- 在线时间
- 130 小时
- 最后登录
- 2017-2-4
- 注册时间
- 2009-11-7
- 听众数
- 6
- 收听数
- 0
- 能力
- 0 分
- 体力
- 101 点
- 威望
- -2 点
- 阅读权限
- 20
- 积分
- 90
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 155
- 主题
- 20
- 精华
- 0
- 分享
- 0
- 好友
- 26
升级   89.47% TA的每日心情 | 衰 2014-12-6 00:31 |
|---|
签到天数: 81 天 [LV.6]常住居民II
 群组: 华中师大数模协会 群组: 华中师范大学数学建模与应用协会 群组: 学术交流A 群组: 学术交流B 群组: Matlab讨论组 |
本帖最后由 a3141592653589 于 2012-9-2 20:40 编辑
3 M' C$ J8 |3 X, C# w
2 `. ]& `( m, c0 B电子书和代码,一开始就讲多元统计,非常有个性,不从最简单模型讲起,比较适合国赛
数学建模与数学实验_汪晓银_周保平电子书 程序源码.zip
(23.14 MB, 下载次数: 2808)
: Z0 ~" _/ S" s5 Y7 {( b: r
# d I; `( Y2 W* q1 j7 X6 u' ]& O6 p2 ]5 s
' m, }: b$ {# X2 g' x- P: ]《数学建模与数学实验》通过实例与算法程序设计介绍了常用的数学建模方法,包括多元统计、时间序列分析、线性与非线性规划、多目标规划与目标规划、图论、动态规划、排队论、智能优化算法、微分与差分、模糊数学、神经网络、计算机仿真、灰色系统和层次分析法。全书将建模技术与数学实验融为一体,注重数学建模思想介绍,重视数学软件(SAS、MATLAB、LINGO)在实际问题中的应用。全书案例丰富,通俗易懂,便于自学。
9 k0 ^2 m @( m- n第1章 多元统计
, B9 {: {, A/ p# E1.1 多元回归
2 z- i8 h/ O; v% g% j1.1.1 多元线性回归( v2 l- L. m: F0 ^% G' ^. s
1.1.2 多元非线性回归/ c+ q" X7 N0 K4 n
1.1.3 多元回归方法评价' T+ @: f3 B; L3 d5 s. L
1.2 聚类分析. [' c& v% E, H/ ?( l& V+ T% C
1.2.1 聚类分析的一般步骤4 b0 i' o! G# Y2 }# ^4 _
1.2.2 聚类分析方法的评价
# g$ [4 B' K" O# w# J5 z1.3 判别分析9 ?- J7 v/ o+ J/ q1 Q5 ~: Y4 f* L
1.3.1 Baycs判别法的基本思想1 N( X; k7 s, Y, f
1.3.2 Baycs判别法的一般步骤) D5 {7 r% K. ]/ z6 a4 \1 b, L' {
1.3.3 逐步判别法9 a8 L: ~& ?6 r# @
1.3.4 判别分析方法的评价
3 p4 t0 M1 N" \) o. ~! s1.4 主成分分析
. v7 K0 e0 f3 h, k4 f9 x) I1.4.1 主成分分析的概念
A; N6 v9 H$ C# O3 i" M1.4.2 主成分分析的一般步骤+ `; _5 i$ K5 S
1.4.3 主成分分析方法的评价
. P) l' y* b! {% l% W& x/ L1.5 因子分析* |# Y- Y& `( c. r1 e4 t+ ?
