领域建模刍议（一）:分清问题域和问题解决域

一：领域与领域模型   俗话说，人人心中有一个Hamlet，人人心中也都有一个领域模型的定义。    常见的有：    说法1：我理解的领域是对业务工作进行归类划分，归类的方式是业务工作具有相关的知识，这些所需要的知识构成一个领域，这些知识是业务工作的背景，通过对领域的分析，可以帮助我们挖掘、分析、理解业务工作的本质。 也就是说，领域是为需求分析工作服务的，它的目的是挖掘、分析、

领域建模有很多种方法，对于同样的问题域使用不同的建模手段得到的模型可能也不尽相同。于是我经常听到这样一个问题：怎么才能保证建模的正确性？

领域建模有很多种方法，对于同样的问题域使用不同的建模手段得到的模型可能也不尽相同。于是我经常听到这样一个问题：怎么才能保证建模的正确性？ 这听起来是个合理的质疑，但实际上却不是那么有道理。首先我们需要明白建模的目的是什么？如果仅仅是为了描画问题，那么并没有什么对错之分——仅仅是立场和角度的差别；而如果是为了企业业务系统而进行建模，那么这个问题应该变为：如何保证模型能够支撑企业的运营？

一道超级坑爹的题目

int a=4; int f(int n) { int t=0; static int a=5; if(n%2) { int a=6; t+=a++; } else { int a=7; t+=a++; } return t+a++; } void main() { int s=a,i=0;

数学建模的最短路径问题

真的挺好的 比如最短路径的算法 如floyd 还有disjstla prim 算法 都是对于图论来说 必不可少 的

推理逻辑算法--------------问题抽象与数学建模

问题：5个人百米赛跑，跑完。 A说：E一定是第一名。 B说：我可能是第二名。 C说：A最慢。 D说：C不是最快的。 E说：D应该是第一名。 最后裁判说：E肯定不是第二第三名，只有1、2名猜对了。 问题：输出5人排名

数学建模———线性规划问题

线性规划是规划类问题里面相对最简单的问题， matlab函数“linprog”是解决线性规划问题的关键。 说简单是最优解的问题，经常遇到的工厂利益最大化，抽象出来约束条件和目标函数，求最优解。 matlab求解线性规划问题，在模型抽象好了，约束条件目标函数确定之后，用linprog这样的函数来完成求最优解，先介绍一下这个函数。 [x,fval]=linprog(c,A,b,Aeq

一个0-1规划的建模例子

记录一个关于0-1规划问题（指派问题）模型的建立、实现、求解的过程。方便以后自己进行查阅。问题描述（基础）考虑这么一个分配问题有9个数，让他们其中分成2组每组不超过6人，每组又分成A、B两队，每队不超过3人。目标使得每组A、B两队和之差最小。用比较数学题的语言进行描述该问题，那么一般有2*2*3（一共3组、每组2队、每队最多3人）个位置可以进行工作安排，现有9人，如何安排才能使得每组AB两队比较平衡

钢管下料问题用非线性整数规划的数学模型来建模以及用Lingo进行计算

其实对学过数学模型的童鞋来说,这个问题是标准的建模问题,没什么新意. 之所以把这个东西拉出来过一遍,主要是因为, 计算的时候(玩别的类似的东西的时候一样,但今天是计算)我内心特别高兴, 有一种无法表达的满足感, 算是一种休闲娱乐. 另外一个, 我知道整数规划是读研究生的时候; 而恰在此之前1年左右, 曾经在Nitto Denko待过很短一段时间, 实际中碰到非常类似的情形.

matlab建模遇见的一些问题和解决方法

工具：MATLAB 警告：Equation is badly conditioned. Remove repeated data points or try centering and scaling. 出现这一警告的一般是因为数据在横坐标方向上跨度太大，在这种跨度很大的多项式拟合里，为了提高拟合精度，通常希望让横坐标变得更加集中，因为在一个相对狭窄的小区间上去拟合，要比在一个相对很宽的区间上拟

网络流一般化建模方式/最大流篇

最大流模板 分配类型问题： 将物资均匀分配到多个点上。 典型例子：网络流24题圆桌问题/试题库问题/分配问题 一般化建模方式：将每个可分配的点连上源点，容量为可分配流量数；将每个待分配的点连上汇点，容量为待分配流量数； 点之间按题目关系连边，容量按题目而定（1或者inf），最大流即可。 例题： 【tyvj1431】分配任务 随着tyvj发展越来越大，管理员的任务越来越重，如何合理的