- 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
- 564648 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 |
1 y8 n, S9 i- J" B
【数学建模算法汇总】# S5 C0 I [* a: B6 j. d
目录- [1 P* H6 w2 `: s5 w7 V s
( \$ w; c- z* _. a! b- A
数学建模方法
2 j' m& p+ m& y1 d% p+ R5 x(一)预测与预报; ~1 e+ D& N. r
灰色预测模型(必须掌握)6 n# h& D, b5 [7 Q+ C
微分方程预测(备用)& `3 C1 _+ E& c7 e, R3 c
回归分析预测(必须掌握)0 ]/ l7 ?. M- @5 {8 d
马尔可夫预测(备用)6 F6 X/ } |# i" ~. K
时间序列预测(必须掌握)- l& m* Q7 ]. F6 m& o
小波分析预测(备用). F4 X& L" \. q- N" |5 K- F. D
神经网络预测(备用)
" l; Y3 Y3 x H4 B; v混沌序列预测(备用)
; c3 C6 [/ {. c- u& l(二)、评价与决策9 ^2 p( \" c0 r0 y6 @ i( c
模糊综合评判(必须掌握)2 T1 v* \- Z; ^8 d
主成分分析(必须掌握)# }! r% r4 S0 G, a& F7 E+ T v
层次分析法(AHP,必须掌握)
# ] d/ x+ M: c/ l2 O& O数据包络(EDA)分析法
% K! ?: c& m, A9 S$ s N秩和比综合评价法(必须掌握)# v3 r# \2 h" j; W4 @5 h! s
优劣解距离法(TOPSIS法)6 W5 r0 ~' ~9 ~0 ?& N
投影寻踪综合评价法
9 i* j2 e# _ _4 {0 t方差分析、协方差分析等(必须掌握)0 Y9 R$ F2 a3 }5 P
(三)、分类与判别* i% @6 K2 G$ u" c |2 l% [' I
1、距离聚类(系统聚类)(必须掌握)
/ |* n$ N9 A; h* @2、关联性聚类(需掌握)
8 V% ~* u- @; m9 Y3、层次性据类
7 W4 W! L8 w: N& E0 ]+ V) c4、密度性聚类
. M0 y- P" |$ _4 i8 m. v5、其他聚类
; X& b8 ?; C0 [! k- e6、贝叶斯判别(统计判别方法,必须掌握)6 c8 P! t& F& i4 ~2 S
7、费舍尔判别(训练的样本点比较多,必须掌握)
0 Y/ ?# a; }! l5 [4 o4 f* X8、模糊识别(分好类的数据点比较少)! S7 a; F3 U A* d. \8 |& x
(四)、关联与因果7 I2 x/ B0 g. r: O+ ?& X* w) \
1、灰色关联分析方法(样本点的个数比较少)
7 @9 ]$ _+ W. \2、Sperman或Kendall等级相关分析) y* F: _1 [; @. d6 J& o4 [' E: I M
3、Person相关(样本点的个数比较多)5 h+ G* _1 X N6 ~( v: @. I
4、Copula相关(比较难,金融数学、概率数学)( y! a6 ~ F. L: K9 G @+ }8 }
5、典型相关分析
( n) z* u l1 c, C; w+ B6、标准化回归分析2 V6 e) p( @ F0 R
7、生产分析(事件史分析)2 k6 k& f/ ?% X: b; |4 X4 f
8、格兰杰因果检验
( V4 u: z/ e9 j! V/ j(五)、优化与控制: v4 u( ^# a9 K" Z3 o( p) a
1、线性规划、整数规划、0-1规划(有约束,确定的目标)0 Z! Q2 T$ I9 M1 }# k8 u2 i! C, p, A
2、非线性规划与智能优化算法
/ L* W/ r+ F5 U/ M$ _+ l& N3、多目标规划和目标规划(柔性约束,目标函数,超过)
. a+ x: g8 ^7 w, j; H9 K4、动态规划
; s9 W4 B; q5 ]4 W1 h5、网络优化(多因素交错复杂), q( Q; j0 @4 W4 N9 e5 [5 J
6、排队论与计算机仿真
3 p8 k; r" z2 M. Q7、模糊规划(范围约束)( a* p, w, A7 e. D* h. F
8、灰色规划
8 ]# w4 \7 U& p6 b, f9、退火算法(常用)# L8 x6 Q3 d2 K& S
10、神经网络& R" A2 J5 q8 U0 H% L2 [2 c% E- @
11、遗传算法
2 i2 t6 Y! j/ a2 E3 n数学建模方法 m% K- F# b. ~
8 |1 H* G+ V* T" d* Y统计:
9 G0 a" Y D/ R* K6 I1、预测与预报: h! @9 L) A9 i2 O: x: O7 s# X
2、评价与决策5 f4 }5 S9 W& b2 O
3、分类与判别
/ S* m# G+ A- L( L) a4、关联与因果- p* [: _0 ?7 |% p* e
优化:
" e& W+ C( ~2 o1 {5、优化与控制& e9 Z9 i1 G' d$ l% i
4 Y9 A/ c' Z/ w6 E8 w6 e
(一)预测与预报7 G& X+ ]; c3 y8 P* c
5 h' ^! a; j" r- B* X4 R
灰色预测模型(必须掌握)
5 g" N5 M7 m: {/ h! J
4 K+ I& Q( Z* I5 @; t满足两个条件可用:
* V; @/ j) g9 B; ]①数据样本点个数少,6-15个
( Q5 D% Q4 I* d+ k3 y②数据呈现指数或者曲线的形式4 m+ p- a* U. M( ?# H
+ S6 |& y- F5 R
概述9 t3 P% W" R5 v$ r# u% ^3 w D
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。
9 V. S; G0 x3 b& o1 v: }! q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。- K" Z* f0 o: T6 ~- k! J& e& z
5 n C3 [4 Z u$ ]2 Q- m3 {$ L原理
7 }; P3 p3 g0 j W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。) d% q2 u2 a: q
$ q* r! ~1 k7 i
分类及求解步骤5 g6 G. c+ h" D) o. l9 ]0 M
1、GM(1,1)与GM(2,1)、DGM、Verhulst模型的分类比较:
! e0 Z. {: P0 L8 l$ l' Z! I' q2.求解步骤思维导图:! w3 P' m% V0 j* p
.net/qq_25862209/article/details/100029925( j" T3 `3 U: ]
1 V' W5 B5 c) c7 ^" {2 o6 G
) t" C2 t/ D: z! n' Z' M7 E6 R* S |
zan
|