您现在的位置是:主页 > 国际竞赛 > 数学竞赛 > MCM竞赛 > MCM竞赛
HIMCM常用建模方法整理,HIMCM竞赛组队和培训解锁
编辑:Zoe发布时间:2024-09-29 19:12:13
摘要:想参加himcm,竞赛难度有多大?对建模不了解的同学,常用的建模方法有哪些?我们来帮助大家梳理。 常用建模方法 综合评价(多维降为一维) 属于哪一类?排名是多少?最优方案是什么
想参加himcm,竞赛难度有多大?对建模不了解的同学,常用的建模方法有哪些?我们来帮助大家梳理。
常用建模方法
综合评价(多维降为一维)
属于哪一类?排名是多少?最优方案是什么?
• 1 模糊综合评判
• 2 主成分综合评价、因子分析、投影寻踪综合评价
• 3 层次分析法(AHP)、熵值法、秩和比综合评价、优劣解距离法(TOPSIS法)
• 灰色关联分析、数据包络(DEA)分析
分类与判别
1.模糊聚类
2.系统聚类
3.层次聚类
4.密度聚类
5.其他聚类
6.贝叶斯判别
7.费舍尔判别
8.模糊识别
9.神经网络
10.支持向量机
关联、因果与比较
• Person相关、Sperman等级相关系数或kendall秩相关系数
Copula相关
• 标准化回归、路径分析分析
• 典型相关系数、偏最小二乘回归
• 主成分分析、因子分析、对应分析、岭回归、主成分回归等
• 格兰杰因果检验、协整检验
•方差分析、协方差分析等
•正交设计、均匀设计
•混合线性模型
•独立性检验
•非参数的符号检验、秩和检验
•非参数中的M检验法和H检验法
•结构方程模型
预测与预报
单序列预测:• 灰色预测模型
• 时间序列预测(ARIMA\ARCH\X11\GARCH)
• 小波分析预测、神经网络预测
• 混沌序列预测、相空间重构理论
• 马尔科夫预测
回归分析预测
• 线性回归、逐步回归、非线性回归
• logistic回归、Probit回归
• 虚拟变量回归
• 响应面回归、正交二次回归等
• 动力方程、微分方程预测
• 生存分析、泊松回归、分位数回归
• 向量自回归、偏最小二乘回归
优化与控制
• 线性规划、整数规划、0-1规划
• 非线性规划与智能优化算法
• 多目标规划和目标规划
• 动态规划
• 网络优化
• 排队论与计算机仿真
• 模糊规划
• 随机优化