数学建模集训知识大纲
文章目录
数学建模集训知识大纲
评价算法
简单加权法
逼近于理想解的排序法(TOPSIS算法)
层次分析法
主成分分析法
模糊综合评价法
聚类分析法
秩和比法
人工神经网络
熵权法
灰色关联度分析
预测算法
插值拟合
回归模型预测
灰色预测GM
时间序列
神经网络
统计分析
方差分析
回归分析
多元统计分析
分类问题
假设检验(非参数)
聚类
最优化方法
常用算法
无约束优化
有约束优化
二次规划
一般有约束非线性规划
计算机算法
动态规划
回溯搜索
分治
贪心
分枝定界
图论与网络
欧拉图
二分图
网络流
最短路径
TSP问题
P和NP问题
背包问题
最小生成树
图的基本概念及其矩阵表示
常见的网络优化问题
图像处理
基本概念
数据类
图像类型
数据类之间转换
图像类型之间转换
空间滤波器
频域变换
数字图像的水印防伪
规划问题
连续优化
离散优化
模拟和仿真
模拟
仿真
数值计算
常微分方程数值解
工具箱的使用
统计工具箱
拟合工具箱
神经网络工具箱
小波工具箱
并行计算工具箱
优化工具箱
全局优化工具箱
评价算法
简单加权法
线性加权
非线性加权
逼近于理想解的排序法(TOPSIS算法)
层次分析法
主成分分析法
模糊综合评价法
聚类分析法
秩和比法
人工神经网络
熵权法
灰色关联度分析
预测算法
插值拟合
小样本内部预测
回归模型预测
大样本内部预测
灰色预测GM
小样本未来预测
时间序列
大样本的随机因素或周期特征的未来预测
神经网络
针对大样本的内部机理复杂的数据的未来预测
统计分析
方差分析
分析因变量的总误差中,除开随机误差以外,是否有类别变量(自变量)造成的处理误差,有多少误差是自变量造成的
分类
单自变量
单因素方差分析
两个自变量
无重复双因素分析:只考虑主效应,不考虑交互效应
可重复双因素分析:考虑主效应,也考虑交互效应
回归分析
多元统计分析