[理学]代码算法练习.docVIP

线性规划问题 1. x=linprog(c,A,b); 2. x=linprog(c,A,b,Aeq,beq); 3. x=linprog g(c,A,b,Aeq,beq,vlb,vub); 数学建模与数学实验 P.39 代码1 4. 代码2 5. 代码3 指派问题（匈牙利算法）、投资的收益和风险问题 整数规划问题 1. 蒙特卡洛法（随机抽取法）： 代码4 2.0-1整数规划问题 bintprog(); 指派矩阵 代码5 非线性规划问题 1.x=fmincon(); 代码6 2.无约束非线性规划 梯度法（最速下降法）：代码7 牛顿法：代码8 2.二次规划问题 x=quadprog(); 3.x=fminbnd(fun,x1,x2,options); 求单变量非线性函数在区间上的极小值 4.x=fseminf(fun,x0,ntheta,seminfcon,a,b,aeq,beq); 5.x=fminimax(fun,x0,a,b,aeq,beq,lb,ub,nonlcon) 动态规划问题 图与网络 1.顶点间最短路径 Digkstra算法：代码9 2. 最小生成树问题 prim算法：代码10 3.旅行商问题（TSP） 代码11 4. 最大流问题 Ford-Fulkerson算法：代码12 5.最小费用流问题 迭代法：代码13 排队论 1.随机模拟法 代码14 2. R＝exprnd(MU，m，n) 生成m×n形式的指数分布的随机数矩阵。’method’) 三次样条插值：pp=csape({x0,y0},z0,conds,valconds),z=fnval(pp,{x,y}) 代码21 （2）插值点为散乱点 griddata(x,y,z,xi,yi) 代码22 3.曲线拟合 （1）最小二乘法 代码23 (2)多项式拟合 polyfit(x0,y0,m) (3)最小二乘法优化 lsqlin(); lsqcurvefit(); lsqnonneg() 数据的统计和分析 1.频数表和直方图 hist(y,m); y的频数表，将miny,maxy均分成m份； 代码24 代码25 2.统计量 mean(); 均值 median(); 中位数 std(); 标准差 var(); 方差 range(); 极差 3.几种分布 4.偏度、峰度检验 方差分析 1.单因素分析 anova1(); 2.双因素分析 anova2(); 回归分析 1.多元线性回归 最小二乘法 regress(Y,X); [b,bint,r,rint,stats]=regress(Y,X,alpha); 残差和置信区间可以用rcoplot(r,rint)画图。 2.多项式回归 （1）一元多项式回归polyfit(); polytool(x,y,2) 绘拟合曲线图 代码26 （2）多元二项式回归 rstool(x,y,model,alpha); 代码27 （3）非线性回归 nlinfit,nlparci,nlpredci,nlintool(绘交互式画面) 代码28 （4）逐步回归 stepwise(x,y,inmodel,alpha) 代码29 微分方程建模 稳定状态模型 时间充分长以后动态过程的变化趋势。 常微分方程的解法 1.简单的一阶方程初值问题 代码30 ode45,ode23,ode113 2.高阶微分方程的数值解 ode45(‘fun’,[],[;;;]); 代码31 3.常微分方程的解析解 Dsolve(‘diff_equation’,’condition1’,’condition2’,…,’var’) 4.非线性微分方程组 代码32 差分方程模型 1.差分方程 2.遗传模型 代码33 马氏链模型 代码34 代码35 变分法模型 神经网络模型 代码36 Lvq法 代码37 偏微分方程数值解 1.pdepe(m,pdepe,jcfun,bcfun,xmesh,tspan,options); 特定位置上的解：[uout,duoutdx]=pdeval(m,xmesh,ui,xout) 目标规划 1.[x,fval]=fgoalattain(‘fun’,x0,goal,weight,A,b,aeq,beq,lb,ub,nonlcon) 模糊数学模型 1.求积分 quadl(); 2. 代码38 现代优化算法 1.模拟退火算法 2.遗传算法 3.禁忌搜索算法 4.改进的遗传算法 5.蚁群算法 时间序列模型 1.按时间顺序排列的、随时间变化且相互关联的数据序列。 2.加权移动平均法 代码39 3.趋势移动平均法 代码40 存贮论 1.研究存储系统的性质，运行规律以及最优存储方案。 2. 代码41 3. 代码42 4. 代码43 经济