第一篇：原創(chuàng)creator建模總結

[原創(chuàng)]Creator建模方法總結

模型數(shù)據(jù)庫構建 David.M江湖浪子 與3DS max、Maya等三維軟件相比較，MultiGen Creator側重于模型數(shù)據(jù)管理，其三維造型功能較弱。例如軟件布爾運算功能差，不支持NURBS建模，使得復雜實體的建模較為困難，雖然可以通過其它變通方法實現(xiàn)，但不容易達成預想的效果，而且費時費力。另外地形等不規(guī)則物體建模也需要借助其它軟件實現(xiàn)，又要求掌握其他三維造型軟件的使用；從一定意義上說，增加了使用的難度。

一般來說，用Creator建模時需要遵循以下的原則：一是采用統(tǒng)一的單位和比例尺，在從其他軟件導入模型時尤其要注意；還要注意設備底面與網格線關系，車輛類底面與網格重合，船艦類與吃水線重合，飛機類與中心面重合；二是建模時應盡量減少面數(shù)，能用貼圖就不要建面；貼圖宜小不宜大，邊長要為2的冪個像素。三是設臵合適的LOD和DOF，模型數(shù)據(jù)庫中節(jié)點名稱注意不能為默認值，避免產生過多的Default節(jié)點；放在某一個自由度下的節(jié)點不能移動到其它的父節(jié)點。

建模時，在確保真實感的前提下，應盡量減小數(shù)據(jù)量，對模型進行合理的簡化。簡化時還需要考慮虛擬現(xiàn)實場景的要求，有針對性地進行紋理設計，增強真實感。下面就實體建模中難點和解決方法進行闡述。

1設備、武器平臺的建模

戰(zhàn)場環(huán)境仿真中，車船、飛機、武器系統(tǒng)等實體建模必然會遇到。按實體結構不同，這類實體大致可分為外部操作型和內部操作型兩種。

對外部操作型實體，由于觀察者視點都在設備外部，因此建模時只需要對其外部特征進行描述。建模時除了要注意實體底面與網格平面的關系外，要將每個實體建一個文件，并按便于理解方式命名；處理貼圖時，盡可能不大于512×512像素；最好把所有方向的貼圖放在同一個文件中，并存儲為rgb格式。對模型貼圖時，可一次選擇多個面，在UV貼圖面板中調整操作點到合適的位臵，再選取模型上對應點進行操作。

對內部操作型實體，由于觀察點在實體內部，需建立實體操作部分的精確視圖，由于Creator對復雜實體建模功能不強，最好結合其它造型軟件實現(xiàn)。常用的方法是用3DSmax或CAD建模，存為3ds或dxf格式然后導入creator。這里要注意：一是要選擇統(tǒng)一的單位，避免導入后不在原先位臵；二是建模分段不要過多，如某個面沒有更多細節(jié)，一個分段即可；模型導入后再進行面合并，以減少不必要的面。

2自然及人文景觀的建模

自然及人文景觀主要包括植樹、交通標志、道路橋梁、建筑物等類型的實體。對樹木等植物實體的建模，在精確度要求不高的情況，可以采用Billboard或交叉面的方法，賦予用帶有α通道的植物貼圖；如果觀察距離較近或要求較高，也可采用其它建模軟件生成的植物樹干導入，然后加上樹冠的多個角度貼圖，一般來說，第一種方法就可以達到要求。樹木較多時，在合成最終文件時可采用引入外部模型的方法，以提高運行速度。交通標志的建立方法與植物類似，不過只需建一個面，賦予貼圖即可。

橋梁建筑物等由于需要從不同視角觀察，因此要建立三維模型。建模時畫出截面圖后，采用Wall或loft方法，生成三維實體；如果形狀不規(guī)則，對其主框架建模后，細節(jié)部分用貼圖來實現(xiàn)。

對道路的建模，可以采用road工具或是直接采用Strip Face實現(xiàn)，或者用添加子面的方法。由于Strip Face工具比較便于使用，因此在類似于城市道路的模擬使用較多。

