中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進(jìn)數(shù)學(xué)世界――探秘歷史名題
-
>
中醫(yī)基礎(chǔ)理論
-
>
當(dāng)代中國政府與政治(新編21世紀(jì)公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會(huì)主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學(xué)·全國中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
中圖價(jià):¥46.7
加入購物車
數(shù)學(xué)建模與數(shù)學(xué)實(shí)驗(yàn)-(第三版) 版權(quán)信息
- ISBN：9787030597458
- 條形碼：9787030597458 ; 978-7-03-059745-8
- 裝幀：暫無
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
數(shù)學(xué)建模與數(shù)學(xué)實(shí)驗(yàn)-(第三版) 本書特色
本書通過實(shí)例介紹了在科學(xué)研究和數(shù)學(xué)建模競賽中常用的數(shù)學(xué)建模方法，包括主成分回歸、嶺回歸、偏*小工乘回歸、向量自回歸、logistic回歸、Probit回歸、響應(yīng)面回歸、線性與非線性規(guī)劃、多目標(biāo)規(guī)劃與目標(biāo)規(guī)劃、動(dòng)態(tài)規(guī)劃、智能優(yōu)化算法、網(wǎng)絡(luò)優(yōu)化、計(jì)算機(jī)仿真、排隊(duì)論、微分與差分、數(shù)據(jù)預(yù)處理、支持向量機(jī)等方法.全書將數(shù)學(xué)建模技術(shù)與數(shù)學(xué)實(shí)驗(yàn)融為一體，引用了**的案例，注重?cái)?shù)學(xué)建模思想介紹，重視數(shù)學(xué)軟件(MATLAB、Lingo)在實(shí)際中的應(yīng)用.全書案例豐富，通俗易懂，便于自學(xué).
數(shù)學(xué)建模與數(shù)學(xué)實(shí)驗(yàn)-(第三版) 內(nèi)容簡介
本書通過實(shí)例介紹了在科學(xué)研究和數(shù)學(xué)建模競賽中常用的數(shù)學(xué)建模方法，包括主成分回歸、嶺回歸、偏*小工乘回歸、向量自回歸、logistic回歸、Probit回歸、響應(yīng)面回歸、線性與非線性規(guī)劃、多目標(biāo)規(guī)劃與目標(biāo)規(guī)劃、動(dòng)態(tài)規(guī)劃、智能優(yōu)化算法、網(wǎng)絡(luò)優(yōu)化、計(jì)算機(jī)仿真、排隊(duì)論、微分與差分、數(shù)據(jù)預(yù)處理、支持向量機(jī)等方法.全書將數(shù)學(xué)建模技術(shù)與數(shù)學(xué)實(shí)驗(yàn)融為一體，引用了**的案例，注重?cái)?shù)學(xué)建模思想介紹，重視數(shù)學(xué)軟件(MATLAB、Lingo)在實(shí)際中的應(yīng)用.全書案例豐富，通俗易懂，便于自學(xué).
