- 博客(13)
- 收藏
- 关注
RSS订阅原创 确定性时间序列分析方法
式(4)表示对呈现直线增加的序列作一阶差分，构成一个平稳的新序列；式(6)表示把经过一阶差分后的新序列的指数平滑预测值与变量当前的实际值叠加， 作为变量下一期的预测值。它是指时间序列朝着一定的方向持续上升或下降，或停留在某个水平上的倾向，它反映了客观事物的主要变化趋势。当时间序列是按季度列出时，先求出预测年份(下一年)的年加权平均。(2)计算所有年份所有季度(或所有月份)的算术平均值。(3) 计算同季度或同月份数据的算术平均值。时，可用以下的经验方法进行预测。年的权数，按自然数列取值，即。
2024-09-04 20:45:00
883
原创 《数学建模(第五版)》学习(森林救火和无差别曲线)
刚打完一场篮球，你又累又饿.朋友买来一袋切片面包，你狼吞虎咽地吃下一片又一片.开始的几片使饥饿感得到极大的缓解，生理上和心理上都很满足，继续吃下去，每一片面包产生的快感会涿渐减少，饱胀以后就不想再吃了.和无差别曲线，那么他用一定数额的钱会购买多少数量的商品甲和乙呢？，是经济学中又一条重要法则.这个结果与总钱数 s 无关，但可以给出购买商品甲和乙的数量之比。式中 s.t.是受约束于( subject to)的符号.这就是效用最大化模型.一条曲线，这条曲线上所有点对应的效用函数相同，这条曲线称为无差别曲线.
2024-09-04 10:10:54
1038
原创 常见启发式算法的适用场景
文章目录一、遗传算法优点：缺点：适用情境：二、模拟退火算法优点：缺点：适用情境：三、蚁群算法优点：缺点：适用情境：几种常见启发式算法的优劣及适用情境如下：一、遗传算法优点：全局搜索能力强：能够在较大的解空间中进行搜索，不易陷入局部最优解。通用性好：对问题的性质要求较少，适用于各种类型的非线性整数规划问题。并行性：可以同时处理多个解，提高搜索效率。缺点：计算时间较长：特别是在问题规模较大或复杂的情况下，需要进行大量的迭代计算。参数设置敏感：如种群大小、交叉概率、变异概率等参数的设置对算
2024-09-02 21:55:59
360
原创 算法渐近符号
∙\bullet∙ OOO-notation: For a given function g(n)(n)(n), we denote O(g(n))O(\mathfrak{g}(n))O(g(n)) the set of functions O(O(O(g(n))={f(n):(n))=\{f(n):(n))={f(n):there exist positive constants ccc and n0n_0n0 such that 0≤f(n)≤cg(n)0\leq f(n)\leq cg(n)0≤f(
2024-09-02 17:02:44
886
原创 数学建模：核军备竞赛
在 20 世纪六七十年代的冷战时期，美苏两个核大国都声称为了保卫自己的安全， 而实行所谓核威慑战略，核军备竞赛不断升级.随着苏联的解体和冷战的结束，双方通过了一系列的核裁军协议.2010 年 4月8日，美国与俄罗斯领导人在捷克首都布拉格签署新的削减战略武器条约.根据这项新条约，美国和俄罗斯将在 7 年内将各自部署的战略核武器削减到不超过 1 550 枚，并把各自的战略核武器运载工具削减到不超过700 枚.在什么情况下双方的核军备竞赛才不会无限扩张而存在暂时的平衡状态，处于这种平衡状态下。
2024-09-01 16:36:00
849
原创 转载:姜启源老师《数学模型(第五版)》椅子能在不平的地面上放稳吗？
假设 1 是对椅子本身合理的简化.假设 2 相当于给出了椅子能放稳的条件，因为如果地面高度不连续，比如在有台阶的地方是无法使四只脚同时着地的.假设 3 是要排除这样的情况：地面上与椅脚间距和椅腿长度的尺寸大小相当的范围内，出现深沟或凸峰(即使是连续变化的),致使三只脚无法同时着地.这个问题来源于日常生活中一个普通的事实：把四只脚的椅子往不平的地面上一放，通常只有三只脚着地，放不稳，然而只需稍挪动几次，就可以使四只脚同时着地，放稳了.这个看来似乎与数学无关的现象能用数学语言给以表述，并用数学工具来证实吗？
