
數(shù)學(xué)建模培訓(xùn)
01
緒論
了解數(shù)學(xué)模型、數(shù)學(xué)建模的基本概念,了解什么是數(shù)學(xué)建模競賽,
參加數(shù)學(xué)建模競賽有何意義,掌握學(xué)習(xí)數(shù)學(xué)建模的基本方法,了解本課程的主要教學(xué)內(nèi)容。
1.1 數(shù)學(xué)建模的概念
1.2 學(xué)習(xí)數(shù)學(xué)建模的意義與方法
1.3 數(shù)學(xué)建模競賽
1.4 課程主要內(nèi)容
02
數(shù)學(xué)規(guī)劃模型
掌握線性規(guī)劃模型的基本概念,理解線性規(guī)劃模型的分類,熟悉整數(shù)規(guī)劃模型、0-1規(guī)劃模型、多目標(biāo)規(guī)劃模型的建模方法,
熟悉經(jīng)典的線性規(guī)劃問題,熟練運用Lingo求解線性規(guī)劃問題,了解Matlab求解線性規(guī)劃問題的命令。
2.1 規(guī)劃模型的概念
2.2 線性規(guī)劃模型
2.3 線性規(guī)劃模型的求解與Lingo入門
2.4 整數(shù)規(guī)劃和0-1規(guī)劃
2.5 經(jīng)典的線性規(guī)劃模型
2.6 多目標(biāo)規(guī)劃
2.7 Matlab中有關(guān)求解線性規(guī)劃問題的命令
03
統(tǒng)計回歸方法及Matlab軟件求解
了解回歸的基本概念,掌握一元線性回歸、多元線性回歸、非線性回歸的基本模型,
會用Matlab軟件進(jìn)行回歸模型的參數(shù)估計的模型檢驗,掌握運用回歸建模方法及編程解決相關(guān)實際問題。
3.1 一元線性回歸模型的概念
3.2 一元線性回歸模型的參數(shù)估計與軟件實現(xiàn)
3.3 一元線性回歸的模型檢驗與軟件實現(xiàn)
3.4 多元線性回歸模型與軟件實現(xiàn)
3.5 非線性回歸模型與軟件實現(xiàn)
04
統(tǒng)計分析基礎(chǔ)
了解數(shù)據(jù)統(tǒng)計描述的基本概念,如求和、值、相關(guān)系數(shù)、排序、頻數(shù)、概率分布等,掌握運用Matlab進(jìn)行數(shù)據(jù)的統(tǒng)計描述;
理解參數(shù)估計和假設(shè)檢驗的基本方法,在數(shù)據(jù)分析中會運用Matlab進(jìn)行參數(shù)估計和參數(shù)的假設(shè)檢驗。
4.1 數(shù)據(jù)的統(tǒng)計描述及相關(guān)Matlab命令
4.2 參數(shù)估計及相關(guān)Matlab命令
4.3 假設(shè)檢驗及相關(guān)Matlab命令
05
數(shù)據(jù)擬合與插值
了解擬合與插值的基本概念,理解擬合與回歸的區(qū)別,熟悉常用的擬合和插值方法,會熟練運用Matlab進(jìn)行數(shù)據(jù)的擬合和插值。
5.1 擬合問題及其實現(xiàn)
5.2 一維插值及其實現(xiàn)
5.3 二維插值及其實現(xiàn)
06
時間序列分析模型
了解什么是時間序列,了解時間序列的常用建模方法,掌握ARIMA模型的基本步驟,
會對ARMA模型進(jìn)行參數(shù)識別和估計,熟練運用Matlab或者SPSS建立和求解ARIMA模型。
6.1 時間序列的基本概念
6.2 ARMA模型
6.3 ARMA模型的識別(定階)
6.4 ARIMA模型
6.5 ARIMA模型的建模實例
07
主成分分析
了解主成分分析的基本概念,理解什么是主成分,掌握求解主成分分析的基本步驟和方法,
會用Matlab軟件或者SPSS軟件求解主成分,在實際問題中,會合理解釋主成分的實際意義,能夠運用主成分分析方法進(jìn)行綜合評價分析。
7.1 數(shù)據(jù)統(tǒng)計分析入門
7.2 問題背景和提出
7.3 主成分分析的理論基礎(chǔ)
7.4 相關(guān)問題和實現(xiàn)步驟
7.5 Matlab實例求解
7.6 SPSS介紹及實例求解
08
聚類分析
了解聚類分析的基本概念,明確聚類分析可以解決什么樣的問題,掌握實施聚類分析的基本步驟和方法,
掌握K均值聚類與層次聚類的基本含義,掌握運用Malab或者SPSS實施聚類分析。
8.1 聚類分析介紹
8.2 距離與相似數(shù)
8.3 K均值聚類算法步驟及SPSS實現(xiàn)
8.4 層次聚類算法步驟及SPSS實現(xiàn)
8.5 聚類分析Matlab實現(xiàn)
09
判別分析
了解什么是判別分析,明確判別分析可以解決什么樣的問題,理解判別分析的基本概念,
掌握Bayes判別分析和Fisher判別分析的基本步驟,會用SPSS或者M(jìn)atlab進(jìn)行判別分析的計算。
9.1 判別分析介紹
9.2 分類器設(shè)計的基本概念
9.3 Bayes判別分析
9.4 Fisher判別分析
9.5 判別分析實例求解
10
微分方程模型
了解什么是微分方程模型,面向?qū)嶋H問題會用微分方程進(jìn)行建模,理解微分方程的解的概念,會用Matlab軟件求解微分方程的解析解和數(shù)值解。
10.1 微分方程模型的概念
10.2 微分方程模型的簡單應(yīng)用
10.3 微分方程模型建模方法概述
10.4 微分方程的Matlab求解方法
10.5 微分方程模型的實例分析
11
網(wǎng)絡(luò)優(yōu)化模型
了解網(wǎng)絡(luò)優(yōu)化的基本概念,理解短路和小生成樹的概念,熟悉求解短路的算法(Dijkstra,F(xiàn)loyd),
熟悉求解小生成樹的算法(Kruscal,Prim),會熟練運用Matlab求解短路和小生成樹,理解圖的遍歷。
11.1 網(wǎng)絡(luò)優(yōu)化模型的概念
11.2 短路問題
11.3 小生成樹問題
11.4 圖的染色問題
11.5 圖的遍歷問題
12
論文寫作與備戰(zhàn)數(shù)學(xué)建模競賽
熟悉數(shù)學(xué)建模論文的基本結(jié)構(gòu),掌握數(shù)學(xué)建模論文各部分的基本內(nèi)涵,熟悉論文寫作模式,了解數(shù)學(xué)建模競賽題目的特點及競賽形式,
可以有效進(jìn)行組隊,熟悉競賽準(zhǔn)備工作,可以有效參加各類數(shù)學(xué)建模競賽。
12.1 競賽論文的剖析與寫作
12.2 競賽題目的特點與分析
12.3 如何有效備戰(zhàn)數(shù)學(xué)建模競賽