- 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
- 565559 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174891
- 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 |
* u5 e" l3 F) q Y% O1 U
【数学建模算法汇总】
2 p) L7 k- K$ d/ ?( Z1 _# g目录
' P6 s; H: y4 t' e) A9 }$ x, s w- j+ n# Y: F
数学建模方法
( a& q% u- G* o5 W$ |(一)预测与预报
$ g- I- [- W0 O灰色预测模型(必须掌握)
R G9 a, u+ ]8 z1 k6 [微分方程预测(备用)+ _$ a. ~+ g6 T: M& ^% x: N
回归分析预测(必须掌握)4 A% q0 K5 [. Y7 a
马尔可夫预测(备用)
[* a) ^6 t4 X时间序列预测(必须掌握)
$ q( I' T" \9 W2 y4 } m& f2 p小波分析预测(备用)
4 ^3 @0 _% M9 h7 \! a2 k4 b0 B神经网络预测(备用): G a/ h' \! J) b& C% s
混沌序列预测(备用)' b: y+ H- C4 {1 C% A: b; C
(二)、评价与决策
" S/ g- H; T0 F: [$ i$ U模糊综合评判(必须掌握)
3 r; Z4 Y7 X l1 K! w8 z: w+ p主成分分析(必须掌握)5 v9 s2 x+ D+ l) u$ Z" {; W
层次分析法(AHP,必须掌握)
% l/ S8 K( A1 U3 y0 |! t数据包络(EDA)分析法
' p) O, w) h3 g% @2 ~秩和比综合评价法(必须掌握)! t' } m) h: ]4 W7 h: |8 w
优劣解距离法(TOPSIS法)/ q% _; {# }6 k; z: i' Q
投影寻踪综合评价法" e8 D/ ^% b4 v: u
方差分析、协方差分析等(必须掌握), r) c/ _0 Q+ }0 c; l1 `
(三)、分类与判别9 }5 {5 j1 N& t1 \& a; N3 F" {
1、距离聚类(系统聚类)(必须掌握)
7 g: K" C* i, ]5 Y. \1 Z2、关联性聚类(需掌握)
5 i9 Y: R! A8 J/ l3、层次性据类
. g. O% e! Y$ k! V2 r/ n" N" \% B4、密度性聚类
# K5 i+ u3 o/ J9 Q% r. Z! L' N5、其他聚类
3 j0 P S! t" N+ c4 Y6、贝叶斯判别(统计判别方法,必须掌握)
" N, [) a W1 `7、费舍尔判别(训练的样本点比较多,必须掌握)
) Q( y+ \# _% M, u4 n8 x% |* b! U' `/ q8、模糊识别(分好类的数据点比较少)8 @ x/ R& Q3 O& r$ c9 A" I3 y
(四)、关联与因果$ {4 }; ^7 I9 y- [9 f$ X
1、灰色关联分析方法(样本点的个数比较少); q& a' }7 h& ] F3 b9 H# @
2、Sperman或Kendall等级相关分析& `; j0 [% C, }; P
3、Person相关(样本点的个数比较多)) E4 ?: V' I. s: \+ z0 n. Q' H& T
4、Copula相关(比较难,金融数学、概率数学)2 l1 n; N- ]7 `
5、典型相关分析; U* i0 I M! A! @+ s
6、标准化回归分析7 t+ \' w" s9 [( u. ~9 }
7、生产分析(事件史分析). C3 M, ]% E h
8、格兰杰因果检验
) e& [. J6 d) u(五)、优化与控制; e/ D5 w" O6 r+ v* b; r( r" s
1、线性规划、整数规划、0-1规划(有约束,确定的目标)4 y% M a1 J5 j/ Y& j1 e
2、非线性规划与智能优化算法: V' S, u6 M( U$ R( X) A
3、多目标规划和目标规划(柔性约束,目标函数,超过)0 k3 `) Z: ~. w4 G/ ]( q" v
4、动态规划; c6 z: c4 \. O( L: b4 D; e9 c
5、网络优化(多因素交错复杂)
9 K2 L. C2 @1 {; |; w) i0 @: P6、排队论与计算机仿真
+ _* G% m& C# r, o+ [: o. C+ W7、模糊规划(范围约束)
: x+ [/ `1 ?' @2 @2 x8、灰色规划
1 I- i+ G5 N6 a/ t; t9、退火算法(常用)
( I7 r" F; o( K% N! @+ M10、神经网络# R. k0 G& ~) O
11、遗传算法4 S( X( ?( k: A" U# w; c. {
数学建模方法
4 l8 x( ]9 T) {1 }
& L8 a% R" x: V \统计:2 N7 K0 N. p5 }5 K9 f
1、预测与预报
4 l$ G8 C% s/ S: h% U2、评价与决策+ w4 ~$ v& X8 E# |' v) M
3、分类与判别
2 m9 l( \; }' x* g/ v; k3 u4、关联与因果, [, y4 C b, l' ~& p# o n# L
优化:5 L" |/ Y/ o6 ], H7 K& [
5、优化与控制2 R' g+ C0 M$ A
& b W) D* Z/ Q* q# O5 G
(一)预测与预报% P: a6 X4 G; j! q: p
7 |0 H5 { u2 G) G$ y# G) K
灰色预测模型(必须掌握)
1 Q7 C& n) Y! `; \4 l5 d5 z, ~3 `
满足两个条件可用:7 @: L- L$ A" \; w9 G
①数据样本点个数少,6-15个
5 R/ E! u3 F7 K2 l( h: g% X& z②数据呈现指数或者曲线的形式
: e1 @1 t9 b; L+ Y5 \3 G" @! v/ c7 B$ F4 ]6 i ?# K
概述
8 @! C% b5 ~3 o* ~2 W; 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。0 l! i* K7 b3 s6 z1 {
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。
" F0 e; R- F7 w e& B% ~; F3 C' G" O0 O1 D+ v& z4 Z7 B2 |
原理
% c' U9 U$ `6 y0 P# [1 z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 z1 U8 q. s9 h9 s# P" [
9 z7 N/ Y# t3 T* H分类及求解步骤6 P/ F# d+ F) ^( J
1、GM(1,1)与GM(2,1)、DGM、Verhulst模型的分类比较:
/ s# C$ A( W+ @1 o/ f: f2.求解步骤思维导图:) I* ]( U3 U7 Q/ a. e
.net/qq_25862209/article/details/100029925
% c/ u! V9 X. i. V _5 L* `
+ ~* K# | A) F( }0 T! x. Q" N2 v9 P. E- {" k3 K$ l
|
zan
|