数学建模笔记总结
Posted GoAI
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数学建模笔记总结相关的知识,希望对你有一定的参考价值。
数学建模笔记总结
此篇主要为数学建模资料总结,包括统计建模、机器学习建模介绍及建模使用工具、相关比赛介绍,仅用于个人学习,部分为网络资源,侵权联系删除!
1️⃣数模比赛论文模版/项目推荐:
GitHub - BetterBench/Math_Model
2️⃣数模常用方法介绍:
3️⃣建模比赛问题汇总:
数学建模三大模型
1、预测模型
预测模型:神经网络预测、灰色预测、拟合插值预测(线性回归)、时间序列预测、马尔科夫链预测、微分方程预测、Logistic 模型等等。
应用领域:人口预测、水资源污染增长预测、病毒蔓延预测、竞赛获胜概率预测、月收入预测、销量预测、经济发展情况预测等在工业、农业、商业等经济领域,以及环境、社会和军事等领域中都有广泛的应用。
2、优化模型
优化模型:规划模型(目标规划、线性规划、非线性规划、整数规划、动态规划)、图论模型、排队论模型、神经网络模型、现代优化算法(遗传算法、模拟退火算法、蚁群算法、禁忌搜索算法)等等。
应用领域:快递员派送快递的最短路径问题、水资源调度优化问题、高速路口收费站问题、军事行动避空侦察的时机和路线选择、物流选址问题、商区布局规划等各个领域。
3、评价模型
评价模型:模糊综合评价法、层次分析法、聚类分析法、主成分分析评价法、灰色综合评价法、人工神经网络评价法等等。
应用领域:某区域水资源评价、水利工程项目风险评价、城市发展程度评价、足球教练评价、篮球队评价、水生态评价、大坝安全评价、边坡稳定性评价。
模型总结:
注:此部分总结参考:https://github.com/BetterBench/Math_Model
Sklearn学习资料
1.sklearn中文文档 强推!
2.十分钟上手sklearn
3.Python机器学习笔记:sklearn
代码实战部分后续补充。。。
特征工程:
0.机器学习-特征工程总结 强推!
1.特征工程介绍及代码 强推!
2.手把手教你入门和实践特征工程
3.机器学习-特征工程总结
建模软件:
编程 :python 、matlab、spss
工具:spsspro、spssau
排版:word、latex
绘图:Excel、PPT、visio(流程图)、processon、drowio\\Xmind(思维导图)
建模比赛分工:
建模比赛介绍
各类比赛信息及时间:https://zhuanlan.zhihu.com/p/440277835
注:以上资料后续会继续补充,敬请期待!!!
以上是关于数学建模笔记总结的主要内容,如果未能解决你的问题,请参考以下文章