属实是为了应付比赛而学习，不过能学习一些数学算法和模型知识也好了（或许能再用到了呢），苦中作乐吧
主要是参考b站老哥建模写的笔记
模型的分类
- 具体模型
- 直观模型
- 物理模型
- 抽象模型
- 思维模型
- 符号模型
- 数学模型(* )
- 数式模型
- 图形模型
数学建模题型和例子
例子
- 请为我预测一下明天的气温?(环境类)
- 请帮我分析一下理财产品的最优组合(财经类)
- 请帮我评价一下这项政策的优缺点(实证类)
- 请帮我对北京市的土地利用情况进行合理的划分(城市规划类)
- 请帮我预测一下小麦的产量(农业类)
- 请帮我找出标枪运动员的最佳的投掷点(力学类)
题型
-
预测类
-
通过已有数据, 选模型进行预测
-
如下:
-
-
评价类
-
明确被评价对象, 建立评价指标体系, 确定各个指标参数以及权重
-
-
机理分析类赛题
-
优化类赛题
- 指现有条件固定的情况下, 如何使目标效果达到最佳
- 关键因素: 目标函数, 决策变量和约束条件
- 赛题分析:优化的目的, 约束的条件和所求解的关键变量, 需要有较强的编程能力和赛题分析挖掘能力
数学建模论文模块
- 题目
- 中规中矩: 基于( )模型的( )研究与分析
- 可以诙谐但不要带颜色
- 摘要, 关键词
- 总结归纳, 可以多看优秀论文
- 问题重述
- 切忌直接抄原来的问题
- 对描述简短的拆建, 描述复杂的精炼
- 问题假设
- 但凡对实验结果有影响的都要写上去
- 小概率事件
- 难以计算的一类事件
- 但凡对实验结果有影响的都要写上去
- 问题分析
- 写思路
- 符号说明
- 模型建立
- 模型求解
- 模型优缺点评价
- 参考文献
问题重述: 不要完全复制粘贴
数学建模的六个步骤
-
模型准备
- 了解问题的背景
-
模型假设
- 假设怎么样, 然后应该做什么
-
模型建立
- 基于上述的模型假设过程, 来提出解决方案
-
模型求解
- 代入数据
-
模型分析
-
误差分析
-
数据稳定性分析
-
模型检验
- 使用非技术性的语言回答实际问题