数学建模是高等学校理工类、经管类专业的一门公共基础课，该课程以实际问题为载体，将数学建模、数学知识、数学软件和计算机应用有机地结合起来，对于培养学生发现问题、分析问题和应用数学知识、通过数学软件解决实际问题的能力具有重要的作用。
华中农业大学的数学建模课程团队经过多年的探索和努力，凝练教学内容，改革教学方法，形成了一套较完善的培养机制，取得了一些成果。数学建模课程于2014年被评为湖北省精品资源共享课程，并于2017年荣获湖北省高等学校教学成果二等奖，课程团队建设的“数学建模MOOC”于2016年在爱课程网上线，并于2017年被认定为“国家精品在线开放课程”。
本数字课程共12章，其中第1—9章为必修内容，第10—12章为选修内容。必修内容从数学软件SAS和LINGO的介绍出发，讲述了优化建模、多元统计、时间序列分析、非参数统计、模糊数学、层次分析法六大模块的内容；R软件介绍、微分方程、智能算法选讲三章为选修内容。数字课程内容完整，教学设计科学合理，视频讲解深入浅出，电子教案重点突出，自测与单元测试具有很好的检验效果，课程讨论主题针对性突出、开放性强，评分原则全面客观，可以有效地辅助教师课堂教学，提升课程教学效果，同时也能帮助学生提高学习效率和学习能力，拓宽视野。
本数字课程可供高等学校理工类、经管类、农林类各专业相关课程定制使用，也可供教学参考。
第一章 前言
第二章 SAS软件介绍
2.1 SAS基本操作
2.2 SAS做假设检验
2.3 SAS做方差分析
2.4 SAS做一元线性回归
2.5 SAS画图
第三章 LINGO软件介绍
3.1 LINGO基本操作
3.2 LINGO中的一维数组型变量
3.3 LINGO中的多维数组型变量
3.4 线性规划模型的LINGO求解
第四章 优化建模
4.1 最优化模型概述
4.2 运输问题
4.3 下料问题
4.4 指派问题
4.5 目标规划
4.6 装箱问题
4.7 生产计划问题
4.8 非线性规划
4.9 多目标规划
4.10 敏感性分析
第五章 多元统计
5.1 多元线性回归分析
5.2 聚类分析
5.3 判别分析
5.4 主成分分析
5.5 因子分析
第六章 时间序列分析
6.1 平稳时间序列及其检验
6.2 纯随机性检验
6.3 AR，MA，ARMA模型
6.4 平稳序列建模
第七章 非参数统计
7.1 非参数及相关性检验
7.2 两组样本数据的检验
7.3 多组样本数据的检验
第八章 模糊数学
8.1 模糊数学概述
8.2 模糊集及其表示
8.3 隶属函数的确定
8.4 模糊矩阵及其运算
8.5 模糊聚类分析
8.6 模糊模式识别
8.7 一级模糊综合评判
8.8 二级模糊综合评判
8.9 模糊线性规划
第九章 层次分析法
9.1 层次分析法
9.2 层次分析法的求解步骤
*第十章 R软件介绍
10.1 R基本操作
10.2 R概率计算
10.3 R做假设检验
10.4 R做方差分析
10.5 R做一元线性回归
*第十一章 微分方程
11.1 微分方程求解
11.2 人口增长问题
11.3 缉私问题
11.4 地中海鲨鱼问题
11.5 传染病模型
*第十二章 智能算法选讲
12.1 遗传算法
12.2 遗传算法之实现
12.3 遗传算法之应用举例
12.4 蚁群算法之概述
12.5 蚁群算法之应用举例
