第4讲 数学建模赛题分析实践方法介绍与算法.pptVIP

数据的预处理：数据的剔取及提取趋势项 取n=1，拟合ARMA(2n,2n-1)（即ARMA(2,1)）模型 n=n+1，拟合ARMA(2n,2n-1)模型 用F准则检验模型的适用性。若检验显著，则转入第2步。若检验不显著，转入第5步。 检查远端时刻的系数值的值是否很小，其置信区间是否包含零。若不是，则适用的模型就是ARMA(2n,2n-1) 。若很小，且其置信区间包含零，则拟合ARMA(2n-1,2n-2) 。 5、时间序列分析方法 时间序列建模的基本步骤： 三、数学建模竞赛常用方法解析 利用F准则检验模型ARMA(2n,2n-1)和ARMA(2n-1,2n-2) ，若F值不显著，转入第7步；若F值显著，转入第8步。 舍弃小的MA参数，拟合m2n-2的模型ARMA(2n-1,m) ，并用F准则进行检验。重复这一过程，直到得出具有最小参数的适用模型为止 舍弃小的MA参数，拟合m2n-1的模型ARMA(2n,m) ，并用F准则进行检验。重复这一过程，直到得出具有最小参数的适用模型为止。 时间序列建模的基本步骤： 三、数学建模竞赛常用方法解析 最短路问题 两个指定顶点之间的最短路径—给出了一个连接若干个城镇的铁路网络，在这个网络的两个指定城镇间，找一条最短铁路线 （Dijkstra算法 ） 每对顶点之间的最短路径 （Dijkstra算法、Floyd算法 ） 最小生成树问题 连线问题—欲修筑连接多个城市的铁路设计一个线路图，使总造价最低（prim算法、Kruskal算法 ） 图的匹配问题 人员分派问题：n个工作人员去做件n份工作，每人适合做其中一件或几件，问能否每人都有一份适合的工作？如果不能，最多几人可以有适合的工作？(匈牙利算法) 6、图论方法 三、数学建模竞赛常用方法解析 遍历性问题 中国邮递员问题—邮递员发送邮件时，要从邮局出发，经过他投递范围内的每条街道至少一次，然后返回邮局，但邮递员希望选择一条行程最短的路线 最大流问题 运输问题 最小费用最大流问题 在运输问题中，人们总是希望在完成运输任务的同时，寻求一个使总的运输费用最小的运输方案 6、图论方法 三、数学建模竞赛常用方法解析 （1）蒙特卡罗算法 大多数建模赛题中都离不开计算机仿真，随机性模拟是非常常见的算法之一。 举个例子就是97 年的A 题，每个零件都有自己的标定值，也都有自己的容差等级，而求解最优的组合方案将要面对着的是一个极其复杂的公式和108 种容差选取方案，根本不可能去求解析解，那如何去找到最优的方案呢？随机性模拟搜索最优方案就是其中的一种方法，在每个零件可行的区间中按照正态分布随机的选取一个标定值和选取一个容差值作为一种方案，然后通过蒙特卡罗算法仿真出大量的方案，从中选取一个最佳的。另一个例子就是2002年的彩票第二问，要求设计一种更好的方案，首先方案的优劣取决于很多复杂的因素，同样不可能刻画出一个模型进行求解，只能靠随机仿真模拟。 四、数学建模竞赛10种常用算法 （2）数据拟合、参数估计、插值等数据处理算法 比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab作为工具 数据拟合在很多赛题中有应用，与图形处理有关的问题很多与拟合有关系，一个例子就是98 年美国赛A 题，生物组织切片的三维插值处理，94 年A 题逢山开路，山体海拔高度的插值计算，还有吵的沸沸扬扬可能会考的“非典”问题也要用到数据拟合算法，观察数据的走向进行处理。此类问题在MATLAB中有很多现成的函数可以调用，熟悉MATLAB，这些方法都能游刃有余的用好。 四、数学建模竞赛10种常用算法 （3）线性规划、整数规划、多元规划、二次规划等规划类问题 建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo软件实现 竞赛中很多问题都和数学规划有关，可以说不少的模型都可以归结为一组不等式作为约束条件、几个函数表达式作为目标函数的问题，遇到这类问题，求解就是关键了，比如98年B 题，用很多不等式完全可以把问题刻画清楚，因此列举出规划后用Lindo、Lingo 等软件来进行解决比较方便，所以还需要熟悉这两个软件。 四、数学建模竞赛10种常用算法 （4）图论算法 这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备 98 年B 题、00 年B 题、95 年锁具装箱等问题体现了图论问题的重要性，这类问题算法有很多，包括：Dijkstra、Floyd、Prim、Bellman-Ford，最大流，二分匹配等问题。每一个算