数模学习第七天

吃苹果的梨

请同学们观看完学习视频之后
以 “姓名+QQ+日期+学习心得”格式将自己的学习心得回复在这个帖子里（不少于50字）
奋斗100天 国奖证书抱回家！



2016年国赛优秀论文解析报名通知 http://www.madio.net/thread-236908-1-1.html

bukeshuo

6月13日+1046169873+田昊：今天12分钟觉得挺有收获，初步了解十大算法，可以自己先都去了解下了，建模方法统计类的较多，五种类型应用的模型都各有优点，一定要熟练掌握

hxm123

今天老师讲了十大算法，有些是必须掌握的，有些可以去了解一下，后面细细讲了一下算法，有统计，优化，预测与预报，其中预测与预报里的一些模型需要掌握，很好，fighting。。

Bibleing

孙蔷+1092315221+6.13+今天讲到了十大算法，其中连续离散说是计算机只会识别离散数据，因此需用差分微分表示还需要学习；另外关于灰色预测，在比赛中的并没有保证数据呈现指数或曲线，学到很多，很开心。绝对不会放弃的。

Comeonleo

Leo 418087827 2016.06.13
数学建模十大算法：
1、蒙特卡罗算法。随机性模拟算法，通过计算机仿真解决问题，检验模型正确性。
2、数据处理算法：数据拟合、参数估计、插值等。matlab作为工具。
3、规划类问题：线性规划、整数规划、多元规划、二次规划等。lindo、lingo作为工具。
4、图论算法，包括最短路、网络流、二分图等。
5、计算机算法：动态规划、回溯搜索、分治算法、分支定界等。
6、最优化理论之三大非经典算法：模拟退火法、神经网络、遗传算法。解决最优化问题，稍困难，慎重使用。
7、网络算法和穷举法。当重点讨论模型本身而轻视算法时使用，以高级语言为编程工具。
8、连续离散方法。数据是离散的，计算机只认离散。因此将离散化后进行差分代替微分、求和代替积分等思维是非常重要的。
9、数值分析算法，如方程组求解、矩阵运算、函数积分等。（利用库函数）
10、图象处理算法，常使用matlab。

数学建模方法：
1、预测与预报
2、评价与决策
3、分类与判别
4、关联与因果（1-4 统计）
5、优化与控制（优化）

1、预测与预报
a、灰色预测模型（*）
    使用条件：数据样本点少，6-15个；数据呈现指数或曲线的形式。
b、微分方程预测（高大上、备用）
    无法直接找到原始数据间的关系，但可以找到原始数据变化速度之间的关系，通过公式推导转化为原始数据的关系。
c、回归分析预测（*)
求因变量与若干自变量间的关系，若自变量变化后，求因变量如何变化。
样本点的个数要求：自变量间协方差小，最好趋于0，自变量间相关性小；样本点的个数n>3k+1,k为自变量个数；因变量符合正态分布。
d、马尔科夫预测（备用）
序列间没有信息的传递，前后无联系，数据间随机性强，相互不影响；基于概率。
e、时间序列预测（*）
与马尔科夫链预测互补，至少2个点需要信息的传递。周期模型、季节模型等。
f、小波分析预测（高大上）
数据无规律，海量数据，将波进行分离，分理出周期数据、规律性数据较；可以做时间序列多不出的数据，应用范围广。基于傅里叶变换。
g、神经网络预测（备用）
大量数据，无需模型，只需输入、输出，黑箱处理。建议作为检验的方法。
h、混沌序列预测（高大上）
数学功底要求高。

Comeonleo

Leo 418087827 2016.06.13
数学建模十大算法：
1、蒙特卡罗算法。随机性模拟算法，通过计算机仿真解决问题，检验模型正确性。
2、数据处理算法：数据拟合、参数估计、插值等。matlab作为工具。
3、规划类问题：线性规划、整数规划、多元规划、二次规划等。lindo、lingo作为工具。
4、图论算法，包括最短路、网络流、二分图等。
5、计算机算法：动态规划、回溯搜索、分治算法、分支定界等。
6、最优化理论之三大非经典算法：模拟退火法、神经网络、遗传算法。解决最优化问题，稍困难，慎重使用。
7、网络算法和穷举法。当重点讨论模型本身而轻视算法时使用，以高级语言为编程工具。
8、连续离散方法。数据是离散的，计算机只认离散。因此将离散化后进行差分代替微分、求和代替积分等思维是非常重要的。
9、数值分析算法，如方程组求解、矩阵运算、函数积分等。（利用库函数）
10、图象处理算法，常使用matlab。

数学建模方法：
1、预测与预报
2、评价与决策
3、分类与判别
4、关联与因果（1-4 统计）
5、优化与控制（优化）

1、预测与预报
a、灰色预测模型（*）
    使用条件：数据样本点少，6-15个；数据呈现指数或曲线的形式。
b、微分方程预测（高大上、备用）
    无法直接找到原始数据间的关系，但可以找到原始数据变化速度之间的关系，通过公式推导转化为原始数据的关系。
c、回归分析预测（*)
求因变量与若干自变量间的关系，若自变量变化后，求因变量如何变化。
样本点的个数要求：自变量间协方差小，最好趋于0，自变量间相关性小；样本点的个数n>3k+1,k为自变量个数；因变量符合正态分布。
d、马尔科夫预测（备用）
序列间没有信息的传递，前后无联系，数据间随机性强，相互不影响；基于概率。
e、时间序列预测（*）
与马尔科夫链预测互补，至少2个点需要信息的传递。周期模型、季节模型等。
f、小波分析预测（高大上）
数据无规律，海量数据，将波进行分离，分理出周期数据、规律性数据较；可以做时间序列多不出的数据，应用范围广。基于傅里叶变换。
g、神经网络预测（备用）
大量数据，无需模型，只需输入、输出，黑箱处理。建议作为检验的方法。
h、混沌序列预测（高大上）
数学功底要求高。

hxm123

6.13候小梅1522660440
今天老师讲了十大算法，然后把那些模型又细细地讲了一下，主要有统计类，优化和预测类，其中有些模型是必须掌握的，老师讲的很棒，fighting。。

只为冲刺

李杨杨+6.13+1455928379：
今天12分钟觉得挺有收获，初步了解十大算法，可以自己先都去了解下了，建模方法统计类的较多，五种类型应用的模型都各有优点，一定要熟练掌握

洋葱图

张守磊+1026496044+6.13+今天又有不一样的收获，对建模十大经典算法有了更进一步的了解，很期待明天的内容

杨豆

杨颖川+1256840428+6.13+今天看了十大算法的基本介绍，觉得好高大上，好想继续学下去~兴趣越来越浓烈了