数学建模
文章平均质量分 93
沈念辰
脚踏实地,仰望星空(分享模糊控制,数学建模算法,强化学习等知识,望多交流)
展开
-
数学建模7——蚁群算法ACO(优化模型)
蚁群算法的基本概念、流程、应用、优缺点,以及TSP问题的代码原创 2023-12-06 10:56:26 · 1754 阅读 · 1 评论 -
数学建模6——路径规划的各种算法(Dijkstra、Floyd、A*、D*、RRT*、LPA*)
简单的对路径规划的几种经典算法进行介绍,最后简述了一下各方法的区别原创 2023-09-19 20:18:38 · 18087 阅读 · 0 评论 -
(五)分类算法——决策树
决策树,将大量的样本通过每一次分支后,将数据进行分类,(算是个,让数据按类别进行筛选)而分支上的条件是利用一定的训练样本,从数据中“学习”出决策规则,自动构造出决策树。比如下方的例子。在学习决策树之前, 我们需要先知道几个概念。根据上面的几个概念,我们根据划分标准的不同,衍生出了。具体使用哪个方法,要根据使用场景、样本数量、样本特征等情况进行分析和选择。原创 2023-09-12 09:53:11 · 242 阅读 · 0 评论 -
(四)预测模型——时间序列模型
本文主要对ARIMA的概念应用及流程进行了讲解,并分析了MATLAB的代码原创 2023-09-07 09:05:17 · 7834 阅读 · 4 评论 -
(三)聚类模型——Kmeans聚类算法
K-means算法是一种非常流行的无监督学习方法,主要应用于聚类问题。原创 2023-09-05 10:31:19 · 1274 阅读 · 0 评论 -
(二)评价模型——主成分分析(PCA)
首先先来说明一下,主成分分析现在多用来进行,将大量数据进行后,再使用其他的算法进行进一步的分析,降维可以去除噪声和不重要的特征,从而实现提升数据处理速度的目的。在实际的生产和应用中,降维在一定的信息损失范围内,可以为我们节省大量的时间和成本。降维也成为应用非常广泛的数据预处理方法。(这个方法一般需要结合使用)当然,如果要对数据进行降维处理,我们还有其他的方法:比如奇异值分解(SVD)、主成分分析(PCA)、因子分析(FA)、独立成分分析(ICA)。原创 2023-09-02 16:44:29 · 1791 阅读 · 0 评论 -
(一)优化模型——遗传算法
遗传算法具有很强的鲁棒性、随机性、自适应性。算法过程中的遗传、交叉及变异等操作都是通过轮盘赌的随机概率去实现的,增加了整个算法的灵活性,从而使得在进化的过程中产生更加优质的个体,提高整个种群的。原创 2023-09-02 15:04:06 · 876 阅读 · 0 评论