![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学建模
Anadem
这个作者很懒,什么都没留下…
展开
-
【数学建模】因子分析
因子分析模型因子分析和主成分分析的对比因子分析结果不是唯一的,主成分分析是唯一的主成分分析能做的因子分析都能做且因子分析更容易解释,因此因子分析更加常用。原理:uuu是均值参数估计(SPSS的使用)因子旋转的方法(更好解释因子含义)论文中使用的最多是最大方差法因子得分虽然和主成分分析很像,但并不一样因子分析限制更多例子:参数解释:根据碎石图确定因子个数小技巧:标准化后的符号:因子分析和主成分分析一样,不能用于综合评价:...原创 2020-09-19 00:01:05 · 847 阅读 · 0 评论 -
【数学建模】主成分分析
主成分分析问题的提出:降为的优点:例子:主成分分析的思想:[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-w0nmmUc8-1600444818793)(C:\Users\Anadem\AppData\Roaming\Typora\typora-user-images\image-20200908211207191.png)]写在论文中的内容例题1:主成分简要分析例题2:误区,不能用于求得分:应用:聚类:...原创 2020-09-19 00:00:33 · 1364 阅读 · 0 评论 -
【数学建模】预测模型 - 灰色模型
预测模型 - 灰色模型·前言:什么时候用灰度预测?预测题目的套路原创 2020-09-19 00:00:02 · 254 阅读 · 0 评论 -
【数学建模】时间序列分析:指数平滑和ARIMA模型
时间序列分析前言很多人认为index{ARIMA-ETS equivalences}ARIMA模型相较于指数平滑模型(ETS)更为一般化,这其实是一个较为普遍的错误认识。虽然线性指数平滑模型其实都是 ARIMA 模型的特例,但是非线性的指数平滑模型在 ARIMA 模型中并没有对应的部分。另一方面,也有很多 ARIMA 模型不包含指数平滑的部分。二者还有一个重要区别:所有指数平滑模型都是非平稳的,而有些ARIMA模型是平稳的。拥有季节性或者非衰减趋势的指数平滑模型拥有两个单位根(即它们需要进行两次差分原创 2020-09-18 23:57:33 · 7642 阅读 · 0 评论 -
【数学建模】聚类模型 - DBSCAN
可视化网址聚类可视化网址DBSCAN和其他算法的区别K-means 和 系统算法是基于距离的DBSCAN是基于密度的优点可以发现任意形状的簇可以发现噪点总结:如果数据表现的很有形状就用DBSCAN其他情况用系统聚类K-means 论文上可以写的东西比较稀少...原创 2020-09-18 23:56:45 · 1003 阅读 · 0 评论 -
【数学建模】聚类模型 - K-means & 系统(层次)算法
聚类和分类的区别聚类是不知道类别,自己分类分类是已知类别的聚类模型K-means聚类数据对象即样本聚类中心即重心PS:和我们初始化选择的中心有很大关系如何写在论文里因为算法步骤太长了,而且易被查重因为算法太长了,放流程图:优缺点:改进 K-means++算法K值这么定,量纲不一样怎么办?不需要指定K的算法:系统(层次)算法样本和样本直接的距离如何计算样本和样本之间的距离绝对值距离和欧式距离最常用绝对值距离更多的用于网状数据指标和指标之间的距离原创 2020-09-18 23:56:13 · 1435 阅读 · 0 评论 -
【数学建模】分类模型
分类模型线性概率模型LPM的问题内生性问题二点分布求期望值域为0~1的函数一般用逻辑回归(因为简单这里又是概率论的内容了,下面要求极大似然估计预测结果很差怎么办?因为是预测性回归,不是解释性回归因此可以加入平方项、交互项问题:过拟合优化机器学习Fisher线性判别分析不同超平面选取的差异多分类问题:多分类从1开始分类,二分类从0开始分类以上两个方法均可以处理多分类问题注意过拟合问题...原创 2020-09-18 23:55:44 · 1736 阅读 · 0 评论 -
【数学建模】数学规划模型 - 非线性规划 & 最大最小化问题
数学规划模型概述线性规划问题求解(MATLAB):代码:不是所有线性规划都有唯一解matlab 会返回其中的一个解如果出现 > 和 < 怎么办放松一下x≥0x \ge 0x≥0 变成 $ x > 0.0001$整数规划...原创 2020-09-18 23:55:12 · 2483 阅读 · 0 评论 -
【数学建模】数学规划模型 - 线性规划 & 整数规划
非线性规划matlab 求解:因为非线性规划对初始值很敏感使用蒙特卡洛模拟方法(不是算法)获得初始值写作技巧:不同的算法有其名自的优缺点和适用情况,我们可以改变求解的算法来看求解的结量是否变好了。(这可以体现出稳健性,也是你的优点)最大最小化问题不就是二分吗?PS:不是二分,因为这个函数可以是非线性函数,二分函数必须得单调matlab求解...原创 2020-09-18 23:54:39 · 798 阅读 · 0 评论 -
【数学建模】蒙特卡洛模拟
我的总结:蒙特卡罗模型如果换一个名字就是计算机仿真,(计算机仿真现在的概念要大一点,可以理解为做大型工程的,两者不太一样,但在建模中类似)。个人感觉也可以说蒙特卡洛模型是模拟退火、蚁群等算法的原型。个人感觉这个经常放在论文的模型验证部分。前言:蒙特卡洛模拟实际上就是计算机仿真,它可以解决超级多的建模问题。公众号:数学建模学习交流。引例:布峰投针实验蒙特卡洛概述:蒙特卡洛是一个思想,而不是算法建模里就不去别计算机仿真和蒙特卡洛模拟了可以求规划问题可能会陷入局部最优应用原创 2020-09-18 23:54:00 · 6694 阅读 · 2 评论 -
【数学建模】多元线性回归模型 - 序
回归系数的解释:什么时候取对数:这个规定充满主观性,但是是专家给的,就专业了四类模型回归系数解释:特殊变量解释(定性变量):定性变量 转化维 定量变量: 引入虚拟变量多分类虚拟变量:交互项:例子:分析幼儿奶粉数据:数据:只有三个定量指标,其它都是定性指标软件:技巧:比如商品量太多了,就不要做虚拟变量了拟合度R2R^2R2很低怎么办?:一般的时候我们更多的是解释性回归,不看重R2R^2R2了。预测性的我们用的别的模型(比如拟合来做)原创 2020-09-18 23:53:29 · 1632 阅读 · 0 评论 -
【数学建模】多元线性回归模型 - 一元线性回归
什么是回归分析?相关性 ≠ 因果性自变量Y:自变量X:回归分析的用处:这里要注意,因为涉及到不同自变量的权重,所以一般要去量纲,不然没意义。回归分析的分类:多元线性回归:不同数据的处理:横截面数据:多元线性回归时间序列数据:最常用的是ARMA横截面数据:[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NKvCz36V-1600444325643)(figures/多元线性回归模型/image-20200824222649255.原创 2020-09-18 23:52:24 · 3735 阅读 · 0 评论 -
【数学建模】相关性分析 - 皮尔逊相关系数 & 斯皮尔曼相关系数
前言:皮尔逊Person相关系 (要求数据满足正态分布总体和样本总体皮尔逊Person相关系数一般说的相关系数就是皮尔逊相关系数就是概率论的知识消除量纲影响:总体:样本:意义:误区:用于衡量线性两个变量必须线性相关。不是线性相关函数,不一样总结:例题:MATLAB EXCEL SPSS都能做MATLABSPSSC(n,2) 的散点图可以用spss计算假设检验:概率论内容,考过的对皮尔逊相关系数进行假设检验原创 2020-09-18 23:51:36 · 18453 阅读 · 0 评论 -
【数学建模】拟合算法
前言:[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QIZ02T7r-1600347957753)(figures/拟合算法/image-20200822232315265.png)]拟合和插值的区别插值要经过所有点拟合不需要,只要这个曲线接近过所有点即可,只要保证误差足够小就可以。最小二乘(老生常谈了argargarg的意思是使我们函数最小的参数如何评价拟合的好坏选取多个函数求R2R^2R2做一个取舍,不是次方越高越好,目的是让函数简原创 2020-09-17 21:06:14 · 561 阅读 · 0 评论 -
【数学建模】插值算法
前言一维插值问题最常见的就是分段插值一般给n+1个点用n阶多项式拉格朗日插值法:缺陷:龙格现象因此用分段插值分段插值拉格朗日插值、牛顿插值牛顿插值和拉格朗日插值法都有龙格现象埃尔米特插值法(重要)最常用:分段三次埃尔米特插值和三次样条插值分段三次埃尔米特插值matlab 种 pchip 有现成函数三次样条插值:条件很苛刻对比:n维数据插值:小技巧:可以预测实例:...原创 2020-09-17 21:05:42 · 703 阅读 · 0 评论 -
【数学建模】模糊综合评价模型
模糊综合评价模型综合:多个指标,有多个权重概述(引子PS:量就是数字模糊集合经典集合:特征函数?模糊集合:用隶属度来描述元素在不在集合里。隶属函数充满随意性????,没有约定俗成的方法,只要合理就可以了。模糊集合的三种表示法(不重要Zadeh 这里只是一种计发,数学意义不强。这样放便积分第二种计法不方便表示无穷的集合论域$\mho $可以是无限个元素隶属函数的三种确定方法虽然隶属函数充满随意性,但还是有三种方法的模糊统计法(数模中用的很少原创 2020-09-17 21:04:47 · 3902 阅读 · 0 评论 -
【数学建模】灰色关联分析
概述进行系统分析和综合评价。根据图形相似程度进行分析。(灰色系统是国内的人提出的,回归分析是国外人推荐的。)步骤步骤一:画统计图、进行一些简单的分析用回归分析的多重共线性问题?步骤二:确定分析序列步骤三:对数据进行预处理(去量纲、简化计算)步骤四:计算子序列和母序列的关联系数注意分辨系数ρ\rhoρ步骤五:计算灰色关联度步骤六:看谁关联度最大讨论:灰色关联分析用于综合评价AHP用于没有数据TOPSIS用于有数据灰色关联分析用于有数据TOP原创 2020-09-17 21:04:09 · 1654 阅读 · 0 评论 -
【数学建模】熵权法
熵权法问题的提出:层次分析法主观性太强变异程度是方差(变化不大如何衡量信息量的大小(为什么是方差?信息熵:熵权法的步骤第一步:判断矩阵中是否有负数第二部:计算概率(感觉有点问题,但大家都这样第三步:计算信息熵,并归一化得到熵权背后原理熵权法和层次分析法熵权法:不一定太科学,值得商榷。层次分析法:专家赋权,太主观。总结:我觉得比赛可以俩都用,毕竟熵权法可以直接调用。解决综合评价的 层次分析法和TOPSIS熵权法可以用来给TOPSIS赋权...原创 2020-09-17 21:03:31 · 2553 阅读 · 1 评论 -
【数学建模】TOPSIS-优劣解距离法
TOPSIS层次分析法的局限:决策层不能太多如果又数据已知,不能利用这些数据问题的提出:为什么要这样算:为什么制表 要 max min极大型(效益型)指标和极小型(成本型)指标:统一指标类型指标正向化(最常用)(PS:当然可以反过来标准化(消去量纲):如何计算:看似麻烦,其实很简单。就是每取出每一列的最大值和最小值形成单独的向量Z+Z^+Z+ 和Z−Z^-Z−然后每一行去用欧式距离算量Di+D_i^+Di+ 和Di−D_i^-Di−因此TOPSIS被称原创 2020-09-17 21:02:54 · 1127 阅读 · 0 评论 -
【数学建模】排队论-层次分析
排队论这篇博客写的太好了,我就偷懒一点:数学建模之排队论排队论的一般模型:这里要注意,分析清除排队论种的排队顾客具体是谁。19年国赛C的顾客就是汽车司机,不是乘客。排队系统的组成和特征一般的排队过程都由输入过程、排队规则、服务过程三部分组成排队规则排队规则指到达排队系统的顾客按怎样的规则排队等待,可分为损失制,等待制和 混合制三种.损失制(消失制)。当顾客到达时,所有的服务台均被占用,顾客随即离去。等待制。当顾客到达时,所有的服务台均被占用,顾客就排队等待,直到接 受完服务才离去。例原创 2020-09-17 21:02:12 · 1159 阅读 · 0 评论 -
【数学建模】2019国赛C
司守奎教授的讲解核心:这题不应该往排队论和综合评价上靠,而应该进行机理分析,整个讲解过程没有用到高大上的模型,都是一步一步推到出来的。第一问:问题核心,考虑出租车的经济效益:即考虑返回成本和等待时间返回成本:确定等待成本:排队等待的出租车数量可能乘坐出租车的乘客数量影响出租车效益的主要因素:(1)空载成本 (2) 载客收益:(3)乘客数:**小tick:**这个 r(t)r(t)r(t) 是随意取得,经验函数。N(t)N(t)N(t) 取什么也无所谓,80% 90原创 2020-09-17 21:01:31 · 16567 阅读 · 7 评论