数学建模笔记总结

数学建模笔记总结

此篇主要为数学建模资料总结，包括统计建模、机器学习建模介绍及建模使用工具、相关比赛介绍，仅用于个人学习，部分为网络资源，侵权联系删除!

1️⃣数模比赛论文模版/项目推荐：

GitHub - BetterBench/Math_Model

2️⃣数模常用方法介绍：

一份简短又全面的数学建模技能图谱：常用模型&算法总结

数学建模中常用的方法 - 知乎

3️⃣建模比赛问题汇总：

数学建模(所有问题汇总) - 知乎

---

​

​

数学建模三大模型

1、预测模型

预测模型：神经网络预测、灰色预测、拟合插值预测（线性回归）、时间序列预测、马尔科夫链预测、微分方程预测、Logistic 模型等等。
应用领域：人口预测、水资源污染增长预测、病毒蔓延预测、竞赛获胜概率预测、月收入预测、销量预测、经济发展情况预测等在工业、农业、商业等经济领域，以及环境、社会和军事等领域中都有广泛的应用。

2、优化模型

优化模型：规划模型（目标规划、线性规划、非线性规划、整数规划、动态规划）、图论模型、排队论模型、神经网络模型、现代优化算法（遗传算法、模拟退火算法、蚁群算法、禁忌搜索算法）等等。

应用领域：快递员派送快递的最短路径问题、水资源调度优化问题、高速路口收费站问题、军事行动避空侦察的时机和路线选择、物流选址问题、商区布局规划等各个领域。

​3、评价模型

评价模型：模糊综合评价法、层次分析法、聚类分析法、主成分分析评价法、灰色综合评价法、人工神经网络评价法等等。

应用领域：某区域水资源评价、水利工程项目风险评价、城市发展程度评价、足球教练评价、篮球队评价、水生态评价、大坝安全评价、边坡稳定性评价。

模型总结：

注：此部分总结参考：https://github.com/BetterBench/Math_Model

Sklearn学习资料

1.sklearn中文文档 强推！
2.十分钟上手sklearn
3.Python机器学习笔记：sklearn

代码实战部分后续补充。。。

特征工程：

0.机器学习-特征工程总结 强推！
1.特征工程介绍及代码 强推！
2.手把手教你入门和实践特征工程
3.机器学习-特征工程总结

建模软件：

编程 ：python 、matlab、spss
工具：spsspro、spssau
排版：word、latex
绘图：Excel、PPT、visio（流程图）、processon、drowio\Xmind（思维导图）

建模比赛分工：

建模比赛介绍

各类比赛信息及时间：https://zhuanlan.zhihu.com/p/440277835

注：以上资料后续会继续补充，敬请期待!!!

​
​​​​​​
​