预测
步骤一：得到一个有限的数据集合
涉及到以下多个流程：
1、数据的采集
2、原始数据的格式化、标准化
3、原始去噪，去掉错误的值(而不是误差值，这里又涉及到一个复杂的问题，如何界定错误数据)
4、预处理(针对具体需要研究的问题、抽取相应地特征组成需要研究的数据集合)
步骤二：确定所有的学习模型集合
这个问题取决于我们选择怎么样的学习方法。常见得学习方法有：
1、感知机模型
2、k近邻法
3、朴素贝叶斯法
4、决策树
5、逻辑斯谛回归和最大熵模型
6、支持向量机
7、提升方法AdaBoost
8、EM算法
9、隐马尔可夫模型
10、条件随机场
而且这些算法还可以进行变异、组合然后形成新的算法模型。也是通常认为中数据挖掘比较核心的部分。
步骤三：确定模型选择的策略
一般来说，当你确定了你的学习方法后，在学习的过程中会产生很多个模型。而如何在这些模型中间挑选最优的模型，成为了我们亟待解决的问题。
一般衡量一个模型的优秀程度我们使用两个指标：
1、拟合能力
2、泛化能力
拟合能力
表示模型的计算结果和实际结果的相差程度，我们一般使用风险函数来衡量。而风险函数是损失函数的期望。所以我们其实是使用损失函数来衡量一个模型的期望。
常见的损失函数:
1、0-1损失函数
2、平分损失函数
3、绝对值损失函数
4、对数损失函数
损失函数越小，模型的拟合能力就越好。
泛化能力泛化能力是指模型对新数据的预测能力。一般来说，越复杂的模型的拟合能力越强，但是泛化能力越弱。所以我们需要选择一个适当复杂度的模型，使其泛化能力和拟合能力都足够强。
而衡量一个模型同时具有较好地泛化能力和拟合能力，我们一般用结构风险函数。
结构风险函数是在风险函数的基础上面加上一个罚项。通过罚项来降低复杂度高的模型的结构风险函数值。从而达到筛选出合适的复杂度的模型的目的。
罚项一般取特征空间w的范数，一般有：
1、L0范数
2、L1范数
3、L2范数
4、核范数…
步骤四：实现求解最优模型的算法并通过学习方法选择最优模型
求解最优模型的算法其实就是求解结构风险函数最小值得算法,即结构风险函数最优化的问题。
如果结构风险函数在我们所关心的区域中是凸函数的话，那么任何局部最小解也是全局最优解。现在已经有稳定，快速的数值计算方法来求二次可微地凸函数的最小值。
然而，很多时候我们没有办法通过结构风险函数直接算出它的最小值。我们只能通过一些迭代的方式获得局部最优解。
常见的通过迭代的方式获得局部最优解的算法有：
1、梯度下降法
2、牛顿法
3、共轭梯度法
4、线性搜索
5、置信域方法
另外还有一些算法：
1、模拟退火
2、遗传算法
3、类免疫算法
4、演化策略
5、差异演化算法
6、微粒群算法
7、神经网络
8、支持向量机
步骤五：利用学习得到的最优模型对新数据进行分析或预测
到这一步一般来说已经成功了，然后往往现实是残酷的，辛辛苦苦20年，一朝回到解放前。
往往学习得到的模型在实际使用过程当中并不是那么的理想。这里面有很多种原因：
有可能是原始数据的原因
有可能是特征选择的原因
有可能是模型的原因
有可能是最优模型算法的问题
有可能是代码错误
总之，以上的所有步骤的所有细节都可能导致你的模型不够优秀。这就需要你再次的思考这个问题，去不断的优化你的模型。直到得到一个不错的模型。
小结
其实数据挖掘涉及的东西远比我上面说的这点东西多的多，我上面提到的还只是监督学习。就光我上面提到的几个步骤。其实每一个步骤都有很多很多东西可以讲，可以研究，工程方面的、算法理论方面的等等等等。
一入数据挖掘深似海，从此奋斗到天明。
数据挖掘还是很有意思的，你可以用机器的力量、数学的力量理解世界的运行规律。去预测他或者利用你研究到的东西做一些有意思的事情。
⑨ 对于制定定制件的生产计划策略或者说是方法模型
订单落实及生产计划管理流程
1.《订单下达通知书》根据订单要求，制订生产计划，并下达到各生产部门，准确实施《生产计划》
2.生产实施：根据生产计划，组织生产，并记录《生产跟踪表》
3.生产反馈：如可按订单要求完成，则组织生产；如不能按订单要求完成，则申请变更订单《生产反馈记录表》
补充：.有效的方法是：
1.建立滚动固化的生产排程，就是根据您生产加工周期，连续排一个周的排程，如果加工周期是一天，那么3天内的订单设置为固化生产计划排程，另外4天是可以调整的排程，把这个交予客户进行共享，适时进行调整，任何的变动都有迹象的，这样做的话，对客户的利益有更大的保障，对自己的生产排程也有更大的掌控性。尽量了解客户也应该有生产计划的，知道3天的信息就可以使用滚动排程。
