- 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 |
+ `5 z4 }3 Y1 {' r$ G% a- X
【数学建模算法汇总】
! p1 r) Q, F2 F K! |目录. O7 Z) w3 F2 x$ g+ x8 V3 x& m
2 n+ f+ `7 a& m
数学建模方法
1 {: @' z9 m3 ?0 r+ w# X(一)预测与预报( {' s/ M4 R; |
灰色预测模型(必须掌握)
# L/ | ~/ N* V- n微分方程预测(备用)" f0 N" V1 v" V. ~5 C; I/ B( y: }; s
回归分析预测(必须掌握). {5 k; ]1 C) o" u
马尔可夫预测(备用)4 B4 x" u j( D1 j) s( `
时间序列预测(必须掌握)
/ U# ^' A6 x3 C2 Z/ b- g. B6 N& j小波分析预测(备用)! _: `3 |7 C# W2 O
神经网络预测(备用)1 U4 ~: H3 q* k3 v; @% A0 i# s- n: C
混沌序列预测(备用), I. ^! U% `5 N8 ?+ O4 R$ t1 \0 w
(二)、评价与决策5 @& ~( ?$ {; o _3 T/ w
模糊综合评判(必须掌握)
. H* M1 f+ K% s3 G主成分分析(必须掌握)$ f' l6 x1 @: S" J
层次分析法(AHP,必须掌握)
7 | K7 K! @7 S0 M" g8 h$ K数据包络(EDA)分析法' f( [& f# p& a( E% T7 u
秩和比综合评价法(必须掌握)
" [' }9 l0 j% q0 [7 W优劣解距离法(TOPSIS法) G6 i) B( c, W" n" R! M, {" T
投影寻踪综合评价法( b, d7 j6 Y; p
方差分析、协方差分析等(必须掌握)
& X1 B5 ~4 ]4 f# }0 ~(三)、分类与判别
' c/ \9 Y; O* q* U1、距离聚类(系统聚类)(必须掌握)
* X# V$ Z' ?6 H' F, _$ L2、关联性聚类(需掌握)
, U/ g. v- k' `+ f/ r3、层次性据类
9 D& t5 G' U E4、密度性聚类
5 y5 L2 f' A9 r- |- _9 D5、其他聚类
8 }! X" h6 {0 p6、贝叶斯判别(统计判别方法,必须掌握)4 M. K7 b( n7 W {
7、费舍尔判别(训练的样本点比较多,必须掌握)2 \9 m) ~' B( |/ ~
8、模糊识别(分好类的数据点比较少)6 }, Q" j# f6 f! l* L9 ^6 q
(四)、关联与因果! \/ Z% u8 Y7 G7 \8 R
1、灰色关联分析方法(样本点的个数比较少)
n3 V0 O+ [: v, W4 r/ e0 w! i2、Sperman或Kendall等级相关分析
8 ~; Y! i, ~9 n3、Person相关(样本点的个数比较多)3 f; G0 G1 b: V% w) a L8 s
4、Copula相关(比较难,金融数学、概率数学)
6 m s) l% ^( w: z5、典型相关分析
2 ~3 p) J2 o! A6、标准化回归分析" Z9 x- n! Y, c+ k9 g0 R7 a
7、生产分析(事件史分析)
. z; h! [4 \0 x9 y0 t$ L8、格兰杰因果检验3 y) N6 }, K L% q. A0 z9 O
(五)、优化与控制
/ D7 v; h, O: \# D K) U( o! O1、线性规划、整数规划、0-1规划(有约束,确定的目标)
4 @! ~( V# X8 C6 C2、非线性规划与智能优化算法
% v0 y' \" [& K) G3、多目标规划和目标规划(柔性约束,目标函数,超过)' V/ Q) G& z/ E, t8 P6 K+ o
4、动态规划! `5 n$ G7 Q8 B- `5 ^
5、网络优化(多因素交错复杂)
. P( x. I( s- v* H& F6、排队论与计算机仿真- X" r- t$ F" Y6 ~) ^( D0 l& z0 b
7、模糊规划(范围约束)
! d: r7 Z# }/ l F0 x+ B8、灰色规划
g6 z8 P$ w1 z( s k9、退火算法(常用)
& k. Y6 y- T4 y10、神经网络8 Z/ D0 \$ \( U% @8 F2 V
11、遗传算法
& S7 V4 |, q- Z5 f% k3 ~0 }数学建模方法
' W7 F0 D2 ~+ d' k2 f' v! c, [' _9 Z0 Z5 q
统计:
: h; M& m& x1 Q. j1、预测与预报; V2 ^* D6 U. e: \
2、评价与决策
; j8 G H% }6 V3、分类与判别
; h1 M5 o0 g Q1 b4、关联与因果6 w. w. ]: Y. j
优化:( N4 |# d9 n6 E% I! j- v- n& v
5、优化与控制
% W/ k4 h" b; Y9 e
. _" [0 N2 q0 w! w% F. Q' E ^(一)预测与预报3 N* Z5 W9 t! l" x" f
, x( Y$ y; F6 r2 T# E4 R/ J5 n3 ]灰色预测模型(必须掌握)9 j( k& {7 i& u- e& Q) W
+ |5 [5 ^. {; P
满足两个条件可用:
1 P5 u5 h5 @; I8 ]; o7 o8 F6 O; c①数据样本点个数少,6-15个
3 _+ V: v1 j% U②数据呈现指数或者曲线的形式
# V6 ~ v6 R3 g1 A$ R
5 x" p+ l: j$ h6 m. H概述4 |+ i6 Q Y. o' @& X! h
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。
" i; T3 l. B. u( x, \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。
& p5 ~7 F4 M3 q! {$ Y, P
. W1 X7 O8 w- i d. r. G$ e7 T. P' D原理
7 X1 v/ l9 k; k& x7 X1 k+ Z2 u8 H0 f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 B6 W0 Z8 U* R) u
4 f/ P, y2 ]" E分类及求解步骤
6 S. }$ K1 G6 T8 k2 I1、GM(1,1)与GM(2,1)、DGM、Verhulst模型的分类比较:8 e" b1 u" k; n8 M3 l
2.求解步骤思维导图:
+ ?2 H, |+ l5 Z3 M1 S.net/qq_25862209/article/details/100029925
8 y+ `! v- q* t$ s, v' v) `* }
, c# M7 `- Z! E: o/ b u! I- u( T9 O0 p% l3 M
|
zan
|