1.5.1 因子分析概念1 ]: ^* c7 d8 B* ^' ^
1.5.2 因子分析一般步骤
# B% z& q5 w0 O( E0 T7 T% K1.5.3 因子分析方法评价. f& _' }( ]( c; }, M* J3 p
1.5.4 因子分析与主成分分析的区别与联系
. T5 @' m" m9 P" F1 q1.6 典型相关分析
n& i1 N5 A& R1.6.1 典型相关分析6 k6 ^2 x: l2 }* A5 L* C5 @# M0 l
1.6.2 实例分析
5 `5 s, f! E' M5 w4 f5 O1.6.3 典型相关分析方法评价
: Q+ h3 s8 y( \' k* H; M$ @* V( l. k, G: Y% t8 s
第2章 时间序列分析% t! ~' d! q( @: a
2.1 时间序列预处理
3 Z- \& k+ d J1 k, Z) o/ D5 i2.1.1 平稳性检验
) I: f) [5 L& ~1 _2 ^( C6 T$ E2.1.2 纯随机性检验1 P% O6 q# ~1 x# |* z+ O
2.2 平稳时间序列分析* d5 a) h# J& F
2.2.1 方法性工具3 X) k* X, {2 r1 K# U
2.2.2 ARMA模型的性质4 ~4 y) g. [$ a# v9 t1 A7 X2 B
2.2.3 平稳序列建模
. _5 w2 L3 R: S R' a" T# F2.3 非平稳序列序列分析
: x4 t) d/ C4 \% A2.3.1 差分运算4 C& W4 t9 i0 d8 X( s' ^
3.3.2 ARIMA模型6 o! ~) T9 h3 _
9 |) o. ~2 {9 f& |; y) e第3章 数学规划) G# o& ?. K% Q4 R
3.1 线性规划
" i _; h' W2 |3.1.1 连续型线性规划
6 L1 l3 ^ [3 L! g8 J" I' A# R1 m) ?* i3.1.2 整数线性规划与0-1规划
: C ~. ^& `2 U3.2 非线性规划
. ~; x# ^# e, @+ x& z3.2.1 二次规划
0 K4 A% Y0 f; ?$ n3.2.2 一般非线性规划$ l$ w( h* q$ V8 V$ X
3.3 多目标规划* ~( n v8 ]) d2 c- ?0 B" _& l
3.3.1 基本理论
2 I! g. i3 o+ q9 W" a0 X3.3.2 多目标规划的常用解法2 c8 U9 r) y# X. N
3.4 目标规划 ?( v0 F3 n E' _: e U7 K
3.4.1 目标规划的数学模型* v g8 Y0 d" w% l. l
3.4.2 目标规划模型的求解3 O7 J3 A/ O) R2 E
& u8 u/ {- f5 B7 F6 m: d) \0 U) |8 g第4章 图论0 K Q7 f5 ?& N! R" h" S+ @
4.1 图的基本概念8 d1 B" z/ Z0 k5 d$ i) ?% a
4.2 Dijkstra算法与Warshall-Ford算法4 N: B b' q7 l" Z# @4 ^3 n
4.2.1 Dijkstra算法与动态规划, B# r; Z: E R0 S; u, s- O
4.2.2 Warshall-Ford算法
Q' c3 V, L0 K9 S* T" h4.3 最小生成树
7 d( p6 \( d0 K, R4.4 TSP问题
9 R7 I' `0 U4 A z1 V& g4.5 着色问题
2 G- d! t2 O$ x4.6 最大流问题
' C7 n; s$ ?2 Y$ E+ Q; ?7 f4.7 最小费用流问题
1 c! h( m# E4 |" z. u* V* p4.8 二部图的匹配及应用# W9 R& d6 m: s+ i9 |
4.8.1 最大匹配! D* m3 E) e, N7 p
4.8.2 最佳匹配+ K5 c+ x& j+ A/ ?* F
. ~, u H& o& Q# }0 ?& g
第5章 动态规划与排队论5 v7 h' W! v! E4 B. a
5.1 动态规划
8 O+ H) U! Z6 ^6 J# u) _5.1.1 动态规划的最优原理及其算法4 s' R" h+ C8 S) m) h: l+ H; j
5.1.2 动态规划模型举例
- s0 V; ^5 e# f* f5.2 排队论
) @4 O/ U, p+ }2 Y' U5.2.1 基本概念
( a. H- {2 F" K5.2.2 排队系统的描述3 M( H2 L& {8 l$ w- t
5.2.3 排队系统的描述符号与分类
. I" x/ U8 h6 Q5.2.4 排队系统的主要数量指标0 W w( l( ]3 ?
