《數(shù)學建模算法與應用》介紹了數(shù)學建模的新算法和熱點技術,主要內容包括時間序列、支持向量機、偏最小二乘回歸分析、現(xiàn)代優(yōu)化算法、數(shù)字圖像處理、綜合評價與決策方法、預測方法以及數(shù)學建模經(jīng)典算法等。
第1章 線性規(guī)劃
1.1 線性規(guī)劃問題
1.2 投資的收益和風險
習題1
第2章 整數(shù)規(guī)劃
2.1 概論
2.2 0-1型整數(shù)規(guī)劃
2.3 蒙特卡洛法(隨機取樣法)
2.4 指派問題的計算機求解
習題2
第3章 非線性規(guī)劃
3.1 非線性規(guī)劃模型
3.2 無約束問題的Matlab解法
3.3 約束極值問題
3.4 飛行管理問題
習題3
第4章 圖與網(wǎng)絡模型及方法
4.1 圖的基本概念與數(shù)據(jù)結構
4.2 最短路問題
4.3 最小生成樹問題
4.4 網(wǎng)絡最大流問題
4.5 最小費用最大流問題
4.6 Matlab的圖論工具箱
4.7 旅行商(TSP)問題
4.8 計劃評審方法和關鍵路線法
4.9 鋼管訂購和運輸
習題4
第5章 插值與擬合
5.1 插值方法
5.2 曲線擬合的線性最小二乘法
5.3 最小二乘優(yōu)化
5.4 曲線擬合與函數(shù)逼近
5.5 黃河小浪底調水調沙問題
習題5
第6章 微分方程建模
6.1 發(fā)射衛(wèi)星為什么用三級火箭
6.2 人口模型
6.3 Matlab求微分方程的符號解
6.4 放射性廢料的處理
6.5 初值問題的Matlab數(shù)值解
6.6 邊值問題的Matlab數(shù)值解
習題6
第7章 目標規(guī)劃
7.1 目標規(guī)劃的數(shù)學模型
7.2 求解目標規(guī)劃的序貫算法
7.3 多目標規(guī)劃的Matlab解法
7.4 目標規(guī)劃模型的實例
7.5 數(shù)據(jù)包絡分析
習題7
第8章 時間序列
8.1 確定性時間序列分析方法
8.2 平穩(wěn)時間序列模型
8.3 時間序列的Matlab相關工具箱及命令
8.4 Arima序列與季節(jié)性序列
習題8
第9章 支持向量機
9.1 支持向量分類機的基本原理
9.2 支持向量機的Matlab命令及應用例子
9.3 乳腺癌的診斷
習題9
第10章 多元分析
10.1 聚類分析
10.2 主成分分析
10.3 因子分析
10.4 判別分析
10.5 典型相關分析
10.6 對應分析
10.7 多維標度法
習題10
第11章 偏最小二乘回歸分析
11.1 偏最小二乘回歸分析概述
11.2 Matlab偏最小二乘回歸命令Plsregress
11.3 案例分析
習題11
第12章 現(xiàn)代優(yōu)化算法
12.1 模擬退火算法
12.2 遺傳算法
12.3 改進的遺傳算法
12.4 Matlab遺傳算法工具
習題12
第13章 數(shù)字圖像處理
13.1 數(shù)字圖像概述
13.2 亮度變換與空間濾波
13.3 頻域變換
13.4 數(shù)字圖像的水印防偽
13.5 圖像的加密和隱藏
習題13
第14章 綜合評價與決策方法
14.1 理想解法
14.2 模糊綜合評判法
14.3 數(shù)據(jù)包絡分析法
14.4 灰色關聯(lián)分析法
14.5 主成分分析法
14.6 秩和比綜合評價法
14.7 案例分析
習題14
第15章 預測方法
15.1 微分方程模型
15.2 灰色預測模型
15.3 回歸分析預測方法
15.4 差分方程
15.5 馬爾可夫預測
15.6 時間序列
15.7 插值與擬合
15.8 神經(jīng)元網(wǎng)絡
習題15
附錄A Matlab軟件入門
A.1 Matlab“幫助”的使用
A.2 數(shù)據(jù)的輸入
A.3 繪圖命令
A.4 Matlab在高等數(shù)學中的應用
A.5 Matlab在線性代數(shù)中的應用
A.6 數(shù)據(jù)處理
附錄B Lingo軟件的使用
B.1 Lingo軟件的基本語法
B.2 Lingo函數(shù)
B.3 線性規(guī)劃模型舉例
參考文獻