數(shù)學(xué)建模與數(shù)學(xué)實(shí)驗(yàn)-(第三版) 目錄
第1章 高級(jí)應(yīng)用回歸分析
1.1 普通線性回歸分析
1.1.1 多元線性回歸模型
1.1.2 回歸方程顯著性檢驗(yàn)
1.1.3 回歸系數(shù)顯著性檢驗(yàn)
1.1.4 案例分析
1.1.5 總結(jié)與體會(huì)
1.2 主成分回歸分析
1.2.1 主成分的定義
1.2.2 主成分的計(jì)算
1.2.3 主成分回歸的步驟
1.2.4 案例分析
1.2.5 總結(jié)與體會(huì)
1.3 嶺回歸分析
1.3.1 嶺回歸的概念
1.3.2 嶺回歸估計(jì)的性質(zhì)
1.3.3 嶺參數(shù)的選擇
1.3.4 案例分析
1.3.5 總結(jié)與體會(huì)
1.4 偏*小二乘回歸分析
1.4.1 偏*小二乘回歸的基本思想
1.4.2 偏*小二乘回歸的計(jì)算方法
1.4.3 偏*小工乘回歸成分?jǐn)?shù)的選取
1.4.4 案例分析
1.4.5 總結(jié)與體會(huì)
1.5 向量自回歸
1.5.1 向量自回歸模型
1.5.2 向量自回歸的計(jì)算步驟
1.5.3 案例分析
1.5.4 總結(jié)與體會(huì)
第2章 實(shí)驗(yàn)數(shù)據(jù)分析
2.1 logistic回歸分析
2.1.1 logistic回歸模型
2.1.2 logistic回歸的參數(shù)估計(jì)
2.1.3 logistic回歸模型的檢驗(yàn)
2.1.4 logistic回歸的預(yù)測
2.1.5 其他類型的logistic回歸
2.1.6 案例分析
2.1.7 總結(jié)與體會(huì)
2.2 Probit回歸分析
2.2.1 Probit回歸模型
2.2.2 Probit回歸模型的參數(shù)估計(jì)
2.2.3 Probit回歸模型的檢驗(yàn)
2.2.4 logistic模型與Probit模型的對(duì)比
2.2.5 案例分析
2.2.6 總結(jié)與體會(huì)
2.3 萬差分析
2.3.1 單因素方差分析
2.3.2 雙困素方差分析
2.3.3 案例分析
2.3.4 總結(jié)與體會(huì)
2.4 晌應(yīng)面回歸分析
2.4.1 三次響應(yīng)面回歸模型
2.4.2 二次響應(yīng)面回歸模型的檢驗(yàn)
2.4.3 案例分析
2.4.4 總結(jié)與體會(huì)
第3章 數(shù)學(xué)規(guī)劃經(jīng)典問題
3.1 數(shù)學(xué)規(guī)劃概述
3.1.1 線性規(guī)劃的發(fā)展
3.1.2 線性規(guī)劃的一般形式
3.1.3 規(guī)范的數(shù)學(xué)規(guī)劃模型的特征
3.2 整數(shù)規(guī)劃與0-1規(guī)劃
3.2.1 整數(shù)規(guī)劃與0-1規(guī)劃的定義
3.2.2 案例分析
3.2.3 總結(jié)與體會(huì)
3.3 非線性規(guī)劃
3.3.1 非線性規(guī)劃模型
3.3.2 二次規(guī)劃模型
3.3.3 案例分析
3.4 多目標(biāo)規(guī)劃
3.4.1 多目標(biāo)規(guī)劃的基本理論
3.4.2 多目標(biāo)規(guī)劃的常用解法
3.4.3 案例分析
3.4.4 總結(jié)與體會(huì)
3.5 目標(biāo)規(guī)劃
3.5.1 目標(biāo)規(guī)劃模型
3.5.2 目標(biāo)規(guī)劃模型的求解
3.5.3 總結(jié)與體會(huì)
3.6 動(dòng)態(tài)規(guī)劃
3.6.1 動(dòng)態(tài)規(guī)劃的*優(yōu)屬理及其算法
3.6.2 案例分析
3.6.3 總結(jié)與體會(huì)
第4章 現(xiàn)代智能優(yōu)化算法簡介
4.1 遺傳算法
4.1.1 問題描述
4.1.2 問題分析
4.1.3 模型構(gòu)建
4.1.4 模型求解
4.1.5 結(jié)果分析
4.1.6 總結(jié)與體會(huì)
4.2 蟻群算法
4.2.1 問題描述
4.2.2 問題分析
4.2.3 模型構(gòu)建
4.2.4 模型求解
4.2.5 結(jié)果分析
4.2.6 總結(jié)與體會(huì)
4.3 貪婪算法
4.3.1 問題描述
