【数学建模竞赛】各类题型及解题方案

评价类赛题建模流程及总结

建模步骤

建立评价指标->评价体系->同向化处理(都越多越好或越少越少)->指标无量纲处理

->权重-> 主客观->合成

主客观评价问题的区别

主客观概念主要是在指标定权 时来划分的。主观评价与客观评价的区别是,主观评价算法在定权时主要以判断者的主观经验为依据 ,而客观评价则主要基于测量数据的基本特性

来综合定权

定权带有一定的主观性,用不同方法确定的权重分配,可能不尽一致,这将导致权重分配的不确定性,最终可能导致评价结果的不确定性。因而在实际工作中,不论用哪种方法确定权重分配,都应当依赖于较为合理的专业解释。

如何选择合适的评价方法

预测类赛题建模流程及总结

预测类赛题的基本解题步骤

预测就是根据过去和现在,估计未来顶测末来。统计预测属于预测方法研究范畴,即如何

利用科学的统计方法对事物的末来发展进行定量推测

基于数学建模的预测方法种类繁多,从经典的单耗法、弹性系数法 、统计分析法,到目前的灰色预测法。当在使用相应的预测方法

建立预测模型时,我们需要知道主要的一些预测方法的研究特点,优缺点和适用范围

预测类问题的区别

预测类问题分为两类:

一类是无法用数学语言刻画其内部演化机理的问题;机理分析->微分方程

另一类是可以通过微分方程刻画其内部规律,这类问题我们称为机理建模问题,通过微分方程建模求解。

如何选择合适的预测方法

在预测类问题的分析中,同样受到预测条件的限制(如数据量的大小、变量之间的关系等)不同的预测方法可能会产生不同的结果,因此需要根据实际情况来选择。

优化类赛题建模流程及总结

优化类赛题的基本解题步骤

优化类问题是从所有可能方案中选择最合理的方案以达到最优目标。在各种科学问题、工程问题 、生产管理、社会经济问题中,人们总是希望在有限的资源条件下,用尽可能小的代价,获得最大的收获(比如保险)。

优化类问题一般的解题步骤为:

1)首先确定决策变量,也就是需要优化的变量;

2)然后确定目标函数,也就是优化的目的;

  1. 最后确定约束条件,决策变量在达到最优状态时,受到那些客观限制。

部分国赛优化类赛题的解决方案

在08年国赛眼科病床的合理安排问题中,

目标函数为医院病床的利用率最高;

决策变量为服务策略:是先到病人先住院、急诊病人先住院还是占用病床时间短的病人先住院等;

约束条件可能包括病人最长等待时间限制、不同症状之间的病人不同房等;
在10年国赛交巡警服务平台的设置与调度问题中,

决策变量为服务平台的位置坐标;

目标函数为交巡警车到达事发地时间最短、交巡警封锁交通要道肘间最短

约束条件可能包括事故发生后交警最晚到达时间,一定区域内服务平台最低数量要求等。

如何选择合适的优化方法

优化类问题中常用的数学模型和求解算法,其中包括线性规划、非线性规划、整数规划、多目标规划等在模型求解中,对于凸优化模型,可以采用基于梯度的求解算法;对于非凸的优化模型,可以采用智能优化算法。

相关推荐
sp_fyf_202422 分钟前
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-11-01
人工智能·深度学习·神经网络·算法·机器学习·语言模型·数据挖掘
香菜大丸43 分钟前
链表的归并排序
数据结构·算法·链表
jrrz082843 分钟前
LeetCode 热题100(七)【链表】(1)
数据结构·c++·算法·leetcode·链表
oliveira-time1 小时前
golang学习2
算法
南宫生2 小时前
贪心算法习题其四【力扣】【算法学习day.21】
学习·算法·leetcode·链表·贪心算法
懒惰才能让科技进步3 小时前
从零学习大模型(十二)-----基于梯度的重要性剪枝(Gradient-based Pruning)
人工智能·深度学习·学习·算法·chatgpt·transformer·剪枝
Ni-Guvara3 小时前
函数对象笔记
c++·算法
泉崎3 小时前
11.7比赛总结
数据结构·算法
你好helloworld3 小时前
滑动窗口最大值
数据结构·算法·leetcode
AI街潜水的八角4 小时前
基于C++的决策树C4.5机器学习算法(不调包)
c++·算法·决策树·机器学习