本书共有12章和2个附录，主要包括三部分内容：一是基本模型部分，即数学建模入门、代数模型、几何模型、微积分模型、微分方程模型等；二是常用的数学建模方法，即最优化方法、数据建模方法、统计分析方法、综合评价方法、数学建模的常用算法等；三是数学建模竞赛参考内容，即数学建模竞赛论文的写作方法、数学建模竞赛案例分析。2个附录是Matlab软件、Lingo软件使用简介。

全书共收录62个应用案例分析，其中包含17个全国大学生数学建模竞赛真题案例，57个应用练习实例。本书主要特点在于紧密结合高职院校数学建模课程的教学实际及全国大学生数学建模竞赛培训的需要进行内容选择、组织编排、难易取舍，力求做到实用、适用、易用、够用和方便使用。

本书可作为高职院校数学建模课程教材，也适用于数学建模竞赛培训。根据实际教学需要，从20学时至80学时均可按需选取内容教学。本书还可以作为一般本科院校数学建模课程教学和竞赛培训的参考用书。

前辅文
第一篇 基本模型
  第一章 数学建模入门
   1.1 数学建模的作用和地位
   1.2 数学建模与能力培养
   1.3 数学模型与数学建模
   1.4 数学建模方法和步骤
   1.5 数学模型无处不在
   1.6 应用案例练习
  第二章 代数模型
   2.1 矩阵模型
   2.2 线性方程组模型
   2.3 差分方程模型
   2.4 应用案例练习
  第三章 几何模型
   3.1 平面几何模型
   3.2 立体几何模型
   3.3 卫星和飞船的跟踪测控模型
   3.4 应用案例练习
  第四章 微积分模型
   4.1 网店价格竞争模型
   4.2 国债投资的收益模型
   4.3 产品的定价模型
   4.4 新产品的生命周期模型
   4.5 易拉罐的设计模型
   4.6 森林救火模型
   4.7 应用案例练习
  第五章 微分方程模型
   5.1 流言蜚语传播模型
   5.2 减振弹簧的运动规律模型
   5.3 渔业资源的管理模型
   5.4 传染病模型
   5.5 饮酒驾车的影响模型
   5.6 应用案例练习
第二篇 常用方法
  第六章 最优化方法
   6.1 线性规划方法
   6.2 整数规划方法
   6.3 非线性规划方法
   6.4 多目标规划方法
   6.5 网络优化方法
   6.6 应用案例练习
  第七章 数据建模方法
   7.1 数据的可视化与预处理方法
   7.2 数据的插值方法
   7.3 数据的拟合方法
   7.4 时间序列预测方法
   7.5 灰色预测方法
   7.6 案例分析：黄河小浪底调水调沙问题
   7.7 应用案例练习
  第八章 统计分析方法
   8.1 描述性统计分析方法
   8.2 探索性分析方法
   8.3 相关分析方法
   8.4 线性回归分析方法
   8.5 聚类分析方法
   8.6 空气质量数据的校准问题
   8.7 应用案例练习
  第九章 综合评价方法
   9.1 综合评价的基本概念
   9.2 评价指标的筛选与预处理方法
   9.3 权重系数的确定方法
   9.4 评价模型的构建方法
   9.5 应用案例练习
  第十章 数学建模的常用算法
   10.1 迭代算法
   10.2 数值积分算法
   10.3 常微分方程的数值解算法
   10.4 蒙特卡罗算法
   10.5 遗传算法
   10.6 神经网络算法
   10.7 应用案例练习
第三篇 竞赛培训参考
  第十一章 数学建模竞赛论文的写作方法
   11.1 科技论文的写作规范
   11.2 建模竞赛论文的写作要求
   11.3 建模竞赛论文写作的注意事项
   11.4 案例分析：招聘公务员问题
  第十二章 数学建模竞赛案例分析
   12.1 会议筹备问题
   12.2 风电场运行状况分析及优化
   12.3 供水系统智能管理
   12.4 黄河水沙监测数据分析问题
   12.5 SARS传播问题
   12.6 大型百货商场会员画像描述问题
   12.7 古塔变形的分析问题
   12.8 煤矿瓦斯和煤尘的监测与控制问题
   12.9 小批量物料的生产安排
附录A Matlab软件使用简介
附录B Lingo软件使用简介
参考文献