3大規(guī)模地形的建模

由于Creator本身對不規(guī)則曲面建模不完善，因此，大規(guī)模的地形一般從外部獲取，比較常用的是從GIS軟件生成DTED的方法。步驟是首先將地形高程數(shù)據(jù)或衛(wèi)星數(shù)據(jù)導入GIS軟件后，選擇一定算法生成地形文件，再經過投影變換生成DTED，最后由Creator讀入并轉為flt格式地形文件。對訓練級的仿真應用而言，若非特殊需要，地形數(shù)據(jù)并不要求與實際地形完全相同，因此也可采用其它方法生成。在地形生成后，可以直接在上面附加環(huán)境特征，如樹木，建筑等，也可以通過引用等方式來加入以減少系統(tǒng)資源消耗。

4貼圖處理

在實體建模過程中，造型與貼圖是密不可分的。實體的細節(jié)，建模時可以用貼圖達成近似的效果，從而減少實體面數(shù)，提高運行速度，因而貼圖對仿真系統(tǒng)的視覺效果、運行速度都有著至關重要的影響。

貼圖的要求有：一是格式為RGB，大小以像素為單位，長和寬都應該是2的冪，否則會扭曲或無法正常顯示。二是要注意貼圖的路徑，最好采用相對路徑，否則會導致紋理無法顯示。可利用list texture工具來改變路徑，從而使模型能夠找到相應的貼圖。三是在編輯貼圖時，最好將同一實體所有面的貼圖編輯到同一個文件中，編輯操作點來對不同部分貼圖，可以提高運行速度。另外，對顯示效果要求高的仿真應用，可以在其它軟件中建立復雜的模型，加入光照等特效后再渲染出效果圖，用其作為仿真模型的貼圖，可以取得很好的視覺效果。

這是個人的一點總結，不夠全面或存在有誤的地方，大家指正，互相學習。

第二篇：建模總結

1.summary 理想狀態(tài)是10小時左右來寫。包含全文的全部主要觀點，創(chuàng)造性的工作一定要在這里得到體現(xiàn)，用數(shù)字來表示自己結果的優(yōu)越，這樣明顯，吸引眼球。每個人花一小時左右的時間來寫，獨立地寫，寫完后大家一塊兒分析，改正。

2.Introduction.在這里要清楚的表明自己是如何理解題目的，以及自己關注問題的哪一方面，打算對此做什么。即明白問題是什么，做什么，同時可以指導隊員的行為。在這里可以寫一些背景知識以及資料里面已有的工作。教授會感到生氣如果你不知道已有的工作。第一天就審題完后就應該寫出這部分。

3.Model.論文正文的第一個大部分。模型的目的是預測。好論文包括好幾個模型，由簡單的開始，向復雜的現(xiàn)實的模型改進。第一個模型簡單的在紙上就可以解決。一般復雜的模型會用計算機實現(xiàn)并不斷改進，這就要求把計算機實現(xiàn)的過程在論文上表達清楚。對于連續(xù)問題，微分方程很有用。對于離散問題，生成一些有特定分布或者具有特定性質的數(shù)據(jù)進行分析得到結果并以此來檢驗模擬已建模型。

4.the solutions.正文的第二大部分。一定要有很多解決算法，并和最簡單的結果比較。對于離散問題，最簡單的是隨機模擬，把復雜模型的結果與此比較。即使最后結果很好，寫論文時要從最基本的寫起，逐步改善。對于更加復雜但是結果并不好的模型，我們也要寫進去，這樣會顯示我們考慮周全。

5.解的比較方法。這是一個需要時刻去想 的部分，制定一個比較標準。

6.結果.這里會 展示很多模型的結果，我們目的就是為了顯示我們找到了一個好模型。數(shù)據(jù)的細節(jié)展示比較麻煩，在此能使用圖形一定要用。分析結果，把其反應的現(xiàn)象和趨勢，例外等等敘述出來。一定要對每一種模型多次模擬看其是否穩(wěn)健或者不好，嘗試改變參數(shù)和里面的一些因素。這里要深入探討各個模型的優(yōu)劣，客觀全面而論。7.conclusion.首先表明各模型的優(yōu)劣，多數(shù)字化表達。在這里只需總體上表明哪個好與不好。這也要寫進summary里。還要寫上優(yōu)勢與劣勢，這是結論的主要部分。寫出算法和假設的優(yōu)劣處。要提出怎么樣還可以再改進。

