如何进行数据采集以及数据分析
应该说主要有几种途径，一是对原始纸质数据、（表格、图形文件、、航片等）的矢量化，二是利用卫星、飞机、各种采集仪器（全站仪、GPS数据采集车等）直接采集数字化的数据。
系统的特征 由于建立系统的目标、用途、区域等不同，系统有多种分类，如基础地理信息系统、资源调查信息系统、城市（或工程）管理信息系统、土地管理信息系统、人口统计信息系统、防洪防汛管理信息系统及其他专题信息系统，还有全球的、区域的和局部的地理信息系统等。
但是，不管是基础的或专题的信息系统还是综合应用的信息系统，也不论系统规模大或小,其基本组成都是相同的： ①数据输入； ②数据的存贮、编辑和数据库管理； ③数据的运算、查询、检索和分析 ④信息应用； ⑤数据输出和显示。
⑥数据更新。
为了满足对所涉及对象各类要素空间分布和相互关系的研究要求，地理信息系统必须具备以下基本条件: ①公共的地理定位基础。
即所有的,要在一个特定投影和比例的参考坐标系统中进行严格的空间定位。
②信息源输入的数字化和标准化。
为对来自系统外部的多种来源、多种形式的原始信息由外部格式转换成便于计算机进行分析处理的内部格式，必须对这些原始信息予以数字化和标准化。
即对不同精度、不同比例尺、不同投影坐标系统且形式多类的外部信息运用数字化设施依统一的坐标系和统一的记录格式进行模式转换、等，形成数据文件，存入数据库内。
③多维数据结构。
由于地理信息不仅包括所研究对象的空间位置，也包括其实体特征的属性描述，同时还有明显的时序特征。
因此，地理信息系统的空间数据组织形式应是一个由空间数据（坐标及其拓朴关系）、属性数据及时态数据所组成的多维数据结构。
此外,地理信息系统还具有如下特征： ⑴具有采集、管理、分析和以多种方式输出的能力，具有空间性和动态性。
⑵为管理和决策服务，以地理模型方法为手段，具有区域空间分析、多要素综合分析和动态预测能力，产生决策支持信息及其它高层地理信息。
⑶由计算机系统支持进行地理空间数据管理，并由计算机程序模拟常规的或专门的地理分析方法，作用到空间数据之上产生有用信息，完成人类难以完成的任务。
计算机系统的支持使得地理信息系统具有快速、精确并能综合地对复杂的地理系统进行空间和过程的动态分析。
所以，GIS的功能决不仅仅限于对现实世界中地理空间数据的采集、编码、存储、查询和检索，而是现实世界的一个抽象模型，它比由地图表达的现实世界模型更为丰富和灵活， 用户可以按应用的目的观察提取这个现实世界模型各方面的内容，也可以量测这个模型所表达的地理现象的各种指标，更为重要的是可以将自然发生的或者思维规划的动态过程施加在这个模型之上，取得对人为和自然过程的分析和预测信息，从而有助于做出正确决策
虚拟实验室可用在研究性学习的哪些方面 a.数据采集 b.数据分析 c.总结
谈一些个人的工作经验，希望对后来人有帮助。
首先总结下平时数据分析的一般步骤。
---------------------------浓缩精华版--------------------------------第一步：数据准备：（70%时间）获取数据（爬虫，数据仓库）验证数据数据清理（缺失值、孤立点、垃圾信息、规范化、重复记录、特殊值、合并数据集）使用python进行文件读取csv或者txt便于操作数据文件（I\\\/O和文件串的处理，逗号分隔）抽样（大数据时。
关键是随机）存储和归档第二步：数据观察（发现规律和隐藏的关联）单一变量：点图、抖动图；直方图、核密度估计；累计分布函数两个变量：散点图、LOESS平滑、残差分析、对数图、倾斜多个变量：假色图、马赛克图、平行左边图第三步：数据建模推算和估算（均衡可行性和成本消耗）缩放参数模型（缩放维度优化问题）建立概率模型（二项、高斯、幂律、几何、泊松分布与已知模型对比）第四步：数据挖掘选择合适的机器学习算法（蒙特卡洛模拟，相似度计算，主成分分析）大数据考虑用Map\\\/Reduce得出结论，绘制最后图表循环到第二步到第四步，进行数据分析，根据图表得出结论完成文章。
------------------------------业务分析版--------------------------------“无尺度网络模型”的作者艾伯特-拉斯洛·巴拉巴西认为——人类93%的行为是可以预测的。
数据作为人类活动的痕迹，就像金矿等待发掘。
但是首先你得明确自己的业务需求，数据才可能为你所用。
1. 数据为王，业务是核心了解整个产业链的结构制定好业务的发展规划衡量的核心指标有哪些有了数据必须和业务结合才有效果。
首先你需要摸清楚所在产业链的整个结构，对行业的上游和下游的经营情况有大致的了解。
然后根据业务当前的需要，指定发展计划，从而归类出需要整理的数据。
