本書主要介紹數(shù)據(jù)分析處理領(lǐng)域中的經(jīng)典模型和算法,包括回歸分析、時間序列分析、差值與擬合方法、多元統(tǒng)計方法、灰色分析方法、微分方程與差分方程方法及現(xiàn)代綜合評價方法等內(nèi)容。書中選用的相關(guān)案例,注重從不同側(cè)面反映數(shù)學(xué)思想在實際問題中的靈活應(yīng)用,既注重算法原理的通俗性,也注重算法應(yīng)用的實現(xiàn)性。本書所有例題均配有Matlab或Lingo源程序,程序設(shè)計簡單精煉,注釋詳盡,有利于沒有編程基礎(chǔ)的初學(xué)者快速入門。
第1章 規(guī)劃模型
. 線性規(guī)劃
. 整數(shù)規(guī)劃
. 非線性規(guī)劃
第2章 優(yōu)化模型
. 目標規(guī)劃
. 模擬退火算法
. 遺傳算法
第章 圖與網(wǎng)絡(luò)模型
. 圖的基本概念
. 短路徑問題
. 小生成樹問題
.4 大流問題
.5 小費用大流問題
第4章 微分方程與差分方程模型
4. 微分方程模型簡介
4. 人口增長模型
4. 傳染病模型
4.4 MATLAB求微分方程的符號解
4.5 初值問題的MATLAB數(shù)值解
4. 差分方程簡介
4.7 差分方程的應(yīng)用
第5章 插值與擬合模型
5. 插值方法
5. 擬合方法
5. 擬合問題實例
第章 回歸分析模型
. 回歸分析概述
. 線性回歸分析
. 非線性回歸模型
.4 Logistic回歸
.5 回歸分析的MATLAB實現(xiàn)
第7章 時間序列分析模型
7. 時間序列分析概述
7. 趨勢線擬合法
7. 移動平均法
7.4 指數(shù)平滑法
7.5 ARIMA模型
第8章 多元統(tǒng)計方法
8. 聚類分析
8. 判別分析
8. 主成分分析
8.4 因子分析
第9章 預(yù)測評價模型
9. 灰色預(yù)測
9. 層次分析法
9. 數(shù)據(jù)包絡(luò)分析法
9.4 人工神經(jīng)網(wǎng)絡(luò)
9.5 模糊綜合評價
附錄:獲獎建模論文選編
參考文獻