数学建模与MATLAB计算之003.数学建模入门方法综述

003.数学建模入门方法综述

1. 发生了什么?
   描述性统计、综合评价、分类与判别
2. 为什么要发生？
   关联与因果分析、比较分析
3. 未来如何发展?
   预测与预报
4. 现在应如何决策？
   优化与控制

一、综合评价（多维降为一维）

属于哪一类？排名是多少？最优方案是什么？

• 模糊综合评判
• 主成分综合评价、因子分析、灰色关联分析
• 层次分析法（AHP）、滴值法、优劣解距离法（TOPSIS法）

二、分类与判别

• 系统聚类分析
• K-means聚类分析
• 模糊聚类分析
• 贝叶斯判别
• 费舍尔判别
• 模糊识别
• 神经网络
• 支持向量机

三、关联、因果与比较

• 两个变量间的关联分析（皮尔逊、斯皮尔曼、独立性检验等）
• 方差分析与H检验法
• 通径分析与标准化回归
• 典型相关分析
• 主成分分析
• 因果检验

四、预测与预报

• 滑动平均预测
• 时间回归预测
• 残差修正与新陈代谢灰色预测
• 信息随时间传递ARIMA预测
• 随机序列的Markov链预测
• 多序列回归预测
• 神经网络预测

五、优化与控制

• 线性规划
• 整数规划
• 0-1规划
• 模糊规划
• 随机优化

六、线性规划建模的步骤

• 建模经验一：模型没有数字
• 建模经验二：多设决策变量
• 建模经验三：添加0-1变量
• 建模经验四：化线性为非线性
• 建模经验五：化非线性为线性
• 建模经验六：化模糊为确定
• 模型的稳定性分析