最后一步详细的列出数据核心指标（KPI），并且对几个核心指标进行更细致的拆解，当然具体结合你的业务属性来处理，找出那些对指标影响幅度较大的影响因子。
前期资料的收集以及业务现况的全面掌握非常关键。
2. 思考指标现状，发现多维规律熟悉产品框架，全面定义每个指标的运营现状对比同行业指标，挖掘隐藏的提升空间拆解关键指标，合理设置运营方法来观察效果争对核心用户，单独进行产品用研与需求挖掘发现规律不一定需要很高深的编程方法，或者复杂的统计公式，更重要的是培养一种感觉和意识。
不能用你的感觉去揣测用户的感觉，因为每个人的教育背景、生活环境都不一样。
很多数据元素之间的关系没有明显的显示，需要使用直觉与观察（数据可视化技术来呈现）。
3. 规律验证，经验总结发现了规律之后不能立刻上线，需要在测试机上对模型进行验证。
P.S.数学建模能力对培养数感有一定的帮助推荐两个论坛：数学建模与数学应用论坛(Mathematical Modeling and Mathematical Applications Forum)数学中国 (数学建模)-最专业的数学理论研究、建模实践平台
如何更好地进行数据采集
工程师经常需要进行数据采集来验证产品的性能和指标，或者对一些特定的应用进行监测和控制，以便确定其物理参数，例如温度、应力、压力和流量。
在设计产品时，工程师需要进行各种测量以确保其产品能够达到预期的技术指标。
例如在电源表征应用中，工程师可能会测量不同负载条件下的电源输出。
在所有负载条件下，电压输出都必须保持稳定，同时产品内部的温度变化也应保持最小。
或者，在一家饮料制造厂中，化学工程师可能需要监测最终产品的液体流量。
在液体流量达到最小或最大极限值时，则需对其进行调整。
在某些情况下，采集此类数据可能非常困难。
有没有更好的办法来采集数据，并保证数据是有效的
本文介绍了几种数据采集应用，并将说明一些不同的工具如何帮助您采集和分析数据。
在本文中，我们将探讨这些应用的具体情况，并向您介绍通过选择适合的数据采集设备，将会为您的数据采集和分析带来哪些帮助。
选择测量设备 在数据采集过程中，许多测量都需要使用传感器将物理现象转换为电压、电阻或频率，再使用适当的测量设备（例如数字万用表）对这些电信号进行测量。
温度测量是数据采集中最常进行的物理测量之一，它可以通过使用热电偶、RTD（电阻式温度探测器）或热敏电阻传感器来实现。
热电偶是一个由两种不同金属构成的接点，而该接点在受热时会产生电压。
将该电压与一个参考接点进行比较，用两者的差值来确定相关的温度。
RTD 和热敏电阻是以电阻为基础制成的传感器。
随温度的变化，传感器的输出电阻将出现相应的改变。
您应当根据测量的类型以及应用所需的精度和线性度选择合适的传感器。
几乎所有的万用表都可以测量传感器产生的电压或电阻，但并非所有的万用表都可以将电压或电阻转换为物理测量值显示。
例如，如果您使用热电偶进行温度测量，就需要一个具有自动转换程序的万用表。
使用这些内置的转换程序，可以将原始的热电偶测量结果从电压值转换为温度值。
因此在进行物理测量时，例如上述的电源表征应用，必须选择一个具有自动转换程序的仪器。
与此同时，如果您希望进一步地简化数据采集和分析过程，请选择具有下列特性的数据采集设备：\\r?? 支持数学方程， 如Mx + B，可以方便地转换其他的传感器输出\\r?? 在信号的测量结果超过预定限制阈值时能够触发硬件报警\\r?? 包含前端多路复用器，可以将多个测量点或传感器连接到一个测量仪器\\r?? 包含能够帮助进行数据采集和分析的软件 使用软件工具采集并分析数据 软件工具也可以让数据采集和分析变得更简单。
一般来说，软件工具可以简化仪器的连接，同时无需任何编程即可进行数据采集和分析。
Microsoft ??- Excel 是一种最常见的数据分析工具 。
大多数的 PC 中都装有 Microsoft excel，它的使用非常广泛。
作为一款功能强大的电子表格应用软件，它支持插入公式，并包含许多内置的制图功能。
部分厂商还提供了 Microsoft Excel 插件，以帮助设置和采集数据。
这些产品充分利用微软的专业技术，可以将采集到的数据直接捕获到 Microsoft Excel 中。
随后，用户使用微软内置的公式和绘图工具，对这些数据进行处理并绘制成图形。
但该工具需要用户熟练掌握 Microsoft Excel 的公式和图形功能。
部分仪器厂商还提供了其他的应用软件，以扩展仪器的功能，使之更好地适用于特定任务。
对于数据采集，这些软件产品可以简化仪器的连接，根据需要轻松定义不同的测量、限制阈值和动作。
也可以预定或根据特定事件触发数据采集。
诸如标度和数学公式等特性也可以让您更方便地对数据进行处理和分析。
我们将通过一个简单的示例，来详细描述上述的电源表征应用。
