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!!!