数学建模入门方法综述
综述
首先需要明白四个问题:
- 发生了什么?
- 描述性统计、综合评价、分类与判别
- 为什么要发生?
- 关联因果分析、比较分析
- 未来如何发展?
- 预测与预报
- 现在应该如何应对?
- 优化控制
具体分析
对于上述提到的方法,我们逐个讨论:
综合评价:多为变一维
- 分类:模糊综合评价
- 排名:主成分综合评价、因子分析、灰色关联分析
- 最优方案与权重:层次分析(AHP)、熵值法(权重)、优劣解距离法(TOPSIS)
分类与判别
- 分类:系统聚类分析、K-means聚类分析、模糊聚类分析
- 判别:贝叶斯判别、费舍尔判别、模糊意识判别、神经网络、支持量化级
关联、因果与比较
- 双变量关联分析:皮尔逊、斯皮尔曼、独立性检验等
- 方差与H检验法、通经分析与标准化回归
- 典型相关性分析、主成分分析、因果检验
预测与预报
- 滑动平均预测、时间回归预测
- 残差修正与新陈代谢灰色预测、信息随时间传递ARIMA预测、随机序列的Markov预测、多序列回归预测、神经网络预测
(全文完)
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 学习小站!
评论