数学建模学习过程(一些总结)

本文总结了数学建模中的线性规划模型,包括格式要点和MATLAB求解注意事项,以及如何将非线性问题转换为线性问题。同时,介绍了多目标规划模型和整数规划模型,特别是0-1规划及其在流程规划中的应用,提到了割平面算法和匈牙利算法的基本思想。
摘要由CSDN通过智能技术生成

线性规划模型整理:
格式:
在这里插入图片描述
在这里插入图片描述

心得:

格式:
1.上述式子不一定全部都会用的上,根据情况选择。
2.matlab里只可求最小值,对其取反即为最大值。
3.约束式子里的不等号方向需要与格式相同,不同的需要转化一下。
运用:
经过分析,可将非线性的转化为线性的
在这里插入图片描述
关于多目标规划模型(可转化为多个不同的单一规划模型):
在这里插入图片描述在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
(一般情况下,风险度最大可为0.055/0.05)

a=0;hold on
while a<0.05
       a=0;hold on
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
学习数学建模过程中,可以参考司守奎老师的教材《Python数学实验与建模》。这本教材可以帮助你了解数学建模的基本原理,并通过Python实现相关模型。在学习过程中,你可以使用Python来复现书中的代码,并添加注释和自己的学习感悟,这样可以更好地加深对Python和数学建模的理解。 在学习数学建模时,你可能会用到一些基本的Python语法和函数。例如,你可以使用导入语句来引入math模块,该模块提供了一些数学函数,如sin和radians。此外,你还可以使用input函数来获取用户输入的数值,并使用相应的函数将其转换为所需的数据类型。例如,你可以使用float函数将用户输入的半径转换为浮点数,然后计算圆的周长。 总结起来,学习数学建模过程中,你可以参考司守奎老师的教材《Python数学实验与建模》来深入理解建模的原理和Python的应用。通过复现教材中的代码并添加注释,你可以将学习过程中的思考和收获记录下来,同时还可以加深对Python语法和数学建模的理解。祝你在学习数学建模过程中取得好成果!<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [Python数学建模入门【1】](https://blog.csdn.net/m0_50120894/article/details/122330065)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值