-
已学模型
-
如何选用模型
-
评价类模型
关于计算权重: 当题目给出数据比较多时,用熵权法,否则用层次分析法
关于综合评价: 追求简洁,用灰色关联分析法;评价对象较为模糊时,用模糊综合评价法;其他情况用Topsis(优劣解距离法) -
插值与拟合模型
关于补充数据: 当题目给出的样本点较少时(低于30个样本)用插值法,否则用拟合法 -
相关性模型 与 回归模型
相关性模型的选择: 两组一对一的数据用相关性分析;两组多对多的数据用典型相关分析
两种模型的区别: 相关分析侧重于发现随机变量间的种种相关特性;回归分析侧重于研究随机变量间的依赖关系,以便用一个变量去预测另一个变量 -
图论模型
关于算法的选择: 视题目而定 -
预测模型
关于预测模型的选择: 当题目给出数据为:①横截面数据(在某一时间点收集的不同对象的数据)用多元线性回归分析、灰色关联分析、BP神经网络;②时间序列数据(对同一对象在不同时间连续观察所得的数据)用时间序列模型、灰色预测模型、BP神经网络预测
(下图转自清风大佬的空间)
-
-
如何写论文
-
如何搜索文献、论文和数据
-
软件的使用
-
历年论文真题解析
数学建模之-- 说白了都是套路
最新推荐文章于 2023-03-22 20:39:16 发布