5.2.5 排队系统的优化目标与最优化问题7 R& f0 U3 Q C- R R
: g8 L; v+ O' I* }
第6章 现代智能优化算法简介7 O$ Y8 m3 g" q) N& J
6.1 遗传算法
; \: Q. B- a3 V0 K6.1.1 理论简介
5 C Q0 o/ R% P3 s6 s2 u6.1.2 案例分析$ G7 ~) Y! [2 w8 F1 c
6.1.3 评论、体会与展望% h( K7 p% x9 @
6.2 蚁群算法' X3 B! N; P8 f$ r. C7 \$ e& r
6.2.1 理论简介
# f+ b0 j9 T+ Y, ?6.2.2 案例分析
" E- R9 `2 N7 G5 S6.2.3 评论、体会与展望: c+ @5 t: D' x" N, Y9 Q0 @, L2 L
6.3 其他优化算法简介# H8 ~: n' @6 F1 w% ^9 S
6.3.1 贪婪算法
8 S# o0 E1 U% F4 q( g' G( f6.3.2 模拟退火算法
# v& X* o+ S# ~+ N |3 [, U, h6.3.3 回溯法与分枝定界法8 {5 w0 T; N1 O- Q5 t
6.3.4 禁忌搜索算法! X7 l# [6 ^8 }+ N2 N
6.3.5 粒子群算法
: ?0 ~( a! p% k, ^' q1 z& W+ g9 H1 u1 g
第7章 微分方程与差分方程模型* n X8 |2 o3 @/ P- ~# j
7.1 微分方程模型
( i( M- m& X4 E0 |8 L7.1.1 模型的使用背景3 s4 }! t( h8 Y
7.1.2 微分方程模型的建立方法$ z2 G2 g1 `+ P
7.1.3 案例分析: W% K" E, S' U; X$ R
7.1.4 评论9 ?1 T3 P7 s" r Q8 d* I1 m
7.2 差分方程模型
' y: c( f+ ~3 @5 B2 X7.2.1 模型的使用背景
& y7 T& a. Z" l) S" R7.2.2 差分方程的理论和方法
|7 J( g' w, s7 S5 z% g- t7.2.3 案例分析
! n, m1 f: e9 C3 ]9 j$ w- ~* `
/ A9 @6 z* v6 M/ l0 q# b第8章 模糊数学8 | [- Q8 c9 T
8.1 模糊模式识别
) ]0 `% w, E1 X% `6 ?8.1.1 理论介绍+ @8 m) T, m- v, i
8.1.2 案例分析及编程8 W3 C# G+ v1 H8 ^
8.1.3 方法评论
. O! E1 Q( |( |7 E8.2 模糊综合评判' n+ R0 g+ i I& \: a. Y2 A" U
8.2.1 理论介绍
# N& V2 ]2 B% ? Y8.2.2 案例分析
6 ?* B. q: o4 J" K+ @1 _) N- |# g8.2.3 方法评论
- R4 n: h. V- N. V. X8.3 模糊聚类分析
' ?* A7 t7 p. y, ?5 _: L" T8.3.1 理论介绍
" m' B0 T& `7 }- d+ D8.3.2 方法评论* v8 H( f- [' c, d2 L
8.4 模糊线性规划; o/ z) [9 e( J0 i( T. u y& b- x
8.4.1 理论介绍1 E( m) @( S9 r P( g/ s
8.4.2 案例分析
0 `) f$ k! z, r$ F& Z6 C8.4.3 方法评论
( i: n( \, l! I3 p, Z1 L) t( H0 y6 r
第9章 其他建模方法% Y6 j, _* K' c8 W! ?. s+ Y# Q/ y
9.1 神经网络
' A# ]- _5 @2 ]9 ^8 R& P+ y9.1.1 人工神经网络5 i9 S& z# o* i
9.1.2 BP神经网络
" K5 v( z0 `5 _3 c+ j6 h& }" m& R9.1.3 案例分析
, p0 P# `8 m7 h* x9.1.4 方法评论
' E9 \; N2 Q, s& ]9.2 计算机仿真
4 {" |" i% C8 D8 |9.2.1 准备知识:随机数的产生+ i- H( g0 b2 ~* R2 v/ K! Y3 X1 l* p
9.2.2 随机变量的模拟1 U" T2 P# D0 N8 I+ B
9.2.3 时间步长法3 A3 r+ s" K! q& H
9.2.4 事件步长法- A% L" ? D. P5 \
9.2.5 蒙特卡罗模拟
- Q. `2 v, z/ F6 g9 A ~, M. v9.2.6 应用举例# R7 [; [5 |: w7 N5 T9 }& M
9.2.7 方法评论
7 E; G2 a# S) M" S8 u+ c9.3 灰色系统5 N2 l3 Z! F% q, p0 U8 a
9.3.1 理论介绍
' U0 e4 M; o% r9.3.2 案例分析: r6 Q" G, T& z* R
9.3.3 方法评论0 G9 {. q8 N* J' \
9.4 层次分析法
/ E: ~0 L6 z! j1 Z. Y9.4.1 理论介绍. ~0 c. }. {$ T" ]6 {
9.4.2 案例分析
) v' ^7 D( q" U9 {6 a2 e9 n! j9.4.3 方法评论
1 v# M: L5 N0 s' ]参考文献 |
zan
-
总评分: 体力 + 13
查看全部评分
|