數(shù)學(xué)建模常用算法模型_第1頁(yè)
數(shù)學(xué)建模常用算法模型_第2頁(yè)
數(shù)學(xué)建模常用算法模型_第3頁(yè)
數(shù)學(xué)建模常用算法模型_第4頁(yè)
數(shù)學(xué)建模常用算法模型_第5頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、數(shù)學(xué)模型的分類(lèi)按模型的數(shù)學(xué)方法分:幾何模型、圖論模型、微分方程模型、概率模型、最優(yōu)控制模型、規(guī)劃論模 型、馬氏鏈模型等按模型的特征分:靜態(tài)模型和動(dòng)態(tài)模型,確定性模型和隨機(jī)模型,離散模型和連續(xù)性模型,線 性模型和非線性模型等按模型的應(yīng)用領(lǐng)域分:人口模型、交通模型、經(jīng)濟(jì)模型、生態(tài)模型、資源模型、環(huán)境模型等。按建模的目的分:預(yù)測(cè)模型、優(yōu)化模型、決策模型、控制模型等一般研究數(shù)學(xué)建模論文的時(shí)候,是按照建模的目的去分類(lèi)的,并且是算法往 往也和建模的目的對(duì)應(yīng)按對(duì)模型結(jié)構(gòu)的了解程度分:有白箱模型、灰箱模型、黑箱模型等比賽盡量避免使用,黑箱模型、灰箱模型,以及一些主觀性模型。按比賽命題方向分:國(guó)賽一般是離散模型

2、和連續(xù)模型各一個(gè),2016美賽六個(gè)題目(離散、連續(xù)、 運(yùn)籌學(xué)/復(fù)雜網(wǎng)絡(luò)、大數(shù)據(jù)、環(huán)境科學(xué)、政策)數(shù)學(xué)建模十大算法1、蒙特卡羅算法(該算法又稱(chēng)隨機(jī)性模擬算法,是通過(guò)計(jì)算機(jī)仿真來(lái)解決冋題的算法, 同時(shí)可以 通過(guò)模擬可以來(lái)檢驗(yàn)自己模型的正確性,比較好用的算法)2、數(shù)據(jù)擬合、參數(shù)估計(jì)、插值等數(shù)據(jù)處理算法(比賽中通常會(huì)遇到大量的數(shù)據(jù)需要處理,而處理數(shù)據(jù)的關(guān)鍵就在于這些算法, 通常使用Matlab作為工具)3、線性規(guī)劃、整數(shù)規(guī)劃、多元規(guī)劃、二次規(guī)劃等規(guī)劃類(lèi)問(wèn)題(建模競(jìng)賽大多數(shù)問(wèn)題屬于最優(yōu)化問(wèn)題, 很多時(shí)候這些問(wèn)題可以用數(shù)學(xué)規(guī)劃算法 來(lái)描述,通常使用Lin do、Lingo軟件實(shí)現(xiàn))4、圖論算法涉及到圖論(

3、這類(lèi)算法可以分為很多種,包括最短路、網(wǎng)絡(luò)流、 的問(wèn)題可以用這些方法解決,需要認(rèn)真準(zhǔn)備)5、動(dòng)態(tài)規(guī)劃、回溯搜索、分治算法、分支定界等計(jì)算機(jī)算法(這些算法是算法設(shè)計(jì)中比較常用的方法,很多場(chǎng)合可以用到競(jìng)賽中)6、最優(yōu)化理論的三大非經(jīng)典算法:模擬退火法、神經(jīng)網(wǎng)絡(luò)、遺傳算法(這些問(wèn)題是用來(lái)解決一些較困難的最優(yōu)化問(wèn)題的算法,對(duì)于有些問(wèn)題非常有幫助,但是算法的實(shí)現(xiàn)比較困難,需慎重使用)7、網(wǎng)格算法和窮舉法(當(dāng)重點(diǎn)討論模型本身而輕視算法的時(shí)候, 可以使用這種暴力方案,最好使用一 些高級(jí)語(yǔ)言作為編程工具)8、一些連續(xù)離散化方法(很多問(wèn)題都是從實(shí)際來(lái)的,數(shù)據(jù)可以是連續(xù)的,而計(jì)算機(jī)只認(rèn)的是離散的數(shù)據(jù), 因此將其離散

4、化后進(jìn)行差分代替微分、求和代替積分等思想是非常重要的)9、數(shù)值分析算法(如果在比賽中采用高級(jí)語(yǔ)言進(jìn)行編程的話, 那一些數(shù)值分析中常用的算法比如 方程組求解、矩陣運(yùn)算、函數(shù)積分等算法就需要額外編寫(xiě)庫(kù)函數(shù)進(jìn)行調(diào)用)10、圖象處理算法(賽題中有一類(lèi)問(wèn)題與圖形有關(guān),即使與圖形無(wú)關(guān),論文中也應(yīng)該要不乏圖片的 這些圖形如何展示,以及如何處理就是需要解決的問(wèn)題,通常使用Matlab進(jìn)行處理)算法簡(jiǎn)介1、灰色預(yù)測(cè)模型(必掌握)解決預(yù)測(cè)類(lèi)型題目。由于屬于灰箱模型,一般比賽期間 丕優(yōu)先使用。滿足兩個(gè)條件可用: 數(shù)據(jù)樣本點(diǎn)個(gè)數(shù)少,6-15個(gè) 數(shù)據(jù)呈現(xiàn)指數(shù)或曲線的形式2、微分方程預(yù)測(cè)(高大上、備用)微分方程預(yù)測(cè)是方程

5、類(lèi)模型中最常見(jiàn)的一種算法。 近幾年比賽都有體現(xiàn),但 其中的要求,不言而喻。學(xué)習(xí)過(guò)程中無(wú)法直接找到原始數(shù)據(jù)之間的關(guān)系,但可以找到原始數(shù)據(jù)變化速度之間的關(guān) 系,通過(guò)公式推導(dǎo)轉(zhuǎn)化為原始數(shù)據(jù)的關(guān)系。3、回歸分析預(yù)測(cè)(必掌握)求一個(gè)因變量與若干自變量之間的關(guān)系, 若自變量變化后,求因變量如何變 化;樣本點(diǎn)的個(gè)數(shù)有要求: 自變量之間協(xié)方差比較小,最好趨近于 0,自變量間的相關(guān)性?。?樣本點(diǎn)的個(gè)數(shù)n 3k+1, k為自變量的個(gè)數(shù); 因變量要符合正態(tài)分布 4、馬爾科夫預(yù)測(cè)(備用)類(lèi)似的名詞有,馬爾科夫鏈、馬爾科夫模型、,馬氏鏈模型等一個(gè)序列之間沒(méi)有信息的傳遞,前后沒(méi)聯(lián)系,數(shù)據(jù)與數(shù)據(jù)之間隨機(jī)性強(qiáng),相 互不影響;

6、今天的溫度與昨天、后天沒(méi)有直接聯(lián)系,預(yù)測(cè)后天溫度高、中、低的 概率,只能得到概率。思考馬爾科夫和元胞自動(dòng)機(jī)之間的關(guān)系 5、時(shí)間序列預(yù)測(cè)(必掌握)與馬爾科夫鏈預(yù)測(cè)互補(bǔ),至少有 2個(gè)點(diǎn)需要信息的傳遞,ARMA模型,周期 模型,季節(jié)模型等 6小波分析預(yù)測(cè)(高大上)數(shù)據(jù)無(wú)規(guī)律,海量數(shù)據(jù),將波進(jìn)行分離,分離出周期數(shù)據(jù)、規(guī)律性數(shù)據(jù);可 以做時(shí)間序列做不出的數(shù)據(jù),應(yīng)用范圍比較廣 7、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)(備用)大量的數(shù)據(jù),不需要模型,只需要輸入和輸出,黑箱處理,建議作為檢驗(yàn)的 辦法 8、混沌序列預(yù)測(cè)(高大上)比較難掌握,數(shù)學(xué)功底要求高 9、插值與擬合(必掌握)擬合以及插值還有逼近是數(shù)值分析的三大基礎(chǔ)工具,通俗意義上

7、它們的區(qū)別在于:擬合是已知點(diǎn)列,從整體上靠近它們 ;插值是已知點(diǎn)列并且完全經(jīng)過(guò)點(diǎn)列 ;逼近是已知曲線,或者 點(diǎn)列,通過(guò)逼近使得構(gòu)造的函數(shù)無(wú)限靠近它們。10、灰色關(guān)聯(lián)分析法(必掌握)與灰色預(yù)測(cè)模型一樣,比賽不能優(yōu)先使用11、模糊綜合評(píng)判(備用)評(píng)價(jià)一個(gè)對(duì)象優(yōu)、良、中、差等層次評(píng)價(jià),評(píng)價(jià)一個(gè)學(xué)校等,不能排序12、主成分分析(必掌握)評(píng)價(jià)多個(gè)對(duì)象的水平并排序,指標(biāo)間關(guān)聯(lián)性很強(qiáng)13、層次分析法(AHP)(必掌握)作決策,去哪旅游,通過(guò)指標(biāo),綜合考慮作決策14、數(shù)據(jù)包絡(luò)(DEA)分析法(備用)優(yōu)化問(wèn)題,對(duì)各省發(fā)展?fàn)顩r進(jìn)行評(píng)判15、秩和比綜合評(píng)價(jià)法(高大上)評(píng)價(jià)各個(gè)對(duì)象并排序,指標(biāo)間關(guān)聯(lián)性不強(qiáng)16、優(yōu)劣解

