数学建模模型知识点总结

 

目录

模型总结

数学优化问题

预测模型

动态模型

图论模型

评价模型

统计分析模型

现代智能算法

其他算法

略做补充 

---

模型总结

数学优化问题

1. 线性规划：用于资源分配问题，目标是最大化或最小化线性目标函数。
2. 半定规划：处理变量的对称矩阵是半正定的问题。
3. 几何规划：优化问题中的变量和目标函数都是几何形式的。
4. 非线性规划：目标函数或约束条件是非线性的。
5. 整数规划：变量需要是整数。
6. 多目标规划：涉及多个目标函数的优化，常用分层序列法。
7. 最优控制：结合微分方程组，解决动态系统的控制问题。
8. 变分法：用于求解偏微分方程和优化问题。
9. 动态规划：解决多阶段决策过程的优化问题。
10. 存贮论：研究库存管理和最优控制策略。

预测模型

1. 微分方程：描述系统状态随时间变化的数学模型。
2. 小波分析：用于信号处理和数据压缩。
3. 回归分析：预测连续数值的统计方法。
4. 灰色预测：处理不确定性和不完全信息的预测方法。
5. 马尔可夫预测：基于马尔可夫链的预测模型。
6. 时间序列分析：分析时间序列数据的统计方法，如ARIMA。
7. LSTM神经网络：长短期记忆网络，用于时间序列预测。
8. 混沌模型：用于描述和预测混沌系统的行为。
9. 支持向量机：用于分类和回归的机器学习方法。
10. 神经网络预测：深度学习模型，用于复杂模式识别和预测。

动态模型

1. 微分方程模型：包括常微分方程（ODE）、随机微分方程（SDE）、延迟微分方程（DDE）等。
2. 差分方程模型：离散时间系统的数学模型。
3. <