目录
? ? ? ? 小波分析,聚类分析(高斯混合聚类,K-均值聚类)
????????Copula相关:比较难,金融数学,概率密度
2024年2月2日早上六点——2024年2月6日早上九点
2024年5月31日或之前发布
MCM:数学建模竞赛
A:连续型
B:离散型
C:数据处理
ICM:交叉学科竞赛
D:运筹学/网络科学
E:环境科学
F:政策
O奖:特等奖
F奖:提名奖
M奖:一等奖
H奖:二等奖
S奖:参与奖
- 题目
- 基于——模型的——研究与分析
- 摘要(重要,摘要是否能简洁明了的体现研究内容,决定了一篇论文能否获奖)
- 总结归纳总结能力
- 通过看优秀论文总结
- 不超过整个页面的四分之三
- 问题重述(不要照搬题目,用数学语言重新解释)
- 问题假设
- 明确假设点是关键
- 问题分析
- 将问题进行定性
- 说明如何求解这类问题
- 最好有流程图
- 符号说明
- 文中出现的符号均需说清楚
- 模型建立
- 将常见模型进行归纳整理,形成算法库
- 模型求解
- 模型评价优缺点
- 对模型的不足提前掌握
- 参考文献
1.选题
2.查文献
3.讨论思路(发散思维,充分发挥想象力,从不同的角度考虑问题)
4.建立模型(要有自己的特色)
5.解模型
6.结果呈现:图>表>文字
7.排版(不能截图)
8.审查论文(检查!!!)
不同颜色代表一天的安排
数据处理
? ? ? ? 插值拟合
????????????????主要用于数据的补全和基本的趋势分析
? ? ? ? 小波分析,聚类分析(高斯混合聚类,K-均值聚类)
? ? ? ? ? ? ? ? 主要用于诊断数据异常值并进行剔除
? ? ? ? 主成分分析,线性判别分析,保留局部投影等
? ? ? ? ? ? ? ? 主要用于多维数据的降维处理,减少数据冗余
? ? ? ? 均值,方差分析,协方差分析等统计方法
? ? ? ? ????????主要用于数据的截取或者特征的选择
关联与分析
????????灰色关联分析:样本点个数较少
????????Preson相关:样本点个数较多
????????Copula相关:比较难,金融数学,概率密度
分类与判别
? ? ? ? 距离聚类
????????关联性聚类
????????层次聚类
????????密度聚类
????????贝叶斯判别(统计判别方法)
????????费舍尔判别(训练的样本比较少)
????????模糊识别(好分类的数据点比较少)
评价与决策
????????模糊综合评判
????????????????评价一个对象优,良,中,差等层次评价,不能排序
????????主成分分析法
????????????????评价多个对象的水平并排序,指标间关联性很强。
????????层次分析法
????????????????作决策,通过指标,综合考虑做决定
????????数据包络分析法
????????????????优化问题,对各省发展状况进行评判
????????秩和比综合评价法
????????????????评价各个对象并排序,指标间关联型不强
????????神经网络评价
????????????????适用于多指标非线性关系明确的评价
预测与预报
????????灰色预测模型
????????微分方程预测
????????回归分析预测
????????马尔科夫预测
????????时间序列预测
????????小波分析预测
????????神经网络预测
优化与控制
????????线性规划,整数规划,0-1规划
????????非线性规划与智能优化算法
????????多目标规划和目标规划
????????动态规划
????????图论,网络优化
????????排队论与计算机仿真
????????模糊规划
????????灰色规划
本博客为个人学习的笔记,主要内容来自于数学建模老哥和云顶数模的课程