需要采集的数据包括温度、电压和数字测量结果。
在所有负载条件下电压输出都必须保持稳定，同时产品内部的温度变化也应保持最小。
我们使用仪器软件来采集和分析这些数据，并选定扫描中包含的独立通道，指定不同的测量功能、范围和分辨率值。
图1 中，通道 1001 至 1005 设置为测量电源中的不同电压，通道 1006 至 1010 设置为测量电源内部不同位置的温度变化。
由于该仪器包含热电偶自动转换程序，因此我们无需额外进行转换。
温度值直接显示为摄氏度值。
通道 2001 至 2002 是数字通道，用于读取电源状态。
Res 列用于指定直流电压测量分辨率，并选择测量的温度标度（摄氏度、华氏度或开氏度）。
标度功能（即 Mx + B）用于对每个通道上的读数应用增益和偏置，并可以用来定制线性转换。
这在校准损耗、增益或偏置时十分有用。
在每个通道上设置报警。
每个测量结果都会与报警限制阈值进行比较。
如果测量结果超出限制阈值，就会触发报警。
通道 1001 至 1005 上设置了低电压\\\/高电压报警阈值，以确保电压的稳定性。
因此，如果电压输出超出限制阈值，则会触发硬件报警 1，开关闭合，并关闭电源。
通道1006 至 1010 上的报警设置用于控制电源内部的温度。
如果内部温度过高，就会触发硬件报警 2，开关闭合，提高变速风扇的转速。
如果温度降低，将会触发报警 3，再次降低变速风扇的转速。
为进行进一步的分析，可以加入计算通道以进行基本的数学、功率公式或应力公式运算，例如加、乘、除、平方根、dBM、全桥和半桥。
\\r图1 使用标准软件工具采集和分析数据 一旦完成对这些通道的配置后，即可预定扫描，在特定时间采集数据。
该软件包会伴随仪器免费提供。
此外还有一些更高级的软件包，可以提供更多的控制功能，并允许用户设定限制阈值，指定在超出限制阈值时将会执行的动作。
这些软件包还可以使用通用 SCPI 命令控制其他仪器。
图 2 显示了某个应用的数据采集结果，其中一个扫描列表用于监测电炉（oven）温度，一旦温度趋于稳定，将发送一个 SCPI 命令来改变电源输出，继而开始新的扫描，并采集新的数据。
\\r图2 绘制多个扫描列表（包含极限值和动作脚本）的图形 使用以太网进行远程数据采集 许多新型仪器都具有以太网接口，使您可以通过网络轻松访问测试设备。
测试与测量行业中的多家领先制造商和用户联合开发了一个全新的 LXI（仪器在局域网中的扩展）行业标准。
该标准以经过验证的以太网标准为基础，对仪器的交互操作做出了规定。
因此，不同厂商所生产的 LXI 仪器都会具有类似的实现模式。
LXI 标准的主要方面包括： ?? 通信和连接方案的以太网标准\\r?? 定义了编程驱动程序、接口发现和接口安全规则的接口标准\\r??从Web 浏览器访问数据的仪器 Web 服务器要求\\r?? 时间同步的触发标准\\r?? 物理规格标准，包括尺寸、功率、散热和 LED 指示器等 将设备部署在测量位置 在数据采集应用中，使用 LXI 仪器可以将测试设备轻松部署在测量位置。
对于本文前面提到的负责监控饮料生产流程的工程师来说，需要将测量设备部署在整个生产车间的多个不同位置。
连接到网络之后，测量设备可以轻松采集测量数据并通过网络发送到中心电脑：无需使用 GPIB\\\/LAN 转换器，也无需布置很长的电缆连接到测量位置。
物理布线长度的缩短，可以减少噪声对测量的干扰，降低总体成本。
通过标准的 Web 浏览器访问设备 LXI 仪器的另一个特性就是能够通过标准的 Web 浏览器进行访问。
LXI 仪器中装有一个 Web 服务器端程序，用户可以通过它访问和控制该仪器，无需再安装任何特殊的软件。
通过仪器的 Web 服务器端程序，您可以打开 Web 浏览器，输入仪器连接网络的 IP 地址或主机名，便可通过 Web 浏览器直接访问该仪器。
LXI 标准定义了对网页内容的最低要求。
某些仪器只具备基本的功能和简单的仪器信息浏览界面，只能用于监测；而另一些仪器则具有功能齐全的图形 Web 界面，用户可以通过该界面全面地访问和控制这些仪器。
对于在饮料工厂中负责监控生产流程的工程师，他们可以使用 LXI Web 界面来监控在不同位置测量得到的结果。
或者，借助具有全部测量和控制功能、符合 LXI 标准的仪器，工程师还能够通过图形 Web 界面设置和执行测量。
图 3 显示了如何使用标准 Web 浏览器在开关配置窗口设置和执行温度测量。
由于LXI 仪器直接支持温度传感器并具有内部补偿功能，因此传感器转换可以在仪器内部完成。
温度测量结果将直接在工程单元中显示。
使用图形视图，可以极大幅度地简化测量的设置和执行，不需要使用仪器前面板。
\\r图3：通过 Web 浏览器配置、执行测量或只是监视测量结果\\r总结 综上所述，数据采集和分析在某些情况下会很困难。
