- 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
- 565563 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174892
- 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 |
0 J) A. K6 }2 a
【数学建模算法汇总】" l" \: E' K+ j3 Z V6 U( m7 Y( C
目录
6 M ?/ S. `, J
2 W1 y. H* x' a* e/ l2 V数学建模方法
2 k' {, G7 {. y3 c/ \8 P(一)预测与预报; h5 ]0 o1 w. k' F
灰色预测模型(必须掌握)" h: [: Y# k1 i' x
微分方程预测(备用)( U6 w! l3 o6 _" r7 b0 a6 e
回归分析预测(必须掌握)
4 |. O8 R. R/ M \9 `1 x马尔可夫预测(备用)% O8 G ] n# g: ^: X+ h
时间序列预测(必须掌握)$ b0 f8 z4 Q6 ^8 w
小波分析预测(备用)
% e& D0 ]9 l8 g# L神经网络预测(备用)
7 B' l8 v/ m7 e混沌序列预测(备用)" @4 h6 [* R/ E
(二)、评价与决策
' n$ i4 R# y. P' X; G模糊综合评判(必须掌握)
* F' L) b5 A7 L/ _9 E4 h主成分分析(必须掌握)
; m. B3 X1 p. ?; i/ A" t层次分析法(AHP,必须掌握)$ ~9 L7 @3 M6 P/ d! c2 T1 c
数据包络(EDA)分析法8 X; M; A# G& q7 X, ?( J
秩和比综合评价法(必须掌握)
+ r1 d3 n( K/ U8 c* t1 O+ w& S优劣解距离法(TOPSIS法)
3 G7 W! N0 r1 r6 O投影寻踪综合评价法0 V! B6 h' z* r- ?$ w n2 {
方差分析、协方差分析等(必须掌握): t' l' m( }1 ~" }# _! p9 d
(三)、分类与判别! O4 E4 S. m) Z9 R1 d# C- t
1、距离聚类(系统聚类)(必须掌握)
5 C& V% T# S! k% T2、关联性聚类(需掌握)
2 m3 c! e) t+ h7 D4 T4 U3、层次性据类& X1 u: }. v) k8 }6 Y% j; J/ t4 }
4、密度性聚类; X# k$ V& C# ?
5、其他聚类! b7 e9 R3 `: j; \; H4 o# ^
6、贝叶斯判别(统计判别方法,必须掌握)# W% o6 z, G- b/ x7 R8 z
7、费舍尔判别(训练的样本点比较多,必须掌握)! g7 o1 m, U+ G
8、模糊识别(分好类的数据点比较少)
1 c k0 g" ^6 Y5 f( L6 e(四)、关联与因果9 k; t ~9 G+ S" ~2 B
1、灰色关联分析方法(样本点的个数比较少)
! t- O& z B3 { A [% a6 b! O' i2、Sperman或Kendall等级相关分析
3 m1 N |" O/ \6 F/ D8 E6 _3、Person相关(样本点的个数比较多); \, T5 U6 g) o5 E* c3 j, E
4、Copula相关(比较难,金融数学、概率数学)
2 M" t' g$ s$ v: L8 ^( x: ]5、典型相关分析
+ j; y7 x! N/ G# a0 K6、标准化回归分析' [3 F5 B% ~" C! ?0 |; j$ O2 U, Z" C# R
7、生产分析(事件史分析)2 Y, |5 s1 n3 M6 H( M
8、格兰杰因果检验2 B0 q1 {, n9 k: r( Q
(五)、优化与控制
0 B& L4 X, D& N' J0 i2 C1、线性规划、整数规划、0-1规划(有约束,确定的目标): `: A0 z3 A! z2 q2 H8 V& D
2、非线性规划与智能优化算法
4 B5 b) v7 ^+ N( L3 Y! G7 C3、多目标规划和目标规划(柔性约束,目标函数,超过)) A: }5 ` N) z/ s, G
4、动态规划8 p* H( W% a- g& y; L% A# n
5、网络优化(多因素交错复杂)3 j2 b% F9 n; G% h5 p0 H
6、排队论与计算机仿真9 R. ?4 H& s8 Z9 ?3 }( {+ l" ^
7、模糊规划(范围约束)
' g! l5 [, {: \2 T% O6 b& ^% V8、灰色规划+ o F6 j* R- a- _" k2 i
9、退火算法(常用)" @' i$ T' D0 A5 t, i
10、神经网络
/ t: S8 s( x5 q" Q0 K3 k11、遗传算法
8 H5 p2 Z8 }9 q& ~! a0 q4 r数学建模方法$ J+ b* A( v5 l" V- J5 Z6 t$ S; h8 n
; J% x! t& X5 Q6 U" G4 V
统计:/ O% I. Y2 {6 x3 M( J# s
1、预测与预报9 q' b- _ T8 F& N6 j2 {, I
2、评价与决策8 A$ `* A, {# i3 S. N% o" P: K
3、分类与判别
9 ?& F9 [. c/ b5 U4、关联与因果
) [7 m0 D9 {* V0 u) _8 w7 |, t优化:$ B% \( M$ K |6 i- o
5、优化与控制
2 u( w2 Q7 d, E k9 a# A
3 e i: e7 B j1 i5 P(一)预测与预报* Z5 K+ P$ \, w- c9 @
8 N1 G7 d- @4 p% I灰色预测模型(必须掌握)
+ Y1 `: ~0 x* S O" v
: h% t/ {% f# n1 g/ H8 \9 o$ Q' [( _9 v满足两个条件可用:
) W2 o( M2 d1 `" e7 n①数据样本点个数少,6-15个
. I1 k( P, s$ Z5 n9 V6 I②数据呈现指数或者曲线的形式7 W" t) T3 W0 E ~) S1 N% _
% K' j9 [$ X% m' m8 j$ [' M" [概述* X- ?# ]& G8 S% ^
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。' A5 T( T4 x1 O: [8 H+ f$ s; ^' h. S
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。( n" O0 T5 w6 p. c& f
; |) }2 N& J$ R) n0 [( N原理
6 ]: g- ]9 M! s P* @0 j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。. q' p; b# J7 @) Q8 x7 [
[ \. u( z& B0 E, C分类及求解步骤2 J" E- l7 ^. E, ]
1、GM(1,1)与GM(2,1)、DGM、Verhulst模型的分类比较: O3 a- J- J6 |& Y: t9 f
2.求解步骤思维导图:
. X: ?4 t; O# Q$ U: Z; d. G.net/qq_25862209/article/details/1000299252 {3 Z" P; K; K: F4 v) _$ |7 |9 b
% \# W j# {; w" i0 Y! G' g: H/ v( y
|
zan
|