目录
序
1、常规优化模型: 线性规划,非线性规划,整数规划,多目标规划,动态规划
2、评价模型: 层次分析法,模糊综合评价,熵值法,TOPSIS法,数据包络分析,秩和比法,灰色关联分析
3、预测模型: 回归拟合,灰色预测,马尔可夫预测,时间序列分析
4、动态模型: 微分方程模型,差分方程模型,元胞自动机,排队论,蒙特卡罗随机模拟
5、图论模型: 最短路径,最小生成树,最小费用最大流,指派问题,旅行商问题
6、统计分析模型: 分布检验,均值T检验,方差分析,协方差分析,相关分析,卡方检验,秩和检验,回归分析,Logistic回归,聚类分析,判别分析,关联分析
7、现代智能算法: 模拟退火,神经网络,遗传算法,蚁群算法,粒子群算法,支持向量机,决策树,随机森林
(现代智能算法慎重使用,都是依靠机器的暴力优化算法,原理相对简单,要体现数学,国赛不太看重创新性,注重扎实的建模功底)
一、评价类
1. 层次分析法
这个方法适用于我们的指标较少的情况,经常与其他评价类算法结合使用,一般不会单独使用。
参考博客:
2. 灰色关联分析
一般对于具有时间序列的模型(一年为单位的),我们可以采用这种方式,同时这个方法是相对分析,也可以与层次分析结合,数据太多不建议选择。
参考博客:
3. topsis
参考博客:
4. BP神经网络综合评价法
参考博客:
二、 预测类
1. 灰色预测
一定先要进行集比检验!中短期预测,具有单调性
参考博客:
2. 回归预测
限制较大,较理想化,可以多用其他的模型。
参考博客:
3. 时间序列预测
总体上这个比较好,数据集一定是时间序列的。
参考博客:
4. 微分方程
参考博客:
三、 优化类
参考博客:
四、灵敏度分析
一个重点加分项,针对规划问题,是一定要在建模后对模型进行灵敏度分析!
- 参数敏感性分析
- 模型结构灵敏度分析
- 不确定性分析
参考博客: