数学建模美赛
超威橘猫
PhD candidate
Department of Electronic Engineering
Shanghai Jiao Tong University
展开
-
复杂网络建模总结
本文针对数学建模美赛中的复杂网络题,做了一些总结,具体涉及一些该题的注意事项。注意事项定义点和边的意义 制定连接规则,删除孤立节点(代表影响很小的点),可以限制网络的大小,减小运算量,同时也可以克服PageRank的不足点 网络根据有向/无向,有环/无环,有/无标度,可以根据其性质,制定不同的算法,简化传统的算法 常用度量的指标:度,中心性,聚类系数,密度,中介性Degree, Centrality, Clustering coefficient, Density, Betweenness..原创 2020-10-27 23:29:38 · 4779 阅读 · 0 评论 -
复杂网络模型总结
分类均匀性分类均匀网络(如WS小世界模型) 度数分布较均匀非均匀网络(如BA无标度网络) 度数分布极度不均匀关联性分类无关联网络:任何一个节点的度与它的邻居节点的度是相互独立的关联网络:节点的度与它的邻居节点的度不是相互独立的一些基础WS、NW小世界模型:描述朋友关系。 BA无标度网络:描述持续的社会连接,如发表论文总会优先找已经写过论文的人。鲁棒性和脆弱性并存。有限支撑、无限支撑“赢者通吃”。局域世界演化网络模型:优先连接不是整个网络而是局域,如找导师时想获取本校的原创 2020-10-27 16:09:31 · 9556 阅读 · 0 评论 -
模型灵敏性分析总结
建模过程会对问题做一些假设,需要考虑所得结果对每一条假设的敏感程度以及各个参数的敏感程度。灵敏性分析常常是根据对数据提出的假设做分析,将灵敏性数据表示成相对改变量或者百分比改变的形式,要比表示成绝对改变量的形式更自然也更适用。一个模型称为稳健的,是指即使这个模型不完全精确,由其导出的结果也是正确的。稳健性分析常常是针对模型的某些理想化假设做分析。寻找限制性因素(瓶颈)或者寻找最急切需要改变的量都可以用灵敏性分析注意所有的分析最好都结合实际说明为什么可能出现这种情况,并且说明对应现实中的结果将原创 2020-10-27 11:55:12 · 23037 阅读 · 1 评论 -
数学建模美赛总结
本文总结了作者在美赛前大量阅读美赛获奖论文的心得以及总结目录O奖特点美赛建模注意事项问题和模型的层次模型本身指标确定函数形式确定模型和算法的深入探究模型的假设模型的合理性模型的推广模型的分析对问题的理解结果分析美赛建议信和背景资料编程和图表O奖特点首先介绍一下美赛最高奖项(O奖)获奖论文的一些特点。问题描述清晰。尽管题目对一些部分的定义有些模糊,但是论文中对各种方案和名词的定义都需要准确,并且给出变量定义和函数表达等细节。 论..原创 2020-10-27 11:45:16 · 5318 阅读 · 1 评论