1.什么是模型
模型就是描述输入与输出关系的东西（公式、方程或别的），也即函数（当然可以理解成数学函数或者程序员写的函数了）。
放之软件设计，就是输入输出的框架。放之数学，就是输入输出的数学关系式，放之函数就是输入输出的函数。
模型就是输入输出转换的规则或规律。比如linux的进程的内存模型，说的就是创建一个进程时，进程的内存模型生成的规则是什么样的。
——输入就是创建进程的接口比如fork或clone，输出就是进程数据结构和按照内存模型搞的内存布局。
2.再说什么是数学模型
数学模型也是模型的一种，故而概念也很简单：
数学模型就是用数学公式（方程等数学函数——写成程序就变成了代码里的函数或方法）表示输入与输出的转换关系。
这样够直白了吧。
简言之：
数学模型就是输入与输出的数学关系式。
还不理解？举个栗子，比如直线方程、一元二次方程等都是简单的数学模型（它们都是输入x，然后根据公式输出y）。
控制理论中的传递函数也是数学模型，但变的较为复杂。
多层神经网络模型也是较为复杂的数学模型，应用于深度学习中。
建立数学模型的过程就是找到x到y之间的黑匣子，自己创建下。
牛人曾言：所有的模型都是错误的，但是有用的。
这句话怎么理解？就如我在《深度学习——第一次浪潮、寒冬及解冻》中所说目前的神经元模型并不是真实的人类大脑神经元模型，只能逼近，如高数中的“求极限”的概念，“所有模型是错误的”，意思就是说所有的模型都是逼近真实的规律但无法真正表示，所以是错误的——但是我觉得好像不太严谨，因为有些规律是可以完全用数学表示的，比如组合排列规律是大自然很神奇的一个规律，但是完全就可以用数学公式来表示和揭秘——这也是很神奇的一件事！
然后牛人的后半句话“但都可用”的解读就好说了，就是你逼近的模型也能有部分和真实规律预测的一致——有种“瞎猫碰到死耗子”的感觉，但是概率是很大的——拟合的很好嘛！——从亚里士多德到牛顿再到爱因斯坦，人类不断地拟合自然规律、不断地逼近自然规律。
主要介绍两个数据建模的实例：包饺子、路障介绍数据建模的全过程介绍数学建模的基本方法和步骤一、引言数学：各门学科的基础，社会进步的工具用数学方法解决任何一个实际问题，都必须在实际与数学之间架设一座桥梁。解决过程：实际问题转化为数学问题；数学问题的求解；数学解答回归实际问题。这个解决的过程称为数学建模，即为实际问题建立
数学模型
。二、数学建模的实例1：包饺子 通常，1kg面，1kg馅，包100个饺子（或者汤圆），今天1kg面不变，但是馅比1kg多了，问：应是多包几个（每个小一点），还是少包几个（每个
数学建模常用算法
模型
：线性规划
模型
，非线性规划
模型
，整数规划
模型
，动态规划
模型
，图论
模型
，最优化
模型
，离散
模型
，随机
模型
，时空分析
模型
，统计
模型
，回归
模型
，插值
模型
，预测
模型
.分类
模型
.聚类
模型
.决策树
模型
.神经网络
模型
.支持向量机
模型
.遗传算法
模型
.蚁群算法
模型
.粒子群算法
模型
.模拟退火算法
模型
.人工免疫算法
模型
.人工鱼群算法
模型
.差分进化算法
模型
.量子遗传算法
模型
.混合整数规划
模型
.多目标规划
模型
.排队论
模型
.复杂网络
模型
数学模型
(mathematical model)就是用数学的语言、方法去近似地刻画实际，描述现实问题的数学公式、图形或算法。
数学模型
可按不同的方式进行分类。按照
模型
的应用领域，可分为人口
模型
、生物
模型
、生态
模型
、交通
模型
、环境
模型
、作战
模型
、社会
模型
、经济
模型
、医学
模型
、机械
模型
等。按照建立
模型
的数学方法，可分为微分方程
模型
、几何
模型
、网络
模型
、运筹
模型
、随机
模型
等。按照建模目的，可分为描述
模型
、...
模型
假设
将具体的问题抽象化，折中地减少复杂因素，抓住主要因素，本来建模就是由简到繁，所以刚开始可以假设多一点，理想化一点；也估计所找的物理公式所要求的前提条件。
格式：具体问题描述+某个变量的设定（这变量就怎么样了）
模型
构成
尽量用简单的工具
模型
求解
模型
分析
这里设计图像，注意多角度考虑，不要总是多个曲线两个变量，因素的组合，写公式的时候可用其他符号（把常量归在一起），保持公式的...
《数学建模》第一章读书笔记关键词本书的主要目的什么是数学建模？数学建模在实际生活的应用意义建模示例椅子能在不平的地面上放稳吗？商人们怎样过河？如何施救药物中毒？数学建模的主要方法和步骤
数学模型
的特点和分类培养数学建模的能力
数学建模、原型、
模型
、计算机模拟、特点、能力培养
本书的主要目的
本书的主要目的是讨论建立
数学模型
的全过程。不在于介绍现实对象的
数学模型
是什么样子的。
什么是数学建模...
2、微分方程预测（高大上、备用）
微分方程预测是方程类
模型
中最常见的一种算法。 近几年比赛都有体现， 但
其中的要求，不言而喻。学习过程中 无法直接找到原始数据之间的关系， 但可以找到原始数据变化速度之间的关 系，通过公式推导转化为原始数据的关系。
3、回归分析预测（必掌握）
求一个因变量与若干自变量之间的关系， .