8.reference.不僅要寫參考字面的書籍，還要寫上對自己有啟發(fā)的書籍。可以盡量多的寫參考書籍，即使沒有怎么用，這樣事閱卷老師對你找到的某些好資源加分。9.要使文章很美，表格，圖像，羅列的東西，題目等等。10.每一部分要有標題，這樣使文章清晰。11.清楚的羅列邏輯思想。

12.如果模型較好，易于求解，我們應該徹底求解，現(xiàn)實我們確實了解模型及過程。13.圖標可以顯示結果，還可以表現(xiàn)我們是怎樣發(fā)現(xiàn)展開問題的，圖像確實反映了很多信息，比我們寫n多字都要表達的清楚。

14.可以先在整體上規(guī)劃文章應該包括哪些內容，然后去填補。這樣可以從全局上把握文章，不會因為一處的困難失去信心。

15.文章寫的要有活力，當自己對某一部分的表述表示感覺不是很清楚的時候，應該問自己這里面發(fā)生了什么，有什么動詞來形容，斟酌詞匯。還要自己去讀她，這樣可以使自己去明白文章到底怎樣，自己如果感覺有一點含糊，就一定要改，因為閱卷老師不如自己理解問題清楚，可能更難看懂。寫作要有一個領導者，大家都要參與。看往年論文及評委意見，看他們是怎么想的，這些可以指導自己寫作。

16.第三者，去尋找盡量多的與之相關的資料。

17.要注意調動氣氛，使得大家的想法得到討論，這是目的。

18.在建模過程中，當發(fā)現(xiàn)自己在做一些沒有很大價值的工作的時候，一定要參與到大神那里，向他提出自己的想法或者問自己能夠做什么。

19.當別人做出來一個好的模型或者方法的時候，自己不懂，但是一定發(fā)要讓他們給你解釋清楚，自己很可能會使得方法更清楚，自己也很可能提出他們沒有考慮到的東西。

20.氣氛的調節(jié)，目的是使得每個人的想法得到注意，實施辦法就是自己要問清楚他們是怎么想的，一點都不能放過，只有這樣才能使得文章寫清楚。

21.賽前，在一起讀很多問題，在一起動腦筋想方法。要使得在一起很舒服。要在一起寫作，看是否每個人都可以參與進來。22.What needs to be modeled to generate data? What will your solution algorithm need to do? How can you compare algorithms?make sure you all agree on precisely what the three parts involve.23.當問題非常寬泛的時候，里面會有成百個問題，我們找其中幾個自己感興趣的就可以。對于比較狹窄的題目，我們應該細細身體，看清楚問題給我們的選擇。

24.美賽的試題一般代表一個方法類型，當想到其可以用什么方法的時候，我們可以去查用了這個方法是文章，看是怎么使用的。去找與之相關的方法，并且使其完美契合的使用真的很好。

25.盡早寫論文。

26.要使得論文寫作者和程序員良好溝通，完整表現(xiàn)在紙上。問清楚所有人做的事情，記錄下來寫作。

27.時間行動規(guī)劃，即行動步驟要清楚。每一步該怎么做，在獲獎論文里是怎么體現(xiàn)的。28.模型建立這一塊以及有關分析的部分，只有做細致了，才有足夠的東西去寫。精致分析。29.結果比較標準的建立，題目要求一般比較明確，我們可以以此作為基本的檢驗方法。另外要注意，不同方法得到的結果之間的比較。改變那些不確定的參數(shù)的值得到不同的結果進行比較。可以使用多種方法來評估得到的結果。

30.在結論里面，要明確提出哪個模型最好，數(shù)字表示。另外要客觀說出各個模型的優(yōu)缺點及假設對結果的好壞影響。用條列出。在這里可以列出未來改進模型，體現(xiàn)自己全面的考慮了問題。