使用适当的测量硬件和软件工具可以简化这项工作，并提高采集数据的效用。
\\r?? 使用具有自动转换程序、数学运算功能、告警和多通道输入等特性的仪器，可以轻松进行数据采集和解读。
\\r?? 使用软件工具，可以更轻松地实现数据设置、执行和分析。
\\r?? 使用符合 LXI 标准的仪器，可以获得更多优势：通过嵌入式图形 Web 界面，远程访问和控制测量，轻松地进行测试设置、执行测试和故障诊断。
虚拟实验室可用在研究性学习的哪些方面 a，数据采集 b，数据分析 c，总结 d，自主
数模论文的写作在比赛中可能是你论文质量好坏，得奖与否的最重要的因素。
据初步的调查，很多同学在准备比赛时，把自己的主要精力放在阅读往年优秀论文，精通某种软件和算法上面。
不可否认，这会使你的建模水平得到提高，但在比赛时，你的想法再好，如果文字表达不清楚，很有可能使你的论文前功尽弃，因此学会如何写数模论文就很有必要了。
关于怎么样写论文已经有了很多的介绍文章，这些都足以说明论文写作的重要性。
一、充分重视论文摘要的写作 摘要在整个数模论文中占有及其重要的地位，它是评委对你所写论文的第一印象。
在全国大学生数学建模竞赛中，组委会对论文摘要提出了专门的要求，再三明文提醒参赛者要注重摘要的写作。
在论文的评阅中，摘要是你的论文是否取得好名次的决定性因素，评委们通过你的摘要就决定是否继续阅读你的论文。
换句话说，就算你的论文其他方面写得再好，摘要不行，你的论文也不会得到重视或者根本上就没有评委来阅读你的论文。
在摘要中一定要突出6个方面：问题，方法，模型，算法，结论，特色。
简而言之，摘要应该体现你用什么方法，解决了什么问题，得出了什么结论。
避免有主观评论，一定要突出重点，让人一看就知道这篇论文的目的是什么，做了什么工作，用的什么方法，得到了什么结果，有什么创新和特色。
只有这样的摘要才是成功的。
具体写摘要的时间一般安排在论文基本完成以后，由一个队员具体负责，在写出初稿后由其他队员交替阅读提出修改，直到大家满意为止。
好的摘要都包含了两个共同的特点：简单与清晰。
篇幅在一页之内。
范例一：公交车调度方案的优化模型 摘 要 本文建立了公交车调度方案的优化模型，使公交公司在满足一定的社会效益和获得最大经济效益的前提下，给出了理想发车时刻表和最少车辆数。
并提供了关于采集运营数据的较好建议。
在模型Ⅰ中，对问题1建立了求最大客容量、车次数、发车时间间隔等模型，运用决策方法给出了各时段最大客容量数，再与车辆最大载客量比较，得出载完该时组乘客的最少车次数462次，从便于操作和发车密度考虑，给出了整分发车时刻表和需要的最少车辆数61辆。
模型Ⅱ建立模糊分析模型，结合层次分析求得模型Ⅰ带给公司和乘客双方日满意度为（0.941，0.811）根据双方满意度范围和程度，找出同时达到双方最优日满意度(0.8807,0.8807)，且此时结果为474次50辆；从日共需车辆最少考虑，结果为484次45辆。
对问题2，交待了综合效益目标模型及线性规划法求解。
对问题3，采集方法是遵照前门进中门出的规律，运用两个自动记录机对上下车乘客数记录和自动报站机(加报时间信息)作录音结合，给出准确的各项数据，返站后结合日期储存到公司总调度室。
关键词：公交调度 模糊优化法 层次分析 满意度 范例二：彩票发行方案的最优决策 摘 要 目前，彩票在我国得到了迅速健康的发展，并且为我国的福利公益事业的发展做出了很大 贡献。
本文针对目前流行的各种不同彩票发行方案，综合分析了各种奖项出现的可能性、奖项和奖金额的设置以及对彩民的吸引力等因素对各方案的影响，建立了三个模型。
模型I：利用超几何分布原理，建立了头奖期望模型。
依照此模型，得出传统型彩票中方案 、乐透型彩票中方案 （即 ）设计较为合理；总体而言，乐透型彩票的方案 头奖期望最大，方案设计最为合理。
模型II：综合考虑影响方案合理性的各种因素，建立了高项奖中奖概率、总中奖概率、奖项的设置以及奖金分配的多目标决策模型，求解得到：①方案19的加权目标函数值最大，在所有方案中它是最合理的一个方案；②“传统型”彩票方案1～4中，方案4较为合理；③“传统型”彩票方案（1～4）的加权目标函数值总体上小于“乐透型”方案（5～29），从普遍意义上讲，“乐透型”方案相对优于“传统型”； ④对于 （从 中选 ）型的方案， 相同时， 为35、30、32、33、34时它们的合理性依次递减。
模型III：考虑到彩票市场供给与需求的关系，并结合彩票管理部门与彩民双方的满意度，建立了多目标最优决策模型。
通过彩票市场供给、需求随销售的走势，找到了均衡点，同时利用计算机编程，搜索出了更优的彩票发行方案。
