本文章是个人学习数学建模的日常心得笔记

学习资料：

B站视频：【零基础教程】老哥：数学建模算法、编程、写作和获奖指南全流程培训！_哔哩哔哩_bilibili

参考书籍：《MATLAB R2016a完全自学一本通》、司守奎《数学建模算法与应用》（主要）、《线性代数》、《概率论》

若文章有写错之处，欢迎指出(⊙o⊙)

（不间期更新）

一、线性规划基本原理与编程实践

1、什么是线性规划？

2、线性规划的Matlab标准形式

①Matlab线性规划的标准形式为：

②Matlab中求解线性规划的命令：

二、整数规划

1、什么是整数规划

2、一般解题技巧方式

（1）分支定界法

（2）割平面法

（3）隐枚举问题——求解“0-1”整数规划

（4）匈牙利算法——求解指派问题（特殊的“0-1”整数规划）

三、非线性规划

1、含义

2、一般形式

3、特殊情况——二次规划

4、番外算法——层次分析法（AHP）

（1）什么是AHP？？

（2）基本思路

（3）优点

（4）步骤

（5）适用例子

四、图与网络模型及方法

五、插值与拟合

六、微分方程建模

七、数理统计

八、时间序列

一、线性规划基本原理与编程实践

1、什么是线性规划？

由约束条件+目标函数组成，如图所示。

如果换作是正经一点说法的话，就是：在一组线性约束条件的限制之下，求一线性目标最大最小值的问题

其中X1，x2是决策变量。

通过一般的式子，我们可以得出线性规划问题的标准式子：

其中式子中： $b_{_i{}}\geqslant 0,i=0,1,2.....m$

可行解 满足和约束条件式的解x= $[x1,x2,x3...xn]^T$ ,称作是线性规划问题的可行解，而使之目标函数式（1，3）达到最大值的可行解称为最优解

可行域 所有可行解构成的集合称为问题的可行域

2、线性规划的Matlab标准形式

①Matlab线性规划的标准形式为：

式子中，f,x,b,beq,lb,ub为列向量，其中f称为价值向量，b称为资源向量；Aeq,A是矩阵。

②Matlab中求解线性规划的命令：

式子中，x返回决策向量的取值，fval返回目标函数的最优值，f是价值向量；A和b对应线性不等式约束；Aeq和beq对应线性等式约束；lb和ub分别对应决策向量的下界向量和上界向量。

二、整数规划

1、什么是整数规划

数学规划中的变量（部分或全部）限制为整数时，称为整数规划；若在线性规划模型中，变量限制为整数，则称为整数线性规划。

意思就是在线性规划的条件下，添加一个整数的限制！！！

2、一般解题技巧方式

（1）分支定界法

不考虑整数限制先求出相应松弛问题的最优解，若松弛问题无可行解，则ILP无可行解；若求得的松弛问题最优解符合整数要求，则是ILP的最优解；

若不满足整数条件，则任选一个不满足整数条件的变量 $x_{i}^{0}$ 来构造 ,新的约束添加到松弛问题中形成两个子问题

$x_{i}\leqslant \left [ x_{i}^{0} \right ];x_{i}\geqslant [x_{i}^{0}]+1$

依次在缩小的可行域中求解新构造的线性规划的最优解，并重复上述过程，直到子问题无解或有整数最优解（被查清）。

（2）割平面法

如果松弛问题(P0)无解，则(P)无解；
如果(P0)的最优解为整数向量，则也是(P)的最优解；
如果(P0)的解含有非整数分量，则对(P0) 增加割平面条件：即对(P0)增加一个线性约束，将(P0)的可行区域割掉一块，使得非整数解恰好在割掉的一块中，

但又没有割掉原问题(P)的可解，得到问题(P1)，重复上述的过程。

（3）隐枚举问题——求解“0-1”整数规划

（4）匈牙利算法——求解指派问题（特殊的“0-1”整数规划）

三、非线性规划

1、含义

如果目标函数或约束条件中包含非线性函数，就称这种规划问题为非线性规划问题。一般说来，解非线性规划要比解线性规划问题困难得多。而且，也不像线性规划有单纯形法这一通用方法，非线性规划目前还没有适于各种问题的一般算法，各个方法都有自己特定的适用范围。

