![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学建模
爱睡觉的小飞猪
博文之道在乎山水之间,吾将上下而求索,世界之大,无奇不有,没有AC不了的问题,只有不努力的码农
展开
-
2021年美赛A题翻译
美赛A题:真菌欢迎使用Markdown编辑器2021年美赛交流qq群:523820707需要电子版的可以关注关注公众号“1024遇见ta”: 回复 "A题"需要“美赛历年真题和特等奖论文集”的关注公众号“1024遇见ta”,回复“美赛”即可获得资源包,有条件的支持一下哈!欢迎使用Markdown编辑器2021年美赛交流qq群:523820707需要电子版的可以关注关注公众号“1024遇见ta”: 回复 “A题”需要“美赛历年真题和特等奖论文集”的关注公众号“1024遇见ta”,回复“美原创 2021-02-05 15:35:14 · 1654 阅读 · 0 评论 -
2021年美赛解题思路汇总Final!!!
首先:A题是连续型问题,是“数值分析”领域的内容,需要熟练掌握偏微分方程以及精通将连续性方程离散化求解的编程能力。这时,队伍里最好是有一个纯数学基础好的(偏微分方程、复变函数、信号与系统等等),还需要有两个擅长连续型问题编程的同学,两个人都比较擅长编程这一点很重要,既可以防止一个人编程的话,思路可能有所偏颇,又可以使得两个人在相互碰撞中产生新的灵感。B题的话可能是离散型问题,对于B题在编程上,一定需要比较熟悉计算机的“算法与数据结构”这类离散型编程问题的同学。C题属于大数据类问题,几乎都是关于数原创 2021-02-05 12:28:06 · 12120 阅读 · 3 评论 -
灰色预测
**算法简介**1、灰色预测模型(数模必掌握) 灰色预测模型使用范围: ①数据样本点个数少,6-15个 ②数据呈现指数或曲线的形式 ③只适合做中短期预测,不适合长期预测。 灰色预测原理比较简单,详细的可以参考司守奎《数学建模算法与应用》。 需要注意的几点是: (1)灰色预测的使用范围 (2)灰色预测中的“级比”如果级比不在范围要对数据进行处理。 (3)司老师书中的代码,并没有运行原创 2017-09-04 15:32:05 · 3192 阅读 · 1 评论 -
灰色关联分析法
与灰色预测模型一样,比赛不能优先使用,灰色关联往往可以与层次分析结合使用。层次分析用在确定权重上面【1】确定比较对象(评价对象)(就是数据,并且需要进行规范化处理,就是标准化处理,见下面例题的表格数据)和参考数列(评价标准,一般该列数列都是1,就是最优的的情况) 【2】确定各个指标权重,可用层次分析确定 【3】计算灰色关联系数 这是一个比较复杂的公式,给出的代码可以直接运行出来,可以先不原创 2017-09-04 15:44:57 · 50429 阅读 · 3 评论 -
时间序列预测
与马尔科夫链预测互补,至少有2个点需要信息的传递,ARMA模型,周期模型,季节模型等ARMA模型的全称是自回归移动平均(auto regression moving average)模型,它是目前最常用的拟合平稳序列的模型,它又可细分为AR模型(auto regression model)、MA模型(moving average model)和ARMA模型(auto regression movi原创 2017-09-04 15:56:27 · 3140 阅读 · 1 评论 -
插值与拟合
插值:求过已知有限个数据点的近似函数。 拟合:已知有限个数据点,求近似函数,可不过已知数据点,只要求在某种意义 下它在这些点上的总偏差最小。 插值和拟合都是要根据一组数据构造一个函数作为近似,由于近似的要求不同,二者的数学方法上是完全不同的。而面对一个实际问题,究竟应该用插值还是拟合,有时容易确定,有时则并不明显。 常见的插值:拉格朗日多项式插值、牛顿插值、分段线性插值、 Hermite 插原创 2017-09-04 16:03:39 · 1190 阅读 · 0 评论 -
层次分析法
层次分析分为两个方面:一个是有数据的情况下使用层次分析,一个是无数据的情况下是使用层次分析: (1)无数据的情况下使用层次分析 参考姜启源《数学模型》第四版,因为没有数据,比如景色、舒适度,这些没有具体数据的,使用层次分析的时候,不仅需要做准则层对于目标层的成对比较矩阵,也要做方案层对于准则层的成对比较矩阵。并且只要有成对比较矩阵就一定要做一个一致性检验。 准则层对于目标层的成对比较矩阵:原创 2017-09-04 16:08:31 · 13872 阅读 · 2 评论