20-数学建模-常见算法 & Matlab使用

常见模型及实际应用

并行算法

灰色理论：

1.灰色模型（grey models）就是通过少量的、不完全的信息，建立灰色微分预测模型，对事物发展规律作出模糊性的长期描述（模糊预测领域中理论、方法较为完善的预测学分支）。https://zhuanlan.zhihu.com/p/40811400

2.最小二乘法公式：

(矢量化也就是向量化：矢量化是指将缩放器实现转换为向量化实现的所有技术。在向量化实现中，单个操作一次处理单个实体，而单个操作同时处理多个实体。矢量化指的是一种技术，通过这种技术，我们可以优化代码，以便有效地处理大量数据。矢量化在科学应用中的应用，如NumPy、pandas，你也可以在使用Matlab语言、图像处理、自然语言处理等方面使用这种技术。总的来说，它优化了程序的运行时和内存分配。)

3.在学姐给的资源中有实例。

层次分析法(评价类AHP:Analytic Hierarchy Process)

1）简析概念+小实例：“AHP方法中关于判断矩阵一致性的研究”

A:算术平均法求权重（“按列归一”）：把Z下面的一列A1 A2 A3 A4全加起来得sum，就是所谓的按列归一化，然后拿A1去除以sum就得出右格中的新A1（比重）,然后右格一行过去加起来求平均值就得出了权重（在一个矩阵内的权重向量也就是最大特征值对应的特征向量w）。

B1:验证一致性：首先一个矩阵乘以向量等于这个向量乘以某个值，那么这个值就是特征值，向量就是特征向量，故求出权重向量AW（像下图中的乘起来再加）

B2:再根据下列公式算出最大特征值（n直接除以3就行）：

C1:计算出一致性指标C.I,随后网查平均随机一致性指标RI，可以直接查到的。

C2:计算一致性比例CR(C.I.除以R.I.)并进行判断.当C.R.0.1时，认为判断矩阵不符合一致性要求，需要对该判断矩阵进行重新修正。

（清风数学建模学习笔记——层次分析法（AHP）-CSDN博客^v9^pc_search_result_control_group,157^v4^control&utm_term=%E5%B1%82%E6%AC%A1%E5%88%86%E6%9E%90%E6%B3%95&spm=1018.2226.3001.4187）

D:代码【数学建模】层次分析法(AHP)+Matlab实现_ahp matlab-CSDN博客^v9^pc_search_result_control_group,157^v4^control&utm_term=ahp%E5%B1%82%E6%AC%A1%E5%88%86%E6%9E%90%E6%B3%95matlab%E4%BB%A3%E7%A0%81&spm=1018.2226.3001.4187

2）改造：“AHP方法中判断矩阵的标度扩展构造法”（如下图示）

原法：

改后：

A:

Step0(1)输入候选方案数n、候选方案X1,X2,…,Xn和选定的标度;(2)定义判断矩阵P=(pij)n×n且pij=0(i,j=1,2,…,n)和特征向量W=(w1,w2,…,wn)T且wi=0(i=1,2,…,n)。

Step1(1)对n个方案进行两两比较,按重要程度的不减方式排序,不失一般性,设排序后的顺序为X1≥X2≥…≥Xn;(2)对i=1,2,…,n-1,将Xi与Xi+1进行比较,并将其对应的标度值记为ti1

Step2构造判断矩阵P:(1)令i=1,j=1;(2)若i>n,转Step3;(3)若j=i,置pii=1;否则,置pij=ti×ti+1×…×tj-1,pji=1öpij;(4)j=j+1;(5)若j≤n,转Step2之(3),否则i=i+1,转Step2之(2)。

Step3计算排序向量W,对i=1,2,…,n,若i=n,置wi=1,否则置wi=ti×ti+1×…×tn-11Step4(1)输出判断矩阵P和对应排序向量W;

B:

群判断标度系统：