1.
掌握数学建模的编程工具MATLAB和LINGO软件的使用，熟悉并掌握所学数学建模方法的MATLAB函数命令，LINGO软件的常用函数命令 2.
会利用非线性最小二乘估计（lsqcurvefit)和线性最小二乘方法估计人口预测模型中的未知参数（第4讲，P14程序；P34） 3.
掌握符号变量的定义方法和自定义函数的五种方法、会利用dsolve（）和subs（）、sovel（）、vpa（）函数来简化微分方程表达式（理解并掌握第5讲P7） 4.
掌握MATLAB中插值的相关函数命令，并掌握相关的例题（第6讲，例5.1，例5.2，例5.6）；会利用多项式拟合进行相关问题的预测 5.
会利用一次指数平滑进行预测（理解并掌握第8讲P35） 6.
掌握ARMA模型的建模步骤；会使用GARCH模型进行ARMA模型的建模（掌握例8.15某化工生产过程的建模与预测，第10讲，P20例题，后续的利用ARMA函数命令和GARCH函数命令进行建模和预测的所有过程的求解思路和程序实现。） 7.
掌握线性规划的MATLAB和LINGO实现方法（重点掌握关于LINGO的基本函数命令，理解集合的概念，掌握第12讲，例3帆船生产量安排问题的程序实现），并熟练掌握第11讲，P35程序的实现方法。 8.
掌握非线性规划中各种不同非线性模型的MATLAB函数命令 9.
掌握Q型聚类分析和R型聚类分析的联系与区别，会使用相应的MATLAB函数命令进行实际问题的聚类分析；会利用主成分方法进行回归建模分析 10.
掌握典型相关性分析的思想；掌握数据建模中的一般数据处理方法（归一化和标准化）； 11.
掌握偏最小二乘分析的建模步骤；掌握灰色预测模型的基本概念、建模步骤，会利用MATLAB进行灰色模型的建立和实际问题的预测 12.
掌握神经网络学习算法的评价标准，会利用RBF神经网络进行问题提的预测（掌握基于神经网络的年径流预报实例） 13.
掌握数学建模案例：小浪底调水调沙实验、飞行管理问题和上课作业的程序实现，在19周上机时，会熟练的利用MATLAB和LINGO软件实现相应问题的建模和结果分析