4.3.2 問題分析
4.3.3 模型構(gòu)建
4.3.4 模型求解
4.3.5 結(jié)果分析
4.3.6 總結(jié)與體會(huì)
4.4 模擬退火算法
4.4.1 問題描述
4.4.2 問題分析
4.4.3 模型構(gòu)建
4.4.4 模型求解
4.4.5 結(jié)果分析
4.4.6 總結(jié)與體會(huì)
4.5 回溯法
4.5.1 數(shù)學(xué)理論介紹
4.5.2 問題描述
4.5.3 問題分析
4.5.4 模型構(gòu)建
4.5.5 模型求解
4.5.6 結(jié)果分析
4.5.7 總結(jié)與體會(huì)
4.6 粒子群算法
4.6.1 問題描述
4.6.2 問題分析
4.6.3 模型構(gòu)建
4.6.4 模型求解
4.6.5 結(jié)果分析
4.6.6 總結(jié)與體會(huì)
第5章 網(wǎng)絡(luò)優(yōu)化
5.1 圖的基本概念
5.2 *短路問題
5.2.1 Dikstra算法
5.2.2 Floyd算法
5.2.3 *短路的優(yōu)化模型
5.2.4 總結(jié)與體會(huì)
5.3 *小生成樹
5.3.1 Kruskal避圈法
5.3.2 Prim算法
5.3.3 *小生成樹的優(yōu)化模型
5.3.4 總結(jié)與體會(huì)
5.4 旅行商問題
5.4.1 貪婪算法（近似算法）
5.4.2 改良圈算法（近似算法）
5.4.3 旅行商問題的優(yōu)化模型
5.4.4 總結(jié)與體會(huì)
5.5 著色問題
5.5.1 *大度數(shù)優(yōu)先的Welsh-Powell算法（近似算法）
5.5.2 著色問題的優(yōu)化模型
5.5.3 總結(jié)與體會(huì)
5.6 網(wǎng)絡(luò)流問題
5.6.1 *太流與Ford-Fulkerson標(biāo)號(hào)算法
5.6.2 *小費(fèi)用流與法加算法
5.6.3 網(wǎng)絡(luò)流問題的優(yōu)化模型
5.6.4 總結(jié)與體會(huì)
5.7 大型網(wǎng)絡(luò)模型實(shí)例
5.7.1 災(zāi)情巡視路線問題
5.7.2 送貨員送貨問題
第6章 計(jì)算機(jī)仿真與排隊(duì)論
6.1 計(jì)算機(jī)仿真
6.1.1 準(zhǔn)備知識(shí)：隨機(jī)數(shù)的產(chǎn)生
6.1.2 隨機(jī)變量的模擬
6.1.3 時(shí)間步長法
6.1.4 事件步長法
6.1.5 蒙特卡羅模擬
6.1.6 案例分析
6.1.7 總結(jié)與體會(huì)
6.2 排隊(duì)論
6.2.1 基本概念
6.2.2 排隊(duì)系統(tǒng)的描述
6.2.3 排隊(duì)系統(tǒng)的描述符號(hào)與分類
6.2.4 排隊(duì)系統(tǒng)的主要數(shù)量指標(biāo)
6.2.5 排隊(duì)系統(tǒng)的優(yōu)化目標(biāo)與*優(yōu)化問題
6.2.6 總結(jié)與體會(huì)
第7章 微分方程與差分方程模型
7.1 微分方程模型
7.1.1 微分方程模型的使用背景
7.1.2 微分方程模型的建立方法
7.1.3 案例分析
7.1.4 總結(jié)與體會(huì)
7.2 差分方程模型
7.2.1 差分方程模型的使用背景
7.2.2 差分方程的理論和解法
7.2.3 案例分析
第8章 大數(shù)據(jù)統(tǒng)計(jì)初步
8.1 大數(shù)據(jù)統(tǒng)計(jì)方法與原理
8.1.1 TXT文件的導(dǎo)入與導(dǎo)出
8.1.2 Excel文件的導(dǎo)入與導(dǎo)出
8.1.3 總結(jié)與體會(huì)
8.2 數(shù)據(jù)的預(yù)處理
8.2.1 插值與擬合
8.2.2 異常點(diǎn)檢測
8.3 支持向量機(jī)
8.3.1 *優(yōu)分類超平面
8.3.2 案例分析
8.3.3 總結(jié)與體會(huì)
參考文獻(xiàn)
展開全部
書友推薦
- >
姑媽的寶刀
- >
月亮與六便士
- >
伯納黛特,你要去哪(2021新版)
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
李白與唐代文化
- >
龍榆生：詞曲概論/大家小書
- >
有舍有得是人生
- >
我與地壇
本類暢銷
