数学建模比赛的赛前准备

0 前言

我也是建模比赛的老粉丝，两三年没参加。不仅感觉手有点生，思路逻辑也有点跟不上了。马上研究生建模比赛要开始了，为了这次比赛要对建模比赛进行一些赛前的知识的学习和巩固。在比赛前，会不定期的推出一下模型的原理以及用法。这不仅是对自己的一种鞭策吧，同时也希望给大家提供帮助。

1 建模的三大类

主要分为三大类：预测模型、优化模型和评价模型。

1.1预测模型

预测模型包括以下几种：

• 拟合插值预测（线性回归）：这个方法比较简单，大家可以自行学习以下
• 时间序列预测：通过 SPSS软件都可以帮我们实现的较为简单预测方法，只不过你也可以用Stata来实现。那一种方法是无所谓的，最主要是拿到数据，你要知道你要进行哪些事前检验，来达到使用模型的预期条件。
• 神经网络预测:我一般是通过Matlab实现这个功能，最近也在开始摸索使用Python来实现。在通过Python实现的过程中，你可以结合大模型来帮你实现，你一步步地问来解决。
• 灰色预测：挺长时间没用了，后期会专门写一篇来补上。
• 马尔科夫链 Logistic模型等等
  学习难度应该可以算上中等，如果你急着用，你可以使用一些简单的方法。可以帮你解燃眉之急。

1.2优化模型

优化模型包括以下几种：

• 规划模型：包括目标规划、线性规划、非线性规划等，这部分一般出现在建模书籍的第一章部分，这部分理论还是挺好理解的，就是你需要实现这个有点难度。
• 图论模型：还在学习中-ing
• 排队论模型：在这个模型我在建模中用过一次，感觉上手还行，因为当时着急比赛，感觉自己也一知半解。
• 神经网络模型 遗传算法 模拟退火法 蚁群算法等
  学习难度较高

1.3评价模型

评价模型主要包括以下几种：

• 模糊综合评价法 层次分析法 聚类分析法 主成分分析法 灰色综合评价法 等
  这类模型比较简单。

2.总结

在参赛前真心的建议大家，一定要掌握这三大类方法中的一种方法，至少在拿到题目时有一个清晰的选择方向。同时再根据自己对题目的理解程度，酌情的选择适合自己的题目。
感谢观看，诸君取得好成绩！！！