- 博客(4)
- 收藏
- 关注
RSS订阅原创 数学建模之灵敏度分析
在数学建模的评价类问题中，灵敏度分析是一个重量级的评价方法，尤其是针对规划问题，是一定要在建模后对模型进行灵敏度分析的，用来检验模型的稳定性。
2022-11-13 20:27:58
9719
1
原创 数学建模之数据预处理（缺失值和异常值）
1.缺失值缺失值就是比赛提供的数据，发现有些单元格是null或空的。1、缺失太多：例如调查人口信息，发现“年龄”这一项缺失了40%，就直接把该项指标删除2、最简单处理：均值、众数插补 定量数据，例如关于一群人的身高、年龄等数据，用整体数据的平均值来补缺失 定性数据，例如关于一群人的性别、文化程度；某些事件调查的满意度，用出现次数最多的值补缺失 适用赛题：人口的数量年龄、经济产业情况等统计数据，对个体精度要求不大的数据3、Newton插值法根据固定公式，构造近似函数，补
2021-08-30 12:05:15
15632
2
数学建模国赛题型分析与获奖策略
a题，都是物理之类的工程应用题，需要有相关的背景。数学和物理比较好的可以做，做a题应该用不到什么机器学习，启发式算法。主要在于建模，方法是否具有合理性。
b题是离散类。主要是做预测，回归，检验等分析。使用到的方法就是常见机器学习分类回归算法，方差分析，卡方检验，相关性分析等基本常见数据分析与检验的方法。
c题是运筹题。根据经验来说，就是主要做规划，最基本的就是线性规划问题，然后要用到启发式算法寻优（当然，你也可以用基本的数学方法求解），如果对启发式算法（比如遗传）不是很熟悉，可以不用，用一些基本的梯度等方法做出来也可以。
最后，如果想拿奖，写论文，要有讲究。别乱写。常见扣分点:
1-逻辑描述错误。
2-排版太丑。
如果这两点只要有一个问题，基本就无缘奖了，特别是排版。因此，建议写论文的同学，模仿一下优秀论文，看看自己能不能模仿出来（照着自己写一遍都行），比如表格之类的自己会不会。（很基本的东西我就不说了）。
个人建议写论文的同学也要学建模，建模的同学要会基本的编程，编程的同学要会建模。最后，建模的同学能描述出建模的过程给写论文的同学。
2023-03-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人