- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 564647 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174617
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
|---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
 群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
8 A" W6 P- }0 C" c8 Y【数学建模算法汇总】
5 P; ^$ A2 |" B9 ]4 b2 `% B目录2 z8 O" w1 L, f+ }' S8 l3 s# {, d/ C
+ I. n; s; D. W, B: h J
数学建模方法7 u! w" L9 N8 W
(一)预测与预报) u: s: f6 g& d6 v
灰色预测模型(必须掌握)
1 j7 d* {* L2 Z微分方程预测(备用)/ @ _$ Y& S7 @5 n) H9 R: T
回归分析预测(必须掌握)& `; q/ `' G# h- x) V9 q+ `
马尔可夫预测(备用)0 W) I) Q" Y1 }3 {3 H: T U
时间序列预测(必须掌握)
2 C+ Y) U+ ?; W% M: D) A小波分析预测(备用)
! D F/ Y& U+ n1 t( e% S神经网络预测(备用)# `; m6 U/ l1 _* w" r% _, M
混沌序列预测(备用)4 G" r" P) }# u' t
(二)、评价与决策) t% P, A% W1 |$ I) w& e! e
模糊综合评判(必须掌握)2 f2 h7 B) l/ L, k: n: ?1 ~
主成分分析(必须掌握)
+ H0 |4 x6 o: G! H7 {层次分析法(AHP,必须掌握)" A2 t! L/ y! J" i; a6 Z
数据包络(EDA)分析法5 u! F" f' z6 C
秩和比综合评价法(必须掌握)
/ J6 Z3 A3 }' A' R* r& f# `优劣解距离法(TOPSIS法)
: v' Q* x5 I6 q/ k. [ A+ ^7 n投影寻踪综合评价法
& X1 d/ v9 _ S9 i7 ]; _方差分析、协方差分析等(必须掌握)
* @8 b% j4 T( ~- V- I6 Q O; F! i(三)、分类与判别 G) w4 ^$ v* \0 v* k
1、距离聚类(系统聚类)(必须掌握)- a) ^9 Q3 S" u* I
2、关联性聚类(需掌握)
o; V1 M0 e' P- \3 d9 x( t+ a3、层次性据类
8 }6 d% Y( w# N0 v4、密度性聚类
l' l* N; N+ I# c5、其他聚类
4 v! F9 i" }2 U! R+ P6、贝叶斯判别(统计判别方法,必须掌握)
. E+ ~- R! {- e) Z1 x' q7、费舍尔判别(训练的样本点比较多,必须掌握); t" M( D$ e- b( T" Y+ }) W
8、模糊识别(分好类的数据点比较少)
, j! k2 n' }0 r# O3 H(四)、关联与因果. A% D- j2 Q- M6 R9 ~* `$ ^
1、灰色关联分析方法(样本点的个数比较少). B/ R3 f y4 {% C4 ]- x
2、Sperman或Kendall等级相关分析
$ ]" c7 D% e+ {, P3、Person相关(样本点的个数比较多)/ Q# O8 j, a0 _4 c
4、Copula相关(比较难,金融数学、概率数学)1 i& Q' u* T& w5 [ r) G% b5 V. F# e
5、典型相关分析
% A( M( T1 F" H& F6、标准化回归分析8 g% l1 Q% [* p) a2 F7 N7 ^4 X. q
7、生产分析(事件史分析)3 d) d) G1 b0 c/ W
8、格兰杰因果检验
: {! y' |6 u: T# |: k(五)、优化与控制3 K; Y5 E3 _& ~7 |' Z/ C, i
1、线性规划、整数规划、0-1规划(有约束,确定的目标)
$ W$ O8 m6 K2 [$ V; a2、非线性规划与智能优化算法
7 L1 z1 v& d$ x* g4 z3、多目标规划和目标规划(柔性约束,目标函数,超过)" d1 {5 |, I8 B' r$ \
4、动态规划9 c1 F. o! O' e/ _% F5 l! T
5、网络优化(多因素交错复杂), L( \9 n. L7 I9 r! T. _
6、排队论与计算机仿真" S: O& N, t- B, J
7、模糊规划(范围约束)) A4 e$ a3 K. e3 t' c' F. y- r+ D
8、灰色规划& I1 _ G; c$ |- W
9、退火算法(常用) G" ]- W& n% D! G3 ~. i
10、神经网络
e( ^+ ^: H0 t& {5 L11、遗传算法
) d/ a" Z) R" E M数学建模方法' P s2 x, `3 {) B. t3 n: @
% ?5 ?; i% A2 h) F1 [; _2 V& B统计: W+ j% c# R- e) l1 z
1、预测与预报
! L" A- c2 H3 A5 k+ s/ u, n9 o5 Y2、评价与决策
. c% I& d# c6 k2 C/ v) z& s3、分类与判别% h. p# Q0 q1 w; n: ^
4、关联与因果. z( K( F9 Z; `
优化:3 j/ `) |1 r8 h. ?
5、优化与控制
U/ P0 h- h! d' Q5 `# }' R# ]6 q' Q$ `( L5 X- D2 D# D" w
(一)预测与预报9 z! {- Z. k/ p) ~
( F2 t: W( T0 v0 Z& B灰色预测模型(必须掌握)* _% c( \% r J& l- W& [. ~; v
6 P* N8 [8 v- U6 e
满足两个条件可用:3 ?9 m7 ] I! w
①数据样本点个数少,6-15个
( F. Q7 m: c2 k6 c/ z U②数据呈现指数或者曲线的形式
& k p% G+ v( f8 c* \6 y7 F/ }8 `1 t. `* m8 ^1 C0 B: L/ ]
概述
+ ?$ P$ y- b8 g2 e' ~关于所谓的“颜色”预测或者检测等,大致分为三色:黑、白、灰,在此以预测为例阐述。" S0 [! @ l3 ?5 K1 i
其中,白色预测是指系统的内部特征完全已知,系统信息完全充分;黑色预测指系统的内部特征一无所知,只能通过观测其与外界的联系来进行研究;灰色预测则是介于黑、白两者之间的一种预测,一部分已知,一部分未知,系统因素间有不确定的关系。细致度比较:白>黑>灰。7 b1 ^+ E( E' R- W/ {5 `, }7 C
& E1 O) V+ l7 w# x& S9 z
原理
% ]7 ~& ^8 K2 `( U灰色预测是通过计算各因素之间的关联度,鉴别系统各因素之间发展趋势的相异程度。其核心体系是灰色模型(Grey Model,GM),即对原始数据做累加生成(或者累减、均值等方法)生成近似的指数规律在进行建模的方法。
9 @- h% e, t* K$ @9 D U( m! y2 L% R/ `3 j3 [( r( q2 G
分类及求解步骤
# _+ t7 P0 e" L1、GM(1,1)与GM(2,1)、DGM、Verhulst模型的分类比较:: N) G \' U" b5 c
2.求解步骤思维导图:
* N( o" R* g: C2 \.net/qq_25862209/article/details/100029925
: \" [2 q/ c& m9 B0 B5 P
7 Z3 S/ t, P* n% {+ v% s- C: ~: v- L9 O; R& v. e. t: H8 d. e# U- F
|
zan
|