本文还从 的变化对模型的灵敏性作了准确分析，以及从单式投注向复式投注、适当提高总奖金额等方面为设置彩票发行方案作了进一步讨论。
最后据此模型，向彩票管理部门提出了更为积极、实用的彩票发行建议；并从充分认识彩票、入市动机及心态、策略和技巧等三个方面对彩民摸彩、投彩提出了科学的参考意见。
关键词： 机率 期望 多目标决策 超几何分布 满意度 范例三：奥运会临时MS超市网点设计的数学模型 摘 要 本文对调查数据进行了统计分析，在此基础上求出各商区人流量百分比和分布规律，然后进行MS网点的设计，建立了三个模型，并进行了仿真检验。
对问题一，分析得到不同年龄段观众在出行、就餐、消费等方面存在较大差别，因此依照年龄段按照性别的不同，分别对出行、就餐、消费等三个方面总结出观众概率分布的8条规律。
对问题二，利用BP神经网络原理，按照年龄段-性别-商区-进出口将网络分为三级，从就餐习惯和出入场馆两个方面进行链条分析，建立了各场馆最短路径下的人流量模型，编程求解得到20个商区的人流量分布（%）：A1到A10商区分别为11.887、7.621、8.540、10.378、18.963、7.621、8.540、8.036、10.378；B1到B6商区分别为11.686、 13.932、 18.760、 11.686、 13.932、 30.004； C1到C4商区分别为18.75、 20.9843、 18.75、 41.5157。
在人流量分布求出后，总结出对称性定理，即人流量以场馆进出口连线为轴斜对称，并给出了详细证明。
在问题三中，对观众购买欲望的相关因素进行了细致分析，建立了购买欲望与年龄、消费额的数学表达式，得到欲望矩阵 ，并对购买能力进行了模糊计算。
然后，由两个基本限制条件：满足奥运会期间的购物需求和分布基本均衡，建立了数学表达式，建立了以赢利为目标函数的非线性多目标决策模型： 用Lingo编程求解，得到了一种可参考的MS网点设计方案：A1到A10商区建立大MS个数分别为3、1、0、0、1、3、1、0、0、1，小MS个数分别为0，1，2，2、1、1、1、2、2、1；B1到B6商区建立大MS个数分别为1、2、3、1、2、3，小MS个数分别为2、1、1、2、1、1；C1到C4商区建立大MS个数分别为2、4、2、1，小MS个数分别为2、0、2、1。
考虑到奥运赛程的安排，实际人流量、消费额、赢利等将随时间而发生变化，为进一步优化网点设计方案，根据系统动力学原理，基于Venple5.3技术用计算机对人流量与收益模型进行了系统仿真，并通过调式，对模型进行了检验和评估，从而验证了模型的合理性、科学性和实用性。
最后，对北京2008年奥运会从经济收入、旅游和硬件建设等方面提出了几点建议。
关键词：概率 人流量 对称性 欲望矩阵 多目标决策 系统动力学 系统仿真 范例四：长江水质的综合评价与预测控制 摘 要 本文根据调查数据的统计分析，对近两年的长江水质做出了全方位的综合评价，找到了高锰酸盐和氨氮污染源所在主要地区，并对未来10年水质污染进行了预测，提出了控制方案，给出了一系列较为科学的防污建议。
首先对近两年来长江流域17个主要监测断面的水质抽样，按照时间-空间的先后交互顺序进行统计，建立概率统计评判模型，结果发现：2003-2005年，长江85％的断面满足Ⅰ～Ⅲ类水质要求，12％的断面属Ⅳ、Ⅴ类水质，劣Ⅴ类水质占3％。
两年来，长江水质局部变化较大，整体较为平稳，但优质水正在下降，超标水质呈上升趋势。
为了寻找污染源，我们以长江干流7个断面作为基本观察点，根据水流量、水流速和降解系数，确立了污染源反馈指标： 经计算发现：江苏南京、湖南岳阳高锰酸盐污染最为严重，湖南岳阳同时又是氨氮污染源的主要地区，较为次之的是安徽安庆和江苏南京，但同比之下相差较大。
其次，对近10年的主要统计数据，按照GM（1，1）灰色原理，建立灰色预测模型，归一化处理后，通过DPS数学统计软件的计算，得到了水质类别的预测值和趋势函数，分析认为：长江 I、II、Ⅲ类水质总量呈现下降趋势，其中 I、Ⅲ类水质急剧下降，劣Ⅴ类水质上升幅度较大，到2014年超标水质总量百分比将达到45.88%，长江水质全面恶化，水生态环境严重失去平衡。
为了有效控制污染恶化趋势，防止超标水质的上升，运用二次多项式逐步回归分析，得到废水排放总量关于各类水质百分比的函数，经编程运算，我们提出了长江污水处理方案。
未来10年需要处理的污水量依次是：0，0，2.66，5.14，5.76，8.21，10.86，13.71，16.77，20.07（单位：10亿吨）。
最后，基于对长江水质状况的综合评价和未来污染趋势的预测，根据“保护长江万里行”考察团的实践调查，我们深刻意识到：长江流域水生态环境破坏日益严重,前景不容乐观。
