![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学建模
文章平均质量分 70
今天美美吃饭啦
某乎,某鱼同号
展开
-
排队论(Queuing Theory)
排队论起源于1909年丹麦电话工程师A.K.爱尔朗的工作,他对电话通过拥挤问题进行了研究。1917年,爱尔朗发表了他的著名文章——“自动电话交换中的概率论的几个问题的解决”。排队论已广泛应用于军事、运输、维修、生产、服务、库存、医疗卫生、教育、水利灌溉之类的问题,显示了强大的生命力。排队是在日常生活中经常遇到的现象,如顾客到商店购买物品、病人到医院看病常需要排队。此时要求服务的数量超过服务机构(服务台,服务员等)的容量。也就是说,到达的顾客不能立即得到服务,因而出现了排队现象。...原创 2022-09-02 20:09:31 · 14662 阅读 · 0 评论 -
模糊综合评价模型
模糊”是指客观事物之间不明确的差异性,如年轻与年老,高个子与矮个子,这些量都是带有一定的模糊性的。而模糊数学就是研究这种具有模糊性的量的分支。与之对应的则是研究确定性的量的数学分支,即经典数学下的几何与代数。...原创 2022-08-18 20:50:34 · 920 阅读 · 0 评论 -
灰色预测GM(1,1)模型
在这里,灰色的意思是系统的信息只有一部分,不完整,与之类似概念还有白色和黑色。灰色预测模型是通过少量的、不完全的信息,建立数学模型做出预测的一种预测方法。其预测对象要求数据具有,并且。灰色预测模型可用GM(m,n)表示,m代表阶数,n代表预测对象的个数。灰色预测模型适用于年份数据预测,且期数较少的情况。如果期数较多或者包含季度数据,采用时间序列分析进行预测。...原创 2022-08-17 23:11:45 · 10391 阅读 · 4 评论 -
数学建模 因子分析
因子分析和主成分分析法是一种对数据进行降维处理的方法,但主成分分析法的弊端在于其通过计算出相关系数矩阵的特征值,进而提取出来的主成分变量通常难以被解释。而因子分析方法则解决了这一问题,其构造出的因子具有明确的物理意义因子分析是主成分分析的一种推广。............原创 2022-08-16 21:11:00 · 14840 阅读 · 0 评论 -
灰色关联分析
灰色关联分析可用于分析一个母序列和若干个子序列之间的关联性,亦可以理解为子序列的重要程度,该系统中哪些因素是重要的。原创 2022-08-16 15:29:58 · 788 阅读 · 0 评论 -
数学规划模型
数学规划是运筹学的一个分支,其研究目的在给定的条件下(称为约束条件),按照某一衡量指标(称为目标函数)来寻求计划、管理工作中的最优方案(称为最优解)。规划问题又被认为是求解目标函数在一定约束条件下的极值问题。...原创 2022-08-15 21:00:17 · 1099 阅读 · 0 评论 -
数学建模 系统聚类
选聚类标准放到变量框,这里是食品,衣着,家庭设备,医疗,交通选择聚类对象放到个案标注依据,这里是省份勾选谱系图选项从肘部折线图可知,对该样本的分为3类,或者5类的结果较好。为方便解释,对样本分为3类。...原创 2022-08-10 16:59:46 · 2077 阅读 · 0 评论 -
Logistic回归用于二分类以及Fisher线性判别
对于二分类问题,将种类,即因变量分为0和1两种数值变量,从已有的数据中找到因变量和自变量的回归方程,预测出因变量的值,与0更接近还是与1更接近来进行分类,即Logistic回归;对于已有的数据,试图找到一个超平面将数据点分割开,且数据点在该超平面上的投影收敛,并且与另一组点到该超平面上的投影相隔甚远,即Fisher线性判别。推而广之,可以用Logistic回归和Fisher线性判别进行多分类问题。...原创 2022-08-10 16:52:29 · 817 阅读 · 0 评论 -
第七讲 多元线性回归分析
回归的目的是通过研究自变量X与因变量Y之间的相互关系常见的回归分析有五类:线性回归(OLS, GLS)、0-1回归(Logistic 回归)、定序回归(probit 定序回归)、计数回归(Possion 回归)和生存回归,其划分的依据均为因变量Y的类型。因变量的类型:连续数值型,如GDP0-1型:如是否按时还款定序变量:如客户的满意程度计数变量:如一定时间内的车流量数据获取。............原创 2022-08-10 16:11:30 · 5415 阅读 · 0 评论 -
第六讲 典型相关性分析
典型相关性分析(Canonical Correlation Analysis),研究两组变量(每组变量中都可能又多个指标)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。主要思路:把多个变量与多个变量之间的相关化为两个具有代表性的变量之间的相关性,其思想与主成分分析类似。步骤。......原创 2022-08-06 18:09:12 · 2029 阅读 · 0 评论 -
第五讲 相关系数
相关系数可以用来衡量两个变量之间的相关性大小,根据数据满足的不同条件,选择不同的相关系数进行计算和分析。原创 2022-08-06 16:12:11 · 1163 阅读 · 0 评论 -
第三四讲 插值与拟合
当数据缺失时,需要采用一定的数学方法补充一些靠谱的数据。这便是插值。当数据给定时,需要找到两组数据之间一定的关系,这便是拟合。原创 2022-08-04 17:02:04 · 113 阅读 · 0 评论 -
第二讲 优劣解距离法Topsis
这是一种使用频率最高的综合评价方法,能够充分利用指标的现有数据进行评价分析,能够精确反应各评价方案之间的差距。这是与层次分析的最大区别。原创 2022-08-03 23:32:18 · 268 阅读 · 0 评论 -
层次分析法AHP
数学建模方法AHP介绍原创 2022-08-03 21:43:43 · 512 阅读 · 0 评论