数模重要算法简单总结！

目录

序

一、评价类

1. 层次分析法

2. 灰色关联分析 

3. topsis

4. BP神经网络综合评价法

二、 预测类

 1. 灰色预测

2. 回归预测

3. 时间序列预测

4. 微分方程

三、 优化类

四、灵敏度分析

---

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：

http://t.csdnimg.cn/c7xgy

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：

http://t.csdnimg.cn/hnpD4

3. topsis

参考博客：

http://t.csdnimg.cn/uIktr

4. BP神经网络综合评价法

参考博客： 

http://t.csdnimg.cn/RDkwW

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：

http://t.csdnimg.cn/hOIsQ

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：

http://t.csdnimg.cn/Rhodq

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：

http://t.csdnimg.cn/pjtjP

4. 微分方程

参考博客：

http://t.csdnimg.cn/zrnl0

三、 优化类

参考博客：

http://t.csdnimg.cn/GgAVs

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：

http://t.csdnimg.cn/en50D