数学模型
Warmchay
慢慢进步,慢慢记录
展开
-
数模学习(八)--- 图论最短路径问题
这一节简要介绍图论中的基本概念,并主要讲解图论中的最短路径问题。之后会专门开专题讨论集合论与图论哒~根据图的不同,我们在这里主要将两种最短路径的算法:迪杰斯特拉Dijkstra算法和贝尔曼-福特Bellman-Fold算法。一 基本概念1.1 Intro图论中的图是由若干给定的点以及连接两点的线所构成的图形,这种图形通常用来描述某些事物之间的某种特定关系,用点代表事物,用连接两点的线表示相应两个事物间具有这种关系。一个图可以用数学语言描述为G(V(G),E(G))G(V(G),E(G))G(V.原创 2020-07-10 13:45:00 · 4679 阅读 · 0 评论 -
数模学习(七)--- 多元线性回归
Abstract回归分析是数据分析中最基础也是最重要的分析工具,许多数据分析的问题,都可以采用回归的思想去解决,机器学习中回归也是需要学习的很重要的内容之一;当今回归分析的任务是:通过研究自变量X和因变量Y的相关关系,尝试去解释Y的形成机制,进而达到通过X去预测Y的目的。(感觉跟插值和拟合希望达到的目的差不多orz)常见的回归分析有五类:线性回归、0-1回归、定序回归、计数回归和生存回归,它们划分的依据是因变量Y的类型,这里我们主要讲线性回归。一 引入1.1 回归的思想1回归分析: 研究X和Y之间原创 2020-07-09 17:13:52 · 14172 阅读 · 0 评论 -
数模学习(六)---典型相关分析
Abstract典型相关分析(Canonical Correlation analysis)是研究两组变量(每组变量中都可能有多个指标)之间相关关系的一种多元统计方法。它能够揭示出两组变量之间的内在联系提示:这里将涉及到多元统计的知识,在学过了主成分分析模型后再过来看比较合适一 引入1.1 举个栗子1.1.1 发现问题通过上表我们来探究观众和业内人士对一些电视节目的观点之间存在着什么关系,其中观众评分来自低学历(led)、高学历(hed)和网络(net)调查三种,他们形成第一组变量;而业内原创 2020-07-09 11:52:30 · 5935 阅读 · 0 评论 -
数模学习(五)---相关系数
Abstract这节将介绍两种最为常用的相关系数:皮尔逊pearson相关系数和斯皮尔曼spearman等级相关系数。它们可以用来衡量两个变量之间的相关性的大小,而根据数据满足的不同条件,我们需要选择不同的相关系数进行计算和分析(建模论文中最容易雍错的方法)。在这里,我们需要引入总体和样本这两个概念总体: 所要考察对象的全部个体叫做总体—在观察总体数据的时候,我们总是期望找到一些总体的特征(如均值方差等)样本: 从总体中所抽取的一部分个体则叫做总体的一个样本而我们通常对总体和样本进行数据处理的目原创 2020-07-09 01:21:47 · 5174 阅读 · 0 评论 -
数模学习(四)---拟合算法
一 Abstract与插值问题不同,在拟合问题中不需要曲线一定经过给定的点。拟合问题的目标是去寻求一个函数(曲线),使得该曲线在某种准则下与所有的数据点最为接近,即曲线拟合的最好(最小化损失函数)二 拟合算法1.1 插值与拟合算法插值: 得到的多项式f(x)f(x)f(x)需要经过所有的样本点,但是如果样本点过多,那么这个多项式的次数会过高,因而造成Runge现象拟合: 尽管可以用分段取避免插值的Runge问题,但是我们实际中更倾向于得到一个确定的曲线,虽然该曲线不能经过每一个样本点,但仅需要在原创 2020-07-08 14:01:11 · 3040 阅读 · 0 评论 -
数学建模(三)----插值算法
前要在数模比赛中,通常需要根据已知的数据点进行数据、模型的处理和分析,但有时候现有的数据是极少的,不足以支撑分析的进行,在这个时候我们可以通过**“模拟产生”一些新的但是又比较靠谱的值来满足需求**,这就是插值的作用一 一维插值假设已经有n+1n+1n+1个结点(xi,yi),(i=0,1,...,n)(x_{i},y_{i}),(i=0,1,...,n)(xi,yi),(i=0,1,...,n),其中x_{i}互不相同,不妨假设a=x0<x1<...<xn=ba=x_{0}&l原创 2020-07-05 15:32:38 · 1352 阅读 · 0 评论 -
数模学习(二)---Topsis法
一 概述Topsis法(逼近理想排序法)是系统工程中一种多目标决策方法,找出有限方案中的最优与最劣的方案,当某个可行解方案最靠近最优方案同时又远离最劣方案时,这个方案解的向量集就是最优影响评价指标。Topsis法其作为一种综合指标的评价方法,区别于如模糊综合评判法,层次分析法,它的主观性比较强,不需要目标函数,也不需要通过相应的检验,即限制要求大大降低,这使它的适用范围更为广泛二 Topsis影响力度算法步骤2.1统一指标类型(一般正向化指标)2.1.1 常见的四种指标总结指标名称指标原创 2020-07-03 15:44:14 · 3633 阅读 · 0 评论 -
数模学习(一)--AHP层次结构法
数模学习(一)—层次分析法概要:AHP常用于评价类模型,根据专家经验或者自己意见(通常是自己的awa)对不同的指标评分,再利用一致性检验的方法来判断这类评价是否合理,如果合理,我们就可以通过指标一开始的不同权重,按照从大到小的顺序清楚哪一类的指标最为重要,依据这个顺序你就可以找到影响方案的最重要因素有哪些啦。使用流程:1.确定解决问题的层次结构确定好我们的目标层(Objective),准则层(Criterion)和方案层(Plan),在这个地方论文写作需要标注好箭头,箭头的顺序是目标层—>准原创 2020-06-30 12:38:37 · 8720 阅读 · 0 评论