数学建模论文考研的内容通常包括以下几个方面：

数学模型与方法 ：

将实际问题抽象为数学模型。

建立模型并进行数学或数值求解。

使用实测数据检验模型。

数学基础 ：

解析几何、代数方程、微积分、微分方程、差分方程等。

概率统计、层次分析、插值与拟合、综合评价、优化方法、数据处理与计算。

实际问题处理 ：

实际问题通过抽象、简化、假设来确定变量和参数。

模型建立后，用实际数据来检验模型的准确性。

评分标准 ：

模型的创造性、假设的合理性、结果的正确性、表述的清晰性。

考试形式 ：

通常包括问题分析、模型假设、模型建立、模型求解、结果分析等环节。

其他知识点 ：

分类模型（如距离聚类、关联性聚类、层次聚类等）。

预测模型（如灰色预测模型、微分方程预测、回归分析预测等）。

考试技巧 ：

需要考生具备将实际问题转化为数学模型的能力。

理解和解释复杂现象，借助物理学的类比构建模型。

外语 ：

一般考察英语，有些学校可能要求考俄语、日语或其他语言。

专业课 ：

内容会根据不同的学校和方向有所不同。例如，建筑信息模型（BIM）建模考试会考察考生对BIM技术的理解和应用能力，包括BIM基础理论、建模技能、协同工作、应用案例分析、法规与标准、模拟与分析以及文档管理等。

对于模具设计与制造专业，考研科目可能包括思想政治理论、英语、数学和专业课，其中专业课可能考机械原理或机械设计。

计算机科学与技术专业可能包括数值计算方法、计算机图形学等课程。

软件工程关注软件的设计、开发与维护。

视觉传达设计注重艺术素养，课程包括设计基础、平面设计、立体造型等。

部分学校可能还需要加试概率论基础和统计初步。

建议考生进入目标学校的官方网站的“研究生招生”专栏，查看该学校官方给出的详细的考试科目及考试大纲，以便更好地准备考试。