31.只要有分析的地方一般都會有寫出自己的怎么想到的，當這個要突出表現(xiàn)的時候，我們可以單獨一段，寫出我們的想法。同理，也可以把對某個東西的解釋，理由單獨一段。

參考文獻:建模的秘密

第三篇：數(shù)學建模總結

數(shù)學建模總結

（河南科技大學 許光輝 李貴濤 蔡亞娟）

數(shù)學建模比賽雖然已經結束半年之久，但是整個參賽過程我們依舊歷歷在目。從參加學校的建模比賽，到暑期培訓、全國大賽，到最終的答辯環(huán)節(jié)，其中的酸甜苦辣如今回味起來都已變成美好的回憶。

經過指導組老師的專業(yè)培訓，尤其是郭春娜老師的悉心指導，我們組最終獲得了全國二等。我們收獲的不僅僅是一份榮譽，更多的是知識的積累和能力的提高。現(xiàn)在我們將整個參賽過程的體會作如下的總結：

一、團隊精神。數(shù)學建模比賽靠的不是一己之力，拼的是集體的智慧。能堅持到最后參加國家賽，相對而言都是很優(yōu)秀的隊員，但是“眾人拾柴”才能“火焰高”，只有三個人緊密配合才能做出最優(yōu)的方案，最終提交的才不是三段互不銜接、支離破碎的論文。數(shù)學建模比賽有點累，尤其是到培訓的最后階段，又面臨著被淘汰的壓力，可謂是身心疲憊。此時，大家一定要互相鼓勵和支持。遇到意見不一致的情況，大家要平心靜氣地商討，或者找指導老師請教，萬不能傷和氣；一旦遇到尷尬的僵局，要及時調節(jié)。和諧的團隊氛圍能容易出成績。

二、術業(yè)有專攻。數(shù)學建模考察的是大家的綜合素質，譬如：建模能力、嫻熟應用軟件的能力和語言表達能力等等，3個人最好在平時的模擬時有所側重。但是每個人都要對這幾個方面有所了解，這樣才能在遇到瓶頸時互相探討，或者在一個人出現(xiàn)錯誤時，其他人能及時發(fā)現(xiàn)錯誤并糾正。

三、重視基礎。每年的題目都在創(chuàng)新、改變，但萬變不離其宗，考察的不外乎基礎建模知識。所以只有很好地掌握了課堂上老師教授的方法，夯實了基礎，才能在后期厚積薄發(fā)，有所圖突破。尤其是如今我們學習專業(yè)課時，才發(fā)現(xiàn)這些建模方法使用頻率非常高。假期的培訓確實讓我們受益匪淺。

四、廣泛涉獵。正因為每年的題目都在創(chuàng)新，所以我們要不斷涉獵新的知識，武裝自己。在平時模擬的時候，多到萬方數(shù)據(jù)庫下載相關的文獻看看，了解些學術前。有些這些文章看起來可能會晦澀難懂，我們“不求甚解”即可。看這些文獻我們可能并沒學到什么東西，但是能增強我們的信心。我們在正式比賽時，如果再去看文獻就不會顯得那么盲目和痛苦。

五、慎重選題。本科組有兩個題目，選題是正式比賽的第一步。總所周知，決定成功的不是站的位置，而是所朝的方向。如果選題時出現(xiàn)方向錯誤，結果可想而知了。拿我們組舉例吧，我們3人對經濟的把握略多余物理，并且選擇第2個題目的人比較少，相對競爭壓力小，所以在第一天上午果斷選擇了《上海世博會影響力的定量評估》。

六、注意細節(jié)。細節(jié)不僅包括論文的格式，更重要的是內容上不能有硬傷。在遇到大家建模思路相同或類似的情況下，老師就會比較誰的細節(jié)處理的好，因此，不要忽視任何可能影響建模結果的細節(jié)。我們就是在答辯環(huán)節(jié)，老師直接挑出了一個致命的錯誤。

