数学建模之-- 说白了都是套路

• 已学模型

  • 评价类模型

  1. • 层次分析法
  2. • TOPSIS（包括熵权法）
  3. • 灰色关联分析
  4. • 模糊综合评价

  • 插值与拟合模型

  1. • 插值算法
  2. • 拟合算法

  • 相关性模型

  1. • 相关性分析
  2. • 典型相关分析

  • 回归模型

    • • 回归分析

  • 图论模型

    • • 图论模型

  • 预测模型

    • • 时间序列模型

  • 降维模型

    • • 主成分分析

  • 智能算法

    • • 粒子群算法

• 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

  • 论文大致思路（不断更新）

• 如何搜索文献、论文和数据

  • 搜索文献、论文和数据的网址

• 软件的使用

  • Matlab

  • Lingo

  • Spss

• 历年论文真题解析

  • 2019年C题（C308）