为防止长江“癌变”，我们提出了几种水环保理念：做到教育先行，努力唤起民众环境保护意识；坚持依法治水，为保护长江立法；实行科学规划，走可持续发展之路；提倡人文环保，构建和谐的生态系统和人居环境。
关键词 监测断面；概率统计评判；污染源反馈；灰色预测；逐步回归；人文环保； 二、论文主体要鲜明、结构要完整 按照数模论文的特点，其论文主体部分就包括以下内容： （1）问题提出——明确问题 这一部分没有过多的说明，一般是直接 copy 赛题的原文就行了，但我认为在时间充裕情况下可以适当归纳总结；因此可以写点这个问题的一些背景知识。
明确问题即建模的准备阶段，要建立现实问题的数学模型，第一步是要对解决的问题有一个明确清晰的提法，通常我们遇到的某个实际问题，在开始阶段是比较模糊的，又带实际背景，因此在建模前必须对问题进行全面深入细致的了解和调查，查阅有关的文献，同时要着手收集有关的数据，收集数据时事先应考好数据的整理形式，例如利用表格或图形等。
在这期间还应仔细分析已有的数据和条件，使问题进一步明确化。
即从数据中得到什么信息
数据来源是否可靠
所给的条件有什么意义
那些条件是本质
那些条件是变动的等。
对数据和条件的分析会进一步增强我们对问题的了解，使我们要更好地抓住问题的本质及特征，为下一步建模打下好良好的基础。
（2）模型假设——合理的假设 作为题目的原型都是复杂的，具体的，是质和量、现象和本质、偶然和必然的统一体。
这样的原型如果不抽象和简化，人们对其认识是困难的，也是很难把握它的本质属性，而建模假设就是根据建模的目的对模型进行抽象，简化。
把那些反映问题本质属性的形态，量及其关系抽象出来，简化掉那些非本质的因素，使之摆脱原型的具体复杂形态，形成对建模有用的信息资源和前提条件。
但如何对问题提出合理的假设是一个比较困难的问题,这是因为作得过于简单,则使模型远离现实,无法用来解决现实问题，假设做得过于详细,试图把各个方面的因素都想进去,模型就会十分复杂,甚至难以建立,也对我们计算带来复杂化，一般模型假设遵从以下原则： ①目的性原则,从原型中抽象出与建模目的有关的因素,简化掉无关的因素或关系不大的因素。
②简明性原则，所给的假设条件要简单，精确，有利于构造模型。
③真实性原则，假设条款要符合情理，简化带来的误差应满足实际问题所允许的范围内。
④全面性原则，在对事物原型本身作出的假设的同时，还要给出原型所处的环境条件。
最简单的作法：假设的条件一般可以从题目中挖掘。
（1）根据题目中条件作出假设（2）根据题目中要求作出假设 需要值得注意的是：①对我们所解决问题本身没有影响(或影响比较小)但可以使模型得到简化的因素应该在假设中体现。
②不能为了简化问题而大量假设(使求解问题本身与原题意不符)，因此应注意假设的量与度。
（3）．符号说明——不可缺少 在你的论文中不可避免的会出现大量的数学符号，因此在这部分里应把这些符号做一个简要的说明，可以从符号，类型(变量，常量)，单位，含义几个方面来说明(如下表)：符号 类型 单位 含义需要注意的是单位量纲要统一，含义解释要准确，清楚。
（4）．问题分析——思路清晰、图文并茂 从题目到模型是一种从具体到抽象的思维过程，本部分即是这一过程的体现。
这部分应是论文主体的一个亮点，建议在文字说明的同时用图形或图表列出思维过程，这会使你的思维显得很清晰，让人觉得一目了然。
另外，这部分应对题目做整体分析，充分利用题目中的信息和条件，确定用什么方法来建立什么模型。
经验告诉我们可以从题目中得到问题的一些初步的判定：比如说可以得到在极限情况下的最大产量，花费的最少时间等，使我们最后得到的方案不能超过(或低于)我们这里分析的量。
在这部分应能体现我们解决原问题的雏形。
总之，问题分析在整个论文中的作用在于承上启下，也很能反应出参赛者的综合水平。
（5）．模型建立——数学语言 数学模型就是：数学公式、图表、方案等。
模型的建立是将原问题抽象成用数学语言的表达式，其建立方式会由于对问题的理解和着眼点不同而不同。
近年来的数学建模竞赛出题主要有两个方向：一是概率统计问题；一是运筹优化问题。
因此掌握好以上两方面的知识对于建立模型来说是十分重要的。
另外，我还觉得应注意对每个模型式子的解释一定要清楚到位，其中的数学符号一定要与前面的说明保持一致。
其基本方法为： 在建模的假设的基础上，进一步分析建模假设的条款，首先区分那些是常量，哪些是变量，哪些已知、未知，然后查出各种量所处的位置、作用和它们之间的关系 ,选择恰当的数学工具和构造模型的方法对其进行表征，构造出刻划实际问题的数学模型。
这里要注意两点：其一，构造一具体问题的模型是要尽可能地简单的模型，然后把它与实际问题进行比较，再把其次要的因素加进去，逐渐逼近现实来修改模型，使之趋于完善，这样应形成了由模型一，到模型二，再模型三，……，这样逐步逼迫现实的数学模型。
其二，要善于借鉴已有的数学模型，许多的实际问题，尽管现象和背景都不同却有相同的模型。
例如，力学中描述的力，质量和加速度之间的关系的的牛顿第二定律F= M a ，经济学中描述单价、销售金额和销售量之间的关系的公式C= p q等，数学模型都是y= k x ，要学会观察和分析，看到问题的本质，抓住本质特征，对我们已有的模型进行修正。
（6）．模型求解——软件帮忙 不同的模型要用到不同数学工具求解，如可以采用解方程，画图形，证明定理，逻辑运算，数值运算等传统的方法和近代的数学方法，建模发展到现代，多数场合的模型一般多用软件编程求解。
三大软件(Matlab，Maple，Mathematic)至少应熟悉一种，另外应学会一些专用软件。
比如说解概率统计问题的DPS，SAS，SPSS；解运筹优化问题的 Lingo，Lindo 等。
熟练利用这些数学软件会为我们求解带来快捷和方便。
其次尽量用不同方法求解，这既能反应出你的思维比较开阔，也能间接地验证你所求解结果的正确性。
另外应给出主要算法的一些简要步骤，处理或简化问题的方式，并适当应用表格或图像说明。
最后需要提醒大家的是在必要时可以给出数学上的证明，这会使你的论文增色不少。
（7）．模型(结果分析)——检验与修正 建立数学模型的目的在于解决实际问题。
因此必须把模型解得的结果返回到实际问题，如果模型的结果与实际问题状况相符合，表明模型经检验是符合实际问题的，相反则不行，它就不能直接应用于实际问题。
这时数学模型建立如果没有问题，就需要考虑建模时关于所假设的是否合理，检验是否忽略了不应该忽略的因素或还保留了不应该保留的因素。
对假设给出必要的修正，重复前面的建模过程，直到使模型能够反映所给的实际问题。
通常的作法是：由于在模型假设中，忽略了一些对问题影响的次要因素，这或多或少的使问题得到了简化，但必然会产生一些误差；另外解决问题的方法是很多的，在论文中可能只用了其中的一两种方法，思维可能显得比较局限；而模型本身也会有它的优势和缺陷。
因此，我们在这部分应该做的工作主要有下面三点：A．是否能用其他方式或方法解决。
B．模型的优缺点分析。
C．模型的误差分析或灵敏度分析。
做好上面的工作，既是对原问题的补充说明，更表现一种思维的严谨和逻辑的严密，使你的论文一气呵成，显得很完备。
（8）．模型的评价与推广 什么样的数学模型是好的呢
一般来说一个好的模型应该具备以下五点： （1）对所给的问题有较全面的考虑。
在一个实验问题中往往有许多的因素同时对所研究的对象发生作用，进行数学描述时，应该全面地对这些因素加以考虑。
这项工作可分为三步进行： ①列举各种因素； ②选取主要因素计入模型； ③考虑其他因素的影响，对模型进行修正。
（2）在已有的模型上进行创造性的改进。
数学模型是现实对象的抽象化，理想化的产物。
它不为对象所属领域所独有，可以转移到另外的领域。
在生态，经济，社会等领域内建模就常常借用物理领域中的模型，能否对已有的模型作为创造性的改造，是考虑一个数学模型的优劣的重要标志 （3）善于抓住问题的本质，简化变量之间的关系。
数学模型应当是实际问题的本质刻画，模型过于复杂，则无法求解或求解困难，反之则不能客观的反映客观实际。
（4）注重结果分析，考虑其在实际中的合理性。
数学模型是一个从实际到数学，再从数学到实际问题的过程。
由于现在的模型仅仅依赖题中的数据，如果从模型中得到的结果与实际吻合，模型是成功的，反之则失败，要求我们进一步修改。
（5）具有较好的稳定性。
数学模型是依赖已有的数据和其他的信息建立起来的，他的价值在于能够从已知的信息预测到未知的东西。
因此，一个好的数学模型的结果对原始的数据有较好的依赖性，即原始的数据和参数有微小的变化不会引起结果很大的变动，这是模型适应性和有效性的保证。
由于论文本身的局限性，在这里可以对一些问题做更深入的探讨，这是文章又一亮点，实力比较强的队伍可以在这一块充分发挥。
这部分对于整个论文的作用在于画龙点睛。
另外，我们对问题的探讨与延拓方式是多种多样的：可以把假设的条件适当放宽了来考虑问题；可以对你的算法做出改进等等，但我认为在这里做做定性的分析就够了，最后主要对问题的横向和纵向两方面进行发散。
因为评委的评阅工作至此已经基本结束了。
（9）．参考文献 这里注意一下格式问题，参赛要求有明确规定：A．书籍的表述方式为：[编号] 作者，书名，出版地：出版社，出版年。
B．参考文献中期刊杂志论文的表述方式为：[编号] 作者，论文名，杂志名，卷期号：起止页码，出版年。
C．参考文献中网上资源的表述方式为：[编号] 作者，资源标题，网址，访问时间。
至于附录，附上相关程序及运行结果，数学上的证明即可，最后注意一下论文的整体感，特别是文字表述是否准确严密。
