1、數學建模思想在物流管理教學中的運用1. 數學建模在物流管理教學中運用的意義（ 1）改變教學方式，豐富教學內 容。傳統的物流管理教學方式對課程內容的講授都比較狹隘， 教師一般只是單純地按照課本知識點進行講解， 講解的內容也不會太深入。 學生在這種授課方式下學習，很容易對課堂內容感到疲勞，提不起學習的興趣，就算是比較認真聽講的學生， 也往往因為教師授課內容的狹隘和不深入而得不到真正的提高，只是學習到了課本上的基礎內容。鑒于此，教師應當對傳統的教學方式進行改變， 并適當地拓展教學內容。教師可以在教學中引入數學建模的思想， 以改變單純講授課本的教學方式。數學建模重在過程，物流管理學習中，學生需要主動地

2、利用所學的數學知識去分析問題數據以及建立起解決問題的模型， 而非只是一心地聽講。 這樣的教學過程能把學生從聽講中解放出來， 既鍛煉了學生實際運用知識的能力， 又可以拓展課堂內容，也能讓學生的知識體系更為健全。（2）培養學生探索精神，提高學生解決問題的能力。數學建模的最終目的在于提供解決實際問題的可行性方案， 這對以往只是簡單從書本上獲取知識的學生來說是一項挑戰， 但同時也是增強學生創新能力和提升自己解決實際問題能力的機會。 數學建模是建立在實驗基礎上的，這需要學生不斷地搜集數據和資料，建立合適的數學模型， 以反映出實際問題的數量關系， 并對分析出的數據進行檢測，最后交流結果。數學建模的引入，能

3、夠培養學生自身初步的科研能力，讓學生能夠以科學的態度對待解決實際問題，不僅能夠激發學生的學習興趣，對促進學生的能力提高有積極作用，也能培養學生探索的精神和解決實際問題的能力，這對于學生來說具有重要的意義。2. 數學建模在物流管理教學中的具體運用數學建模思想在解決實際問題的過程中能起到非常重要的作用，通過建立模型得出的數據和結論對企業的發展有借鑒和參考意義。因此，在物流管理教學中，教師應該重視數學建模思想的引入，將數學模型和物流管理中的知識內容結合起來， 以問題設計為基礎、 以建立和運用模型為主線、 以培養學生的能力為目標開展教學工作。數學建模具有廣泛的應用， 在物流管理教學中也有許多內容都能適

4、用到數學模型，例如，物流管理課程中的運輸管理、物流配送中心設計的內容可以引入最小二乘法的數學模型進行講解，最小二乘法可以通過最小化誤差的平方， 減小模擬的數據和實際數據之間的誤差，可以提供交通運輸中最優化的方案；又如，物流管理課程中關于倉儲管理的內容， 可以運用指數平滑法的數學模型進行講解， 指數平滑法可以通過模擬數據得出的圖式來對倉儲量進行預測，以解決倉儲管理中進庫量和出庫量之間的矛盾，并使得的庫存量達到最理想化的狀態。 在物流管理教學中適當地引入數學模型，能對教師教學和學生學習起到非常大的作用。下面筆者以對物流管理課程中物流成本內容的分析為例， 闡述線性回歸的數學建模思想在物流管理教學中的

5、具體運用。（ 1）準備模型，明確現實意義。在教學物流成本的內容時，由于降低企業的物流成本是企業發展過程中最關鍵的要素之一，企業為了更好地發展會尋求降低物流成本的最優化方案， 而線性回歸分析是解決最優化問題而運用最多的方法， 因此，教師可以先建立起線性回歸模型來講解物流成本的課程內容。 通過數學模型的引入，不僅能讓學生感受到數學建模在現實生活中的具體運用，讓學生對課堂內容充滿興趣， 而且能讓學生對物流成本的分析更加清楚，也便于學生以后的職業發展。（2）建立模型。線性回歸分析可以分為一元線性回歸分析和多元線性回歸分析， 由于多元線性回歸分析涉及的影響因素較多，學習講解起來較為復雜， 而高職學生的數

6、學基礎和理解能力又比較差， 基于這一點， 教師在選擇線性回歸模型時應選擇較為簡單易懂的一元線性回歸模型， 如果學生有興趣拓展， 也可以讓學生在課后嘗試多元線性回歸分析。 一元線性回歸通常只和兩個因素有關， 即因變量和自變量， 這種分析方法和初中所學的一次函數極為相似， 因此對于學生來說較為容易理解和掌握。 一元線性回歸模型可以用式子： Y=+X+t 來表示，其中 Y 表示因變量， X 是自變量， 和 都是回歸系數， 一般為常數項， t是隨機誤差項， +X 是非隨機部分，而 t 是隨機部分，其變化不可控。（3）分析影響因素，確定預測目標。影響物流成本的因素是比較多的， 其中最主要的有物流運輸的空

7、間距離、 物流運輸的派出車輛、物流貨物的重量和數量，等等，分析這些因素對物流成本造成的影響， 找出其中對物流成本影響最大的因素， 以及如何才能降低物流成本， 是教師的教學重點， 也是教師需要讓學生學會分析的地方。 通過分析可以知道， 其中運輸距離和運輸車輛是影響物流成本最主要的因素， 因此，可以將這兩個主要的因素作為預測的對象。 結合之前建立起來的線性回歸模型， 教師可以把物流成本記為 Y，把影響物流成本的主要因素即運輸距離記為，運輸車輛記為 ，而其他影響因素記為 t 。（4）進行數據分析，建立預測模型。在建立好一元線性回歸模型后，教師就可以讓學生們查閱資料搜集相關的物流數據，并對數據進行統計

8、整理，在此基礎上建立起線性回歸分析方程，即回歸分析預測模型。通過對相關數據的分析，可以找出因變量Y 和自變量 X 之間的數量關系，并發現它們之間這種關系的影響程度，以更準確地將其運用到實際問題中去。（5）檢測模型，分析結果。通過回歸分析模型分析出來的模擬數據，可以呈現出散點圖的圖式，觀察散點圖的直線趨勢，不僅能夠直觀地看出這些因素對物流成本的影響程度，而且可以很好地預測出物流成本的未來發展趨勢。對數據結果進行實際的檢測，能為企業降低物流成本提供有價值參考，有利于企業做出最優化的選擇。教師在物流管理教學過程中，結合數學建模的思想，可以很好地將實際問題引入課堂，通過理論分析解決實際問題，讓學生明白數學的實際運用價值。這不僅能讓課堂教學取得成效，更對培養學生的思維能力和推動學生未來的職業發展起到重要作用。3. 小結數學建模思想在高職物流管理教學中有著