- Lesson 1
- Lesson 2
- Lesson 3
- Lesson 4
- Lesson 5
- Lesson 6
- Lesson 7
- 第一節(jié)課
- 第二節(jié)課
- 第三節(jié)課
- 第四節(jié)課
- 第五節(jié)課
- 第六節(jié)課
- 第七節(jié)課
- 第八節(jié)課
- 典型相關(guān)分析1
- 典型相關(guān)分析2
- 典型相關(guān)分析3
- 對應(yīng)分析1
- 對應(yīng)分析2
- 對應(yīng)分析3
- 多目標(biāo)規(guī)劃1
- 多目標(biāo)規(guī)劃2
- 多目標(biāo)規(guī)劃3
- 聚類分析上1
- 聚類分析上2
- 聚類分析上3
- 聚類分析上4
- 聚類分析下1
- 聚類分析下2
- 聚類分析下3
- 卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用1
- 卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用2
- 卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用3
- 美賽試題講解
- 美賽數(shù)模智能算法之模擬退火算法
- 模智能算法之粒子群算法(上)
- 模智能算法之粒子群算法(下)
- 偏最小二乘回歸分析1
- 偏最小二乘回歸分析2
- 偏最小二乘回歸分析3
- 神經(jīng)網(wǎng)絡(luò)編程和案例分享
- 神經(jīng)網(wǎng)絡(luò)基本應(yīng)用領(lǐng)域
- 神經(jīng)網(wǎng)絡(luò)基本原理
- 時(shí)間序列
- 數(shù)模智能算法之遺傳算法(上)
- 數(shù)模智能算法之遺傳算法(下)
- 數(shù)學(xué)建模線性規(guī)劃
- 數(shù)字圖像識別1
- 數(shù)字圖像識別2
- 小波分析應(yīng)用1
- 小波分析應(yīng)用2
- 小波分析應(yīng)用3
- 因子分析
- 支持向量機(jī)
- 主成分分析
- 綜合評價(jià)與決策方法1
- 綜合評價(jià)與決策方法2
- 綜合評價(jià)與決策方法3
- 綜合評價(jià)與決策方法4
- 綜合評價(jià)與決策方法5
- 綜合評價(jià)與決策方法6
- 綜合預(yù)測方法1
- 綜合預(yù)測方法2
- 綜合預(yù)測方法3
課程介紹
適用人群:數(shù)學(xué)建模國賽參賽者、數(shù)學(xué)建模愛好者課程特點(diǎn):課程注重比賽獲獎技巧、圍繞國賽重難點(diǎn)進(jìn)行授課,課程配備常用算法的實(shí)現(xiàn)代碼、方便同學(xué)快速掌握算法的應(yīng)用;同時(shí)課程的講義,大家打印出來后,參賽期間會更加的有利于獲獎。
課程設(shè)置
第一講
國賽最后一周——最后一天如何備戰(zhàn)
第二講
評價(jià)類算法及如何通過MATLAB等實(shí)現(xiàn):單指標(biāo)評價(jià)、主客觀賦權(quán)、無量化標(biāo)準(zhǔn)化、層次分析法、熵權(quán)法、主成分分析、聚類分析、TOPSIS法、灰色關(guān)聯(lián)、模糊綜合評價(jià)等第三講
預(yù)測類算法及如何通過MATLAB等實(shí)現(xiàn):插值擬合、灰色預(yù)測、多元線性回歸、時(shí)間序列、微分方程、馬爾科夫、神經(jīng)網(wǎng)絡(luò)等
第四講
優(yōu)化類算法及如何通過MATLAB等實(shí)現(xiàn):非線性規(guī)化、多目標(biāo)規(guī)劃、遺傳算法;參數(shù)檢驗(yàn)、非參數(shù)檢驗(yàn)、方差分析、元胞自動機(jī)等其他方法;第五講
歷年賽題分析;賽題思路框架如何構(gòu)建;第六講
論文寫作與排版;比賽獲獎技巧;如何編論文;第七講
賽前注意事項(xiàng);其他需要掌握的內(nèi)容;
