数学建模
文章平均质量分 91
Faye_C_66
在读 / 研二 / 学习记录
展开
-
数学建模-基于熵权法的TOPSIS法修正
文章目录熵权法原理如何度量信息量的大小信息熵的定义熵权法计算步骤TOPSIS方法此前以及写过博文,因此这里主要讲熵权法确定权重熵权法原理指标的变异程度越小(即方差越小),所反映的信息量也越少,其对应的权值也应该越低。例如:对于所有的样本而言,这个指标都是相同的数值, 那么我们可认为这个指标的权值为0,即这个指标对于我们的评价起不 到任何帮助如何度量信息量的大小越有可能发生的事情,信息量越少;越不可能发生的事情,信息量就越多。⇓(如何衡量事情发生的可能性?)概率信息熵的定义假设xx原创 2021-08-14 12:23:11 · 2015 阅读 · 0 评论 -
数学建模-多元线性回归
回归的思想通过研究自变量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。注意:相关性≠因果性回归分析的使命识别重要变量(哪些X是同Y真的相关,哪些不是)判断相关性的方向估计权重/回归系数(不同变量之间的相对重要性)回归分析的分类类型模型Y的特点例子线性回归OLS、GLS(最小二乘)连续数值型变量GDP、产量、收入0-1回归logistic回归二值变量(0‐1)是否违约、是否得病定序回归probit定序回归定原创 2021-08-07 12:18:33 · 3884 阅读 · 0 评论 -
数学建模-图论最短路径求解-迪杰斯特拉算法和贝尔曼福特算法
Dijkstra(迪杰斯特拉)算法视频讲解:https://www.bilibili.com/video/BV1zz4y1m7Nq?share_source=copy_web以前学运筹学关于这部分的笔记:Bellman‐Ford(贝尔曼‐福特)算法贝尔曼‐福特算法不再将节点区分为是否已经访问的状态,因为贝尔曼‐福特模型利用循环来进行更新权重的,且每循环一次,贝尔曼‐福特算法都更新所有的节点的信息。其次贝尔曼福特算法能够支持负权重的图,并且检测出负循环(贝尔曼福特算法实际上处理的是具有负权重的有向原创 2021-08-05 13:49:58 · 744 阅读 · 0 评论 -
数学建模-相关性算法笔记
文章目录总体和样本总体皮尔逊Pearson相关系数样本皮尔逊Pearson相关系数皮尔逊相关系数的注意点皮尔逊相关系数例题描述性统计矩阵散点图皮尔逊相关系数计算美化相关系数表对皮尔逊相关系数进行假设检验p值判断法皮尔逊相关系数假设检验的条件总体和样本总体——所要考察对象的全部个体叫做总体样本——从总体中所抽取的一部分个体叫做总体的一个样本总体皮尔逊Pearson相关系数如果两组数据X:{X1,X2,…,Xn}X:\{X_1,X_2,…,X_n\}X:{X1,X2,…,Xn}和Y:{Y1,原创 2021-08-04 11:10:01 · 2422 阅读 · 0 评论 -
数学建模-拟合算法原理笔记
文章目录插值和拟合的区别最小二乘法求解最小二乘法如何评价拟合的好坏拟合工具箱插值和拟合的区别插值算法中,得到的多项式f(x)f(x)f(x)要经过所有样本点,如果样本点太多,那么这个多项式次数过高,会造成龙格现象。尽管我们可以选择分段的方法避免这种现象,但是更多时候我们更倾向于得到 一个确定的曲线,尽管这条曲线不能经过每一个样本点,但只要保证误差足够小即可,这就是拟合的思想。注:插值和拟合都可以用于预测最小二乘法设这些样本点为(xi,yi),i=1,2,…,n(x_i,y_i),i=1,2,…原创 2021-07-31 14:43:35 · 1089 阅读 · 0 评论 -
数学建模-插值算法原理笔记
目的比赛中常常需要根据已知的函数点进行数据、模型的处理和分析,而有时候现有的数据是极少的,不足以支撑分析的进行,这时就可以使用一些方法“模拟产生”一些新的但又比较靠谱的值,这就是插值的作用。概念设函数y=f(x)y=f(x)y=f(x)在区间[a,b][a,b][a,b]上有定义,且已知在点a≤x0<x1<…<xn≤ba≤x_0<x_1<…<x_n≤ba≤x0<x1<…<xn≤b上的值分别为y0,y1,…,yny_0,y_1,…,y_n原创 2021-07-31 14:15:58 · 766 阅读 · 0 评论 -
数学建模-模糊综合评价分析法原理笔记
文章目录概述经典集合和模糊集合的基本概念经典集合和特征函数模糊集合和隶属函数模糊集合的三种表示方法模糊集合的分类隶属函数的三种确定方法模糊统计法借助已有的客观尺度:star:指派法:star:应用:模糊综合评价评价问题概述一级模糊综合评价模型确定因素集确定评语集确定各因素的权重:star:确定模糊综合判断矩阵综合评判一级综合模糊评价案例某单位对员工的年终综合评定概述数学中研究的量的划分确定性:经典数学(几何、代数)不确定性随机性(概率论、随机过程)灰性(灰色系统)模糊性(模糊数学)原创 2021-07-27 12:14:25 · 1494 阅读 · 0 评论 -
数学建模-灰色关联度分析原理笔记
灰色关联分析法简介灰色关联分析是一种**系统分析**灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密。曲线越接近,相应序列之间的关联度就越大,反之就越小。比较少用步骤例:下表某地区国内生产总值的统计数据(以百万元计),问该地区从2000年到2005年之间哪一种产业对GDP总量影响最大年份国内生产总值第一产业第二产业第三产业20001988386839763200120614088468082002原创 2021-07-24 11:48:55 · 7893 阅读 · 4 评论 -
数学建模-TOPSIS优劣解距离法原理笔记
文章目录TOPSIS简介步骤第一步 将原始矩阵正向化第二步 正向化矩阵标准化第三步 计算得分并归一化带权重的TOPSISTOPSIS简介 TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)可翻译为逼近理想解排序法,国内常简称为优劣解距离法。TOPSIS 法是一种常用的综合评价方法,能充分利用原始数据的信息,其结果能精确地反映各评价方案之间的差距。主要用来评价优劣。步骤第一步 将原始矩阵正向化原创 2021-07-22 13:22:41 · 1838 阅读 · 5 评论 -
数学建模-层次分析法原理学习笔记
层次分析法的代码下次再补,先把方法原理记录一下文章目录层次分析法简介层次分析法步骤建立层次结构模型构造两两判断矩阵一致性检验一致性检验的步骤1.计算一致性指标CI2.查找对应的平均随机一致性指标RI3.计算一致性比例CR一致矩阵计算权重方法一:使用算数平均数求权重方法二:几何平均数求权重方法三:特征值法求权重计算各方案总分层次分析法简介解决什么问题层次分析法(AHP)是一种层次权重决策分析方法。主要是利用较少的定量信息使决策的思维过程数学化,从而为多目标、多准则或无结构特性的复杂决策问题提供简便原创 2021-07-15 17:05:04 · 1281 阅读 · 2 评论