2024妈妈杯数学建模注意事项和思路分析

本文介绍了2024年妈妈杯数学建模比赛的相关信息,包括报名时间、组织机构和比赛流程。重点解析了建模中常见的四大问题类型:分类问题、优化问题、预测问题和评价问题。针对每种问题,文章提供了实例,如神经网络、整数规划、灰色预测模型和主成分分析,并展示了相应的Python实现。
摘要由CSDN通过智能技术生成

1 赛题思路
(赛题出来以后第一时间在群内分享,点击下方群名片即可加群)
2 比赛日期和时间
报名截止时间:2024年4月11日(周四)12:00
比赛开始时间:2024年4月12日(周五)8:00
比赛结束时间:2024年4月16日(周二)9:00
3 组织机构
主办单位:中国优选法统筹法与经济数学研究会
中国优选法统筹法与经济数学研究会是在中国科学技术协会直接领导下的学术性社会团体,是国家一级学会。学会由华罗庚教授于1981年发起成立,至今成立了评价方法与应用、项目管理、计算机模拟、统筹、管理决策与信息系统、工业工程、高等教育管理、数学教育、经济数学与管理数学、应急管理、灰色系统研究,复杂系统研究等十余个专业分会。竞赛是由中国优选法统筹法与经济数学研究会主办,MathorCup高校数学建模挑战赛组委会具体负责竞赛的组织。
4 建模常见问题类型
趁现在赛题还没更新,给大家汇总一下建模经常使用到的数学模型,题目八九不离十基本属于一下四种问题
4.1 分类问题
神经网络分类:
BP 神经网络是一种神经网络学习算法。其由输入层、中间层、输出层组成的阶层型神经网络,中间层可扩展为多层。RBF(径向基)神经网络:径向基函数(RBF-Radial Basis Function)神经网络是具有单隐层的三层前馈网络。它模拟了人脑中局部调整、相互覆盖接收域的神经网络结构。感知器神经网络:是一个具有单层计算神经元的神经网络,网络的传递函数是线性阈值单元。主要用来模拟人脑的感知特征。线性神经网络:是比较简单的一种神经网络,由一个或者多个线性神经元构成。采用线性函数作为传递函数,所以输出可以是任意值。自组织神经网络:自组织神经网络包括自组织竞争网络、自组织特征映射网络、学习向量量化等网络结构形式。K近邻算法: K最近邻分类算法,是一个理论上比较成熟的方法,也是最简单的机器学习算法之一。
import numpy as np
# 定义神经网络类
class NeuralNetwork:
    def __init__(self):
        # 随机初始化权重
        np.random.seed(1)
        self.weights = 2 * np.random.random((3, 1)) - 1

    # Sigmoid激活函数
    def sigmoid

  • 6
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

微信公众号:数模0error

你的鼓励是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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