- 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
- 563401 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174243
- 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 |
( ? H! e- d6 S3 a
【数学建模算法汇总】
8 l0 ]' S" j: H! C+ i2 o目录
6 v$ O2 E; D$ W
. S, R: ]% T: P# T3 n7 G9 z8 r数学建模方法2 Y5 k2 |. r7 q% F* s, D
(一)预测与预报) @( r7 _4 N. |" v' ^- W: r, E& k
灰色预测模型(必须掌握)
$ U& N+ r2 N, c/ R+ [3 I7 A; T微分方程预测(备用)
" [( [5 z# l( \9 _( x+ X回归分析预测(必须掌握)
5 }# O6 q0 D+ {. o马尔可夫预测(备用)2 @5 ?3 D# C2 H
时间序列预测(必须掌握)8 j- i; ^9 n# i( B& {
小波分析预测(备用): Z$ I& c9 O- t* U
神经网络预测(备用)
8 b# q: m3 F' N5 i/ I2 m- v& d1 n M5 N! t) f混沌序列预测(备用)
: P* e& i5 y: F. t% E(二)、评价与决策
7 I) S+ c) R- m. J模糊综合评判(必须掌握)
1 H3 ?6 ~& \2 A$ Y主成分分析(必须掌握), q& R# O0 a/ V0 w2 M7 P
层次分析法(AHP,必须掌握)) h0 o6 b$ c) p; z. U7 I/ j3 c4 t
数据包络(EDA)分析法
2 _+ G6 _2 o$ A秩和比综合评价法(必须掌握) p# \! ^* E3 T
优劣解距离法(TOPSIS法)
! `0 G9 B. z1 _9 X P投影寻踪综合评价法( @$ d( ~2 k _, R# N5 s" V$ e
方差分析、协方差分析等(必须掌握)( ]; R/ |' }8 t, B$ |- N
(三)、分类与判别
7 \6 Z2 ?3 x2 G/ t$ U1、距离聚类(系统聚类)(必须掌握)+ D2 y) x4 k5 c4 g- y3 M
2、关联性聚类(需掌握)
( G/ [6 Y, \& x0 Y3 G* D3、层次性据类& j* E" a, A! ?) L; D a6 f: G
4、密度性聚类
) S+ U+ e1 @" ~9 a4 i d5、其他聚类8 _; e! X. @8 f& u
6、贝叶斯判别(统计判别方法,必须掌握)- E% f3 s9 l1 N4 ^! {
7、费舍尔判别(训练的样本点比较多,必须掌握)# {! c: ^: T+ o! t- C$ y
8、模糊识别(分好类的数据点比较少)- ~+ O6 h x' q! x
(四)、关联与因果
: u: J- z& q& G; a- f3 h$ f1、灰色关联分析方法(样本点的个数比较少)
) y) M! l* l+ k: V, G5 `7 O2、Sperman或Kendall等级相关分析
2 E/ l! x9 ]7 |2 |' A2 B p- W) w3、Person相关(样本点的个数比较多)/ d: K4 y5 U& b3 g
4、Copula相关(比较难,金融数学、概率数学)4 b* I( [6 T- v3 X8 p
5、典型相关分析- C# N; N7 H& B- A( s
6、标准化回归分析- y Z; u+ C ?# L8 C, Y( U
7、生产分析(事件史分析), J0 Q0 o! D2 z1 o) d! [- \
8、格兰杰因果检验7 }# j3 P* p5 d8 i2 S; x' ?" G
(五)、优化与控制4 a2 P8 W e0 M
1、线性规划、整数规划、0-1规划(有约束,确定的目标)2 ^% a) A) w. V( d0 l0 s
2、非线性规划与智能优化算法
6 c4 ?8 M6 l; }) ]4 J" R+ x3、多目标规划和目标规划(柔性约束,目标函数,超过)& A' k! M$ U" q
4、动态规划
7 O. y- k2 _, A! i' ^4 _5、网络优化(多因素交错复杂)
7 d- U" {+ d6 y1 U) W6、排队论与计算机仿真) X- G7 H$ E& n1 c+ S. u
7、模糊规划(范围约束). B1 e; y( q$ S0 }: t |
8、灰色规划
& h1 h* g7 ~( }( E# f( s9、退火算法(常用)
, _% C. ?* L) k# @( w! a10、神经网络
6 b' b/ B% P* ~# i/ E3 \11、遗传算法, R0 ]: j# W v& M+ X# {
数学建模方法
b- N" n& V( s# b
' a; \% S" C+ i统计:% v1 [$ B% |5 o1 ]/ L
1、预测与预报
! t4 ]1 d" s. l) _) G! r2、评价与决策$ [' _$ Y' n9 W8 r5 F, w8 g
3、分类与判别 n9 ?6 ~ h6 x( W/ o; {' y0 \
4、关联与因果; E+ o, d7 u8 W @$ k. i$ }/ k
优化:% _5 j& d, W _. u2 h. q1 r
5、优化与控制* ^* R6 K# \) c! O7 S4 V5 m3 Z; p
4 @7 i* U5 W1 C g0 B3 m* e(一)预测与预报4 D, {% m1 `$ _ J3 R$ U
/ q* b7 ]# x2 V$ O
灰色预测模型(必须掌握)
& A0 X$ V- y/ G7 _/ Z+ a1 G1 O4 h6 O* V& P6 j' G! N
满足两个条件可用:) n Q I3 D) Y- f0 z* [8 P
①数据样本点个数少,6-15个
+ \5 V/ z# S% k9 y- r) t, }( C5 \②数据呈现指数或者曲线的形式3 E4 c8 P8 [5 H0 P4 m6 ~6 N
7 p' E9 D& n/ m3 O! F, Y
概述
/ Q9 \; {2 _% n6 J; ~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。
" V$ ~. G6 I! c f K |% [( W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。
, J4 H. ]- T( e3 d- H% O' R
: f- U+ \; O1 r) f, L. U原理: b$ t5 W" w. b
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。
; ^8 W. U& s- I7 t1 f, ]. M
3 _9 {) Z S& Q/ ~7 T分类及求解步骤
' y* H" b" y* w1、GM(1,1)与GM(2,1)、DGM、Verhulst模型的分类比较:
: g4 s1 m" l: J+ v5 E2.求解步骤思维导图:/ p6 \) x+ K9 h# N
.net/qq_25862209/article/details/100029925
7 _4 J, V0 j8 c5 C" L
+ f) T1 y& m; s# z4 k- K' |. h6 N, S8 n) r b. x
|
zan
|