2.要掌控生产计划与实际完成之间的差别，主要有几个因素，一个是生产计划没有做活，而是做成死的生产计划，即生产计划往往不能应对异常的变化，二是很多工厂会把市场的需求当做生产计划下达，以为生产计划就是业务订单的翻版，根本就没有起到计划的控制作用，生产计划如果没有做到每天（更甚至每个小时），没有较好的分解到车间班组，结合生产计划看板管理形式，没有进行滚动固化的计划，将会使得生产计划落空；三是生产部门为了生产的方便，考虑到自己的利益（在承包或者个人计件的公司尤为突出），往往会把各种便于一起加工的部件大批量一起加工，造成如期交贷困难，计划要滚动制作的重要性在于，可以很好的根据生产异常，业务急插单，来调整生产计划，把生产计划做活，但是在滚动的时候要有固化期，即在固化期内，生产计划不能变动，这里有3层意思，不能变动，就要使得生产相关辅助部门，如物料供应、工艺、设备、工程等部门要提前确定好人机料法环的供应状态，减少异常发生，二是，不能变动意味着业务部门不能在固化期内插单；三是，不能变动，意味着生产部门一旦承诺固化期内的生产任务量，就要全力以赴完成，不能找寻任何借口；必要时还要设立项目部来主管，总经理去调整进行；
计划与实际的差异，还要考虑到生产部门的瓶颈，一个产品的流程下来，往往是瓶颈部门（车间、工序）限制了产出，这样的话，总经理在进行部门协调的时候，就有必要牺牲非瓶颈部门的绩效，来取得团队绩效的提升，很重要的一条是千万不要以生产效率来衡量非瓶颈部门的绩效，另外至少要确保流到瓶颈部门的东西是质量过关的。
⑩ 教学方法教学策略教学模式三者的区别与联系
三个概念属于教育学中的基本概念，看起来简单，但学生做题的时候一碰到这三组概念还是非常容易混淆，这三者既有区别又有联系，而且各个教材版本中定义不统一，做题中也会见到不同的说法，故在此进行系统梳理，理清三者之间的区别和联系，做题时候能够迅速定位准确选项。
一、联系
从理论向实践转化的阶段或顺序看，是从教学理论到教学模式，再到教学策略，再到教学方法，再到教学实践，教学策略是对教学模式的进一步具体化，教学模式包含教学策略。教学模式规定教学策略、教学方法，属于较高层次。教学策略比教学模式更详细、更具体，受教学模式的制约。教学模式一旦形成就比较稳定，而教学策略则较灵活，具有一定的变性，可随着教学进程的变化及时调整、变动。二者是不同层次上的概念。
教学方法是更为详细具体的方式、手段和途径，它是教学策略的具体化，介于教学策略与教学实践之间，教学方法要受制于教学策略，教学展开过程中选择和采用什么方法，受到教学策略支配。教学策略从层次上高于教学方法，教学方法是具体的操作性的东西，教学策略则包含有监控、反馈内容，在外延上要广于教学方法。
二、区别
1.教学模式可以定义为是在一定教学思想或教学理论指导下建立起来的较为稳定的教学活动结构框架和活动程序。作为结构框架，突出了教学模式从宏观上把握教学活动整体及各要素之间内部的关系和功能;作为活动程序则突出了教学模式的有序性和可操作性。
“模式”一词是英文model的汉译名词。model还译为“模型”、“范式”、“典型”等。一般指被研究对象在理论上的逻辑框架，是经验与理论之间的一种可操作性的知识系统，是再现现实的一种理论性的简化结构。教学模式通常包括五个因素，这五个因素之间有规律的联系着就是教学模式的结构。包括：理论依据、教学目标、操作程序、实现条件、教学评价。
所以在做题过程中找范型、固定、稳定这样的关键字眼，说的是教学模式。
2.教学策略是实施教学过程的教学思想、方法模式、技术手段这三方面动因的简单集成，是教学思维对其三方面动因的进行思维策略加工而形成的方法模式。教学策略是为实现某一教学目标而制定的、付诸于教学过程实施的整体方案，它包括合理组织教学过程，选择具体的教学方法和材料，制定教师与学生所遵守的教学行为程序。
关键词定位在计划、方案等词汇。
3.教学方法是教师和学生为了实现共同的教学目标，完成共同的教学任务，在教学过程中运用的方式与手段的总称。对此可以从以下三个方面来理解。
首先它是指具体的教学方法，从属于教学方法论，是教学方法论的一个层面。教学方法论由教学方法指导思想、基本方法、具体方法、教学方式四个层面组成。
教学方法不同于教学方式，但与教学方式有着密切的联系。教学方式是构成教学方法的细节，是运用各种教学方法的技术。任何一种教学方法都由一系列的教学方式组成，可以分解为多种教学方式;另一方面，教学方法是一连串有目的的活动，能独立完成某项教学任务，而教学方式只被运用于教学方法中，并为促成教学方法所要完成的教学任务服务，其本身不能完成一项教学任务。
关键词定位在方式、手段等词汇。
在理解三者之间关系的基础之上，能够抓住各自概念中的关键词，在做题的时候理解和关键词识记两者结合运用，就能确保准确无误的找到正确选项。