003.数学建模入门方法综述
- 发生了什么?
描述性统计、综合评价、分类与判别 - 为什么要发生?
关联与因果分析、比较分析 - 未来如何发展?
预测与预报 - 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