需要学习数学建模课程和获取资料的同学有去我们面包多主页上面获取哦,获取全家桶更划算,我发布的新资料更新都会在面包多。
本人有幸参见了从2020年亚太至今所有较为大型的建模比赛,共计16场比赛。截至目前为止,所有出成绩的比赛均有奖,也算是在建模比赛方面有了一点小成果。因此,我想把这一年来打比赛用到的学习资料,数据查找比较好的网站,一些基本代码能直接调用的那种,分享给大家。一个是为了更好的整理目前已有的资料,方便自己更好的筹备2022年美赛;二也是希望能帮到刚刚踏上建模路的人,因为我走过,我更能知道一开始的艰辛困难。希望分享的资料能够帮助大家。
该图为我这一年来参加的所有比赛。
数学建模三人组队,比赛任务大致也可以分为三项,分别为数学模型的建立、论文的写作、模型的代码实现三个部分。
通过这一年的比赛,以及对各种建模知识的学习,我将数学模型进行了分类,仅仅是个人观点,若有缺陷希望大家私信我,继续完善的分类。
我认为数学建模中的问题可以分为,
评价决策类题目
这类题目也是一直以来,我最擅长的题目。这类数学问题结果开放,没有较为准确的结果。也是每次比赛中选择人数最多的题目。这类题目可以参考2021年美赛E题、2020年亚太B美国大选、2021年华数杯销售策略题目、2021年亚太C题、2021年小美赛D题、2021年数维杯D题题目中都有综合评价的题目涉及到的评价方法有偏向客观的主成分分析法、熵权法等,也有比较主观的层次分析法,还有模糊评价等等。
这类问题的数学模型在我分享的资料中,有较为详细的展示。大家可以参考一下。
数据处理题目
数据预处理,基本是每个数学模型必须用到的一个必要步骤,对于一些大数据挑战赛,比如2021年妈杯大数据挑战赛、今年9月份的高校大数据挑战赛、共享杯(强烈向大家推荐这个比赛,无报名费,会开放一些数据库以帮助我们建模。认可度也不低)这种比赛中,数据处理是必不可少的步骤。
在评价模型中,需要利用主成分分析对数据的 指标的降维;数据缺失时,对数据进行插值等都是数据处理的一种。关于这些建模相关的各种题型未来两个月我会逐渐完善,预计是利用具体的题目进行讲解。在这里先给大家列个大概的目录。
优化类型题目
预测类型题目
这些资料都会在下面更新的: