说明:以下部分链接不到的情况原因是本人超链接到相应文件夹下面,谢谢支持
============================================================================================================
Ø 方法&工具总结
参考资料:算法大全
- l 规划&优化(lingo)
- l 图论
- l 插值拟合 (1stOpt)
- l 概率论&数理统计(SPSS,eviews)
- l 微分方程(matlab)
- l 差分方程
- l 时间序列(eviews)
- l 马氏链
- l 聚类分析 (SPSS,matlab)
- l 智能算法 (matlab优化工具箱)
- 神经网络
- 遗传算法(gatool)
- 模拟退火
- l 排队论
- l 判别分析
- l 生存数据分析
- l 综合评价
- l 预测
- l 系统仿真
- 蒙特卡洛
- l 模糊数学
- 模糊聚类
- 模糊综合评价
- l 图像处理
- 灰度化
- 二值化
- 滤波
- 边缘提取
- 三维重建
- l 数据处理
- 主成分分析
- 因子分析
- l 解方程
============================================================================================================
Ø 处理方法
u 数据分析法
对大量的观测数据进行统计分析,寻求规律建立数学模型,采用的分析方法一般有:
a) 回归分析法(数理统计方法)-用于对函数f(x)的一组观测值(xi,fi)i=1,2,…,n,确定函数的表达式。
b) 时序分析法--处理的是动态的时间序列相关数据,又称为过程统计方法。
c) 多元统计分析(聚类分析、判别分析、因子分析、主成分分析、生存数据分析)。
u 图形绘制
² 类型
- 条形图
- 折线图
- 散点图
- 饼图
- 频率分布直方图
- ² 线性(虚线、实线)
- ² 颜色
- ² 点标记
- ² 坐标轴控制
- ² legend
- ² 标题
- ² grid
- ² box
- ² ticks
- ² 字体
============================================================================================================
Ø 数学软件
编程计算 | Matlab | Lingo/Lindo | Maple | Mathematica | Excel |
概率统计 | SPSS | SAS | Eviews | Origion | Vensim |
优化 | 1stOpt | WinQSB |
|
|
|
绘图 | SigmaPlot | ScienceWord | SmartDraw | 几何画板 | autoCAD |
其他小众软件:图论、AHP…
其他功能软件:tortoiseSVN(版本控制)、dexpot(虚拟桌面)、酷盘(局域网共享协作)
其他:ansys(有限元分析)、comsol、FLAC2D/FLAC3D、
============================================================================================================
Ø 数据&资源检索
l 资料检索
- n CNKI入口
- http://202.119.208.220:8002/kns50/index.aspx
- http://61.155.19.94:8011/kns50/
- http://cnki1.sztsg.net/kns50
- n OA开放图书馆
- http://www.oalib.com/search.asp?q=&sa=OA%E5%86%85%E5%AE%B9%E6%90%9C%E7%B4%A2
- n 万方数据库(期刊,论文)
- n 超星图书馆(图书馆入口)
- n 百度文库,豆丁(下载器)
l 数据检索
- n 中国教育统计网
- http://www.stats.edu.cn/
- n 中国统计年鉴
- http://www.stats.gov.cn/tjsj/ndsj/
- n 国家数据统计库
- http://219.235.129.58/welcome.do
- n 中国宏观数据挖掘分析系统
- http://number.cnki.net/cyfd/
- n 中国基础教育网
- http://www.cbe21.com/subject/physics/
- n 中国证券网
- http://www.cnstock.com/
- n 中国科学气象数据网
- http://cdc.cma.gov.cn/
- n 中国科学文献服务系统
- http://sdb.csdl.ac.cn/
- n 中国引文数据库
- http://ref.cnki.net/knsref/index.aspx
- n 中科院科学数据库
- http://www.csdb.cn/
- n 中国动物主题数据库
- http://www.zoology.csdb.cn/
- n 中国统计年鉴下载:
中国统计年鉴2009 中国统计年鉴2008
Ø 注意事项:
- n 资料备份
- n 硬件
- n 软件
- n 场地
- n 食物
=====================================以下安排摘自互联网,仅供参考==============================================
Ø 分工&流程
第一天
一、上午
1. 各自独立思考1个小时,主要分析题目的问题背景,已知条件,建模目的等问题。至少每人必须提出10到15个问题,并回答自己的问题。
2. 重点用语言的形式表述清楚问题的结构,即用语言描述自己的初步模型。(要自己提出的模型,可能就会产生一些假设。)
3. 再和队友讨论。讨论1个小时。形成自己团队的初步模型,同样是以语言形式描述的。
4. 接下来查找一些文献,讨论修改团队的模型,形成一个最终较完整的模型。并根据讨论最后形成对问题的统一认识,形成问题重述部分的内容。
注:1)如果问题有好几问,可以重点讨论第一个问题,但是也要考虑其他问题与第一问的关系!(一般建模中的几问都是有一定联系得);也可以同时考虑,同时建模。
2)注意参考文献的处理,参考别人的方法一定要在文中注明!这也是要求一直留意查找文献的目的。
二、下午
将自己团队的模型数学化,用数学符号和数学语言公式的形式,表述自己的模型。此时会继续需要查文献,产生一些假设条件,并产生自己论文中的符号说明。
第二天
一、上午
一个人开始写文章,语言重在逻辑清晰,叙述简洁明了!图、表准确。文章格式正确、内容完整。(问题重述,问题分析,模型假设,符号说明,模型形式,以及参考文献都已经在第一天的讨论中有了一定的共识。)
其余两个人(在不清楚时3人讨论),开始考虑第一个问题的模型的求解,即研究模型的解法。查找文献或者自己提出对模型的求解方法。此时可能需要继续对第一天建立的模型进行修改,简化等处理。(讨论后,及时告诉写文章的队友)。
二、下午
写文章的继续。
编程的开始编程计算模型。此时,可能需要根据所采取的算法对模型的表述重新修改。
另一人帮忙编程,并开始考虑第二个、第三个问题的模型及求解方法。并一起讨论,形成共识,写进文章中。(此时,同样可能需要查文献,符号表示,产生假设)
第三天
一、上午
应该给出所有问题的计算结果了(最迟下午6点前)。
产生论文初稿。
二、下午
进行模型的分析。主要是分析编程计算出的解的现实意义等,通过图、表等形式说明自己的结果。并一定进行误差分析(因为模型是对实际问题的近似,同时在建模中也进行的假设,所以必须进行误差分析。)
注:如果模型的计算在下午才出来,需要加紧进度。晚上不要休息了!
三、晚上
对模型进行总结推广(3人讨论1个小时,切忌不要在这个问题上过多的讨论,只需写一段。只讨论模型本身的问题,假设的合理性去处和条件的放松,模型的求解方法等。文章的此部分必须有,但是一定不能太多。)
重点精力放在对模型的摘要的书写上,一定3人认真讨论2小时左右。摘要A4纸2/3,主要是模型的目标,方法,结果。用清晰简洁的语言叙述,突出创新的内容。
注:
1)整建模过程中要注意自己数据,文章的电子文件的保存,随时保存副本!
2)队内交流,不可队外交流,不要和其他队和人交流!以免雷同,抄袭的发生!保护自己的劳动成果。
3)假设要认真考虑,切合实际,又合理,同时,可以使处理的问题简单化。一定不要为了假设而假设(即为了论文中有模型假设这一内容,而做出一些无意的假设!)。
- 重要算法代码搜集(提前测试)