三、用数学通用软件编写程序 在编写计算机程序时，基本原则是使用通用的、自己使用最熟悉的软件进行编写，这样可以尽快出结果，即使出错也能很快查出并进行改正。
数学通用软件是建立在一定的理论基础和算法基础上的，其计算结果具有一定的可信度，因此，尽量使用matlab、mathematicas、lindo、lingo等数学软件编写的程序，能增加模型结果的可信度。
另外，也可利用一些二次开发程序。
如TSP，EXCEL，DPS等。
四、要善于合理使用图表 在论文写作中一定要注意能用图表的地方尽量用图表来表示，用图表比用文字阐述要来得清楚直接，一张图表往往能代替一大段干巴巴文字，并且图文并茂也可以为论文增加更多色彩。
要知道评委们大都是老教授老专家，为了教授专家们的眼睛，减轻他们受文字的折磨，多用图表绝对是不错的选择。
须注意的是图表的引用要规范，在交叉引用的时候一定要小心，不要错位，为此应给每一张图、每一个表都编上号，而且整篇文章的图、表的号码应该连续。
图和表在论文中应尽量交替出现，同时排版时也应该让它们处于页面的中部，尽量避免出现在最顶端，这样可以增加文章的视觉美。
五、充分发挥团队的作用 在比赛中，队员之间的配合很重要，每个人对自己这个组的特长，要有一个比较清醒而统一的认识，擅长做哪种类型的题，不擅长做哪种。
这样，在选题的时候才不会耽误太多时间。
分工的原则： •建模：推导数学模型，数学能力强 •编程：计算机能力强 •论文写作：写作能力强 其次，参赛队中应有核心队员，他的作用就相当于计算机中的CPU，核心队员发挥好了，就能带动一个队正常有效开展工作。
无论是选题、讨论、写作、协调甚至情绪等，核心队员都应该充分发挥好，起领导作用，才能使整个队伍充满信心地、高效地完成比赛，否则可能导致队伍的情绪低落，没有信心，甚至前功尽弃。
六、合理控制写作进度 做任何事情，合理的时间安排非常重要，建模也是一样，事先要做好一个规划，论文一般分十个大的板块：摘要，问题提出，模型假设，问题分析，模型假设，模型建立，模型求解，结果分析，模型的评价与推广，参考文献，附录。
要求我们的队员每天要做完哪几个板块的工作一般先要确定好，这样做才会使工作临阵不乱，保证在规定时间内完成论文写作，以避免由于时间已经用完而任务没有完成的被动局面，严重的最后无法完成论文。
通常的竞赛时间安排：第一天：上午：确定题目，并查阅文献 下午：开始分析，建立初步模型 晚上：编程，得到初步计算结果 12：00 PM 休息•第二天：上午：得到第一个模型的合理结果 下午：开始写论文，并考虑对第一个模型的改进 晚上：得到第二个模型的初步结果 12：00 PM 休息•第三天：上午：得到第二个模型的合理结果 下午：考虑对前二个模型的进一步优化，得到第三个数学模型，或对前二个模型的正确性进行验证 晚上：得到最后结果，完成整篇论文
什么是数据采集
数据采集 数据采集，又称数据获取，是利用一种装置，从系统外部采集数据并输入到系统内部的一个接口。
数据采集技术广泛引用在各个领域。
比如摄像头，麦克风，都是数据采集工具。
被采集数据是已被转换为电讯号的各种物理量，如温度、水位、风速、压力等，可以是模拟量，也可以是数字量。
采集一般是采样方式，即隔一定时间（称采样周期）对同一点数据重复采集。
采集的数据大多是瞬时值，也可是某段时间内的一个特征值。
准确的数据量测是数据采集的基础。
数据量测方法有接触式和非接触式，检测元件多种多样。
不论哪种方法和元件，均以不影响被测对象状态和测量环境为前提，以保证数据的正确性。
数据采集含义很广，包抱对面状连续物理量的采集。
在计算机辅助制图、测图、设计中，对图形或图像数字化过程也可称为数据采集，此时被采集的是几何量（或包括物理量，如灰度）数据。
在互联网行业快速发展的今天，数据采集已经被广泛互联网及分布式领域，数据采集领域已经发生了重要的变化。
首先,分布式控制应用场合中的智能数据采集系统在国内外已经取得了长足的发展。
其次,总线兼容型数据采集插件的数量不断增大,与个人计算机兼容的数据采集系统的数量也在增加。
国内外各种数据采集机先后问世，将数据采集带入了一个全新的时代。
数据分析有何用处
如何做好数据分析
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
这一过程也是质量管理体系的支持过程。
在实用中，数据分析可帮助人们作出判断，以便采取适当行动。
网舟科技就是基于移动互联网的数据采集，分析用户行为，通过数据挖掘手段，实现全程数据分析解决方案。
使用的分析工具是当前业内最先进的Adobe Insight。
数据分析的数学基础在20世纪早期就已确立，但直到计算机的出现才使得实际操作成为可能，并使得数据分析得以推广。
数据分析是数学与计算机科学相结合的产物。