2024-09-01 10:06:23
733
原创 决策树理解与python代码
假设你面前有两个盒子，盒子 A 和盒子 B。盒子 A 里有 10 个完全相同的红色球，每次从盒子 A 中拿球，你肯定能拿到红球，结果非常确定。这种情况下，盒子 A 的不确定性就很低，它的信息熵就很小，可以认为几乎为零。盒子 B 里有 5 个红球和 5 个蓝球，每次从盒子 B 中拿球，你不确定会拿到红球还是蓝球，结果有一定的不确定性。这种情况下，盒子 B 的不确定性比盒子 A 高，它的信息熵就比盒子 A 大。信息熵就是用来衡量一个系统的不确定性或者混乱程度的指标。系统越不确定、越混乱，信息熵就越大；
2024-08-31 10:20:30
1161
原创 多重共线性是什么？如何解决？
这就导致模型难以区分到底是面积、卧室数量还是总房间数对房价的影响更大，或者可能错误地认为它们对房价的影响比实际更大，因为它们传递的信息有很大一部分是重复的。这就类似于在计算成绩时，把同一门课程的多次考试成绩都算进去了，从而影响了对真正影响因素的判断。但需要注意的是，相关性分析只是一个初步的判断方法，即使变量之间的相关性不是非常高，也不能完全排除存在多重共线性的可能。相关性分析可以计算变量之间的相关系数，如果相关系数较高（例如接近 1 或 -1），则表明变量之间存在较强的线性相关关系，可能存在多重共线性。
2024-08-30 16:14:48
474
原创 一维线性回归模型扩展
在实际应用中，很少遇到线性的输入输出函数，而更多地使用基于参数的线性模型，用于表示非线性的输入和输出。，随着维数增加而呈现指数级增加。它可以表现下面这样复杂的函数。增加而呈现指数级增加；虽然加法模型的参数个数随着维数。代表各维的参数个数。需要注意的是，所有参数个数为。乘法模型具有丰富的表现力，但是参数个数随着维数。上述的线性模型就可以表示复杂的非线性模型了。增加而线性增加，但是其表现力较弱。如果把基函数变为多项式的形式。加法模型中所有参数个数为。
2024-08-30 15:53:46
1224
原创 简单例子弄懂主成分分析
但我们发现，可能数学和物理成绩往往有较强的相关性，英语和语文成绩也有一定的关联。通过这种方式，我们把原本复杂的四维数据，用两个新的“综合科目”（主成分）来近似表示，达到了降维和简化数据的目的，让我们能更清晰地看出学生在不同方面的总体表现趋势。第一个主成分基本反映了平均分对于整体成绩的影响，第二个主成分反映了理科思维与语文能力的相对差异。一般取累计贡献率大于某一百分比的特征值所对应的前m个主成分，从而达到数据降维的作用。假设我们有一群学生的成绩数据，包括语文、数学、英语和物理这四门课的分数。
2024-08-30 10:37:45
1400
原创 模拟退火算法python代码
变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。(5) 若ΔT0，然后转第2步。(1) 初始化：初始温度T(
2024-08-29 17:05:04
311
原创 2023数学建模国赛C题数据预处理代码
{'item_name': '本地小毛白菜', 'item_code': 102900005115625, 'category_name': '花叶类'}{'item_name': '四川红香椿', 'item_code': 102900005115199, 'category_name': '花叶类'}{'item_name': '牛首生菜', 'item_code': 102900005115168, 'category_name': '花叶类'}再转化为Excel来可视化。茄类 10。
2024-08-28 21:39:36
1050
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人