8、距離法(TOPSISS)(備用)17、投影尋蹤綜合評(píng)價(jià)法(高大上)揉和多種算法,比如遺傳算法、最優(yōu)化理論等18、方差分析、協(xié)方差分析等(備用)方差分析:看幾類(lèi)數(shù)據(jù)之間有無(wú)差異,差異性影響,例如:元素對(duì)麥子的產(chǎn) 量有無(wú)影響,差異量的多少;(1992年,作物生長(zhǎng)的施肥效果問(wèn)題)協(xié)方差分析:有幾個(gè)因素,我們只考慮一個(gè)因素對(duì)問(wèn)題的影響,忽略其他因 素,但注意初始數(shù)據(jù)的量綱及初始情況。(2006年,艾滋病療法的評(píng)價(jià)及預(yù)測(cè)問(wèn)題)21、線性規(guī)劃、整數(shù)規(guī)劃、0-1規(guī)劃(必掌握)(有約束,確定的目標(biāo))比較簡(jiǎn)單,必須掌握22、 非線性規(guī)劃與智能優(yōu)化算法(智能算法至少掌握1-2個(gè),其他的了解即可) 非線性規(guī)劃包括:

9、無(wú)約束問(wèn)題、約束極值問(wèn)題智能優(yōu)化算法包括:模擬退火算法、遺傳算法、改進(jìn)的遺傳算法、禁忌搜索算法、 神經(jīng)網(wǎng)絡(luò)、粒子群等23、 多目標(biāo)規(guī)劃和目標(biāo)規(guī)劃(柔性約束,目標(biāo)含糊,超過(guò))(備用)24、動(dòng)態(tài)規(guī)劃(備用)25、 復(fù)雜網(wǎng)絡(luò)優(yōu)化(多因素交錯(cuò)復(fù)雜)(備用,編程好的使用要掌握) 離散數(shù)學(xué)中經(jīng)典的知識(shí)點(diǎn)圖論。26、排隊(duì)論與計(jì)算機(jī)仿真(高大上)排隊(duì)論包括、元胞自動(dòng)機(jī)對(duì)編程能來(lái)要求較高,一般需要證明其機(jī)理符合實(shí)際情 況,不能作為單獨(dú)使用(這也是大部分隊(duì)伍使用元胞自動(dòng)機(jī)不獲獎(jiǎng)的最大原因)27、模糊規(guī)劃(范圍約束)28、灰色規(guī)劃(難)29、圖像處理(備用)MATLAB圖像處理,針對(duì)特定類(lèi)型的題目,一般和數(shù)值分析的

10、算法有聯(lián)系。例如2013年國(guó)賽B題,2014網(wǎng)絡(luò)賽B題。30支持向量機(jī)31多元分析1、聚類(lèi)分析(必掌握,參考19)2、主成分分析(必掌握)3、因子分析(必掌握)4、判別分析5、典型相關(guān)分析&對(duì)應(yīng)分析7、多維標(biāo)度法8、偏最小二乘回歸分析32、分類(lèi)與判別 主要包括以下幾種方法,1、距離聚類(lèi)(系統(tǒng)聚類(lèi))常用2、關(guān)聯(lián)性聚類(lèi)(常用)3、層次聚類(lèi)4、密度聚類(lèi)5、其他聚類(lèi)6貝葉斯判別(統(tǒng)計(jì)判別方法)7、費(fèi)舍爾判別(訓(xùn)練的樣本比較多)8、模糊識(shí)別(分好類(lèi)的數(shù)據(jù)點(diǎn)比較少)33、關(guān)聯(lián)與因果1、灰色關(guān)聯(lián)分析方法(樣本點(diǎn)的個(gè)數(shù)比較少)2、Sperman或kendall等級(jí)相關(guān)分析3、Person相關(guān)(樣本點(diǎn)的個(gè)數(shù)比較多)4、Copula相關(guān)(比較難,金融數(shù)學(xué),概率密度)5、典型相關(guān)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論