2、一般形式

3、特殊情况——二次规划

若某非线性规划的目标函数为自变量的二次函数，约束条件又全是线性的，就称这种规划为二次规划。

4、番外算法——层次分析法（AHP）

（1）什么是AHP？？

AHP是将决策总是有关的元素分解成目标、·准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。

这种方法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。尤其适合于对决策结果难于直接准确计量的场合。

（2）基本思路

人对一个复杂的决策问题的思维、判断过程大体上是一样的。不妨用假期旅游为例：假如有3个旅游胜地A、B、C供你选择，你会根据诸如景色、费用和居住、饮食、旅途条件等一些准则去反复比较这3个候选地点．首先，你会确定这些准则在你的心目中各占多大比重，如果你经济宽绰、醉心旅游，自然分别看重景色条件，而平素俭朴或手头拮据的人则会优先考虑费用，中老年旅游者还会对居住、饮食等条件寄以较大关注。其次，你会就每一个准则将3个地点进行对比，譬如A景色最好，B次之；B费用最低，C次之；C居住等条件较好等等。最后，你要将这两个层次的比较判断进行综合，在A、 B、C中确定哪个作为最佳地点。

（3）优点

层次分析法不仅适用于存在不确定性和主观信息的情况，还允许以合乎逻辑的方式运用经验、洞察力和直觉。也许层次分析法最大的优点是提出了层次本身，它使得买方能够认真地考虑和衡量指标的相对重要性。

（4）步骤

①建立层次结构模型

将决策的目的，考虑的因素和决策对象按他们的相互关系分为最高层，中间层和最底层，绘制层次结构图

最高层：决策的目的，要解决的问题
最低层：决策时的备选方案
中间层：考虑的因素，决策的准则

对于相邻的两层，被称为目标层，底层称为因素层

②构造判断矩阵（成对比较）

（5）适用例子

四、图与网络模型及方法

五、插值与拟合

六、微分方程建模

七、数理统计

八、时间序列

数学建模日常心得笔记相关推荐

matlab中x从0到5不含0,关于MATLAB的数学建模算法学习笔记
关于MATLAB的数学建模算法学习笔记目录线性规划中应用: (3) 非线性规划: (3) 指派问题;投资问题:(0-1问题) (3) 1)应用fmincon命令语句 (3) 2)应用指令函数:bi ...
数学建模算法学习笔记
数学建模算法学习笔记作为建模Man学习数学建模时做的笔记参考文献: <数学建模姜启源第四版> 网上搜罗来的各种资料,侵删 1.线性预测 levinson durbin算法,自相关什么的 ...
数学建模算法学习笔记已完结
这是为了准备国赛突击学习的模型算法,我在原有的基础上加上自己的理解虽然不知道对不对,就是为了记录下自己学的模型他究竟是个什么东西,语言通俗,但是极不准确,只适合做一个大概的了解,建议大家详细的还是要看 ...
如何用matlaab把csv转为mat文件_数学建模竞赛学习笔记：用TOPSIS模型进行综合评价
笔记整理来自清风老师的数学建模课程(可以在B站里搜索到,头条无法放站外链接,我就不放了):TOPSIS教程目录 1. 层次分析法的局限性(主观求权重方法) 2. TOPSIS法引入 2.1 一个指标 ...
数学建模理论自制笔记1：微分方程及其模型
1.微分方程基础概念: 微分方程:含有自变量.未知函数及未知函数的导数或微分的等式,其定义式为: 常微分方程(Ordinary Differential Equations, ODE):不含偏导数或偏 ...
数学建模理论自制笔记2：差分方程及其模型
1.差分方程基础概念: 差分:这里的差分常指向前差分,即对于数列,差分算子为在处的向前差分:向后差分即是指:: 在处的阶差分::其中在处的2阶差分为,反映的是增量的增量: 差分方程:由以及差分所构成的 ...
【数学建模】预测模型笔记之灰色预测
学习来源:清风老师灰色预测灰色系统 GM(1,1)模型: Grey(Gray) Model GM(1,1)是使用原始的离散非负数据列,通过一次累加生成削弱随机性的较有规律的新的离散数据列,然后通过 ...
数学建模-相关性算法笔记
文章目录总体和样本总体皮尔逊Pearson相关系数样本皮尔逊Pearson相关系数皮尔逊相关系数的注意点皮尔逊相关系数例题描述性统计矩阵散点图皮尔逊相关系数计算美化相关系数表对皮尔 ...
[清风数学建模]层次分析法（AHP）笔记及代码实现
本文章是学习清风老师数学建模视频后所做的笔记,其中一些图片及代码实现来源于清风老师的B站视频: [强烈推荐]清风:数学建模算法.编程和写作培训的视频课程以及Matlab等软件教学_哔哩哔哩_bilib ...

数学建模日常心得笔记

一、线性规划基本原理与编程实践

1、什么是线性规划？