七、絕對自信。比賽結束之后，我們會發(fā)現(xiàn)：其實大家的建模能力相差無幾。從校級比賽到全國大賽，這么長的戰(zhàn)線，中途掉隊的不再少數(shù)。掉隊的原因很大一部分就來自不自信，總感覺自己“計不如人”。請在退卻的念頭萌生時，告誡自己：每一個堅持到最后的人都是成功者，每一個堅持到最后的團隊都是勝利的組織。一定要絕對的自信，不能讓自己如在EQ上。

現(xiàn)在我們回憶起暑期培訓的場景，仍然有種意猶未盡的感覺。指導組的老師每一個都認真負責，冒著酷暑、犧牲休息時間給我們上課；同學們個個激情四射，勤奮練習。培訓期間的每一天都是充實和幸福的。不過，我們在此想給老師說兩點改進辦法：

一、希望老師在每次模擬答辯之后，能抽出部分時間分析一下題目。我們每個隊的建模方法可能不同，請老師把比較好的建模方法及建模時的注意事項告訴我們。我們剛做過這個題目，此時的記憶比較深刻，效果會好一些吧。

二、希望老師把模擬題換成新題目，而不是歷年的真題。大家都有惰性，如果用歷年真題，我們很可能會上網直接搜答案，缺少自己的獨立思考環(huán)節(jié)，除了鍛煉了寫作模式，對建模本身提高不大。

希望我們的這些總結能對下一屆的“數(shù)模人”有所幫助。最后，請允許我們在此對建模指導組的所有老師們說一聲：老師，您辛苦了，謝謝您！

第四篇：數(shù)學建模總結

數(shù)學建模實踐總結

本學期的第八周是大學以來的第一個數(shù)學建模實踐周，我們雖然只有一個星期的學習實時間，一個星期時間并不能讓我們對數(shù)學建模有著很深的了解，但我們可以通過這次實踐，更系統(tǒng)化，更具體化地學習數(shù)學建模，并進一步理解其所體現(xiàn)的一些思想和精神。數(shù)學建模是接觸實際科學問題的第一步，利用所學的知識，利用各種數(shù)學和計算機工具，為某一具體問題建立抽象模型，并解決問題、最后撰寫論文，給出客觀的評價。

在短短一個星期的數(shù)學建模實踐的過程中，我學到了很多知識，如LINGO軟件、MATLAB軟件和一些算法，可以說，這是迄今為止任何一門課程都無法比擬的，各種從未接觸過的高級數(shù)學軟件，令人眼花繚亂的編程和神秘的多維圖像。

其實，數(shù)學建模的一些思想和為人處世之道是相通的。在生活中，無論做什么事情，我們要端正自己的態(tài)度，時常給自己一點鼓勵，要相信自己的潛力，把自己融入激情之中，不要越做越懈怠。江南春曾說過“最終你相信什么，就能成為什么”。

第五篇：建模論文總結

We classify cities as different groups.Here are our groups:

P中心模型

Compositions, and there are many residents there.Thus, when we determine a

medicine, the deliver is often in geography center of the region.P-MEDIAN MODEL

斜率的表達

最小二乘法擬合 Least square fitting Sensitive Analysis We change initial speed of the production of the medicine b1 and total cases of patients are shown in the following figure: So this proves that the slight fluctuations of ? can be ignored and the results we conclude in the model are reliable.As the figure shows, the total cases stay relatively stable in different result generated from different?.Therefore, the total cases we use is exact enough.Strengths and weakness Strengths ?Comprehensiveness: From the perspective of both depth and width, we determine the importance based on a variety of indexes.?Adaptability and Practicability: The model we build has good portability, it is suitable for most network analysis.?Simplicity and Accuracy: The programs of the model are easy to understand, and the calculations are precise.?Flexibility: No matter whether the weight is added to the nodes or links,and whether there are changing nodes in the network, the model is flexibleis able to tackle it.Weaknesses ?Data limitation: The model is applicable to large volumes of data network.Unfortunately, if the data of a network is limited, the error is large.