數(shù)學(xué)建模：算法與編程實(shí)現(xiàn)

前言
數(shù)學(xué)建?；A(chǔ)篇　／　1
第1章 數(shù)學(xué)建模概述?。?
1.1 什么是數(shù)學(xué)建?！。?
1.2 數(shù)學(xué)建模算法與實(shí)現(xiàn)?。?
1.2.1 數(shù)學(xué)建模算法分類?。?
1.2.2 數(shù)學(xué)建模算法實(shí)現(xiàn)語言　／　5
1.3 數(shù)學(xué)建模的一般流程?。?
1.3.1 問題提出?。?
1.3.2 明確問題?。?
1.3.3 模型假設(shè)?。?
1.3.4 建立模型?。?
1.3.5 模型求解?。?
1.3.6 結(jié)果分析?。?0
1.3.7 論文寫作?。?3
1.4 數(shù)學(xué)建模的應(yīng)用領(lǐng)域?。?8
1.4.1 能力培養(yǎng)?。?8
1.4.2 運(yùn)籌優(yōu)化　／　19
1.4.3 機(jī)器學(xué)習(xí)?。?0
1.4.4 金融投資?。?2
1.4.5 科學(xué)研究　／　23
1.4.6 數(shù)學(xué)建模競(jìng)賽?。?4
思考題1?。?0
第2章 從算法到編程實(shí)現(xiàn)?。?1
2.1 如何從算法到代碼?。?1
2.2 以層次分析法為例?。?2
2.2.1 AHP算法步驟?。?4
2.2.2 案例：旅游地選擇　／　37
思考題2?。?4
第3章 微分方程模型篇　／　45
人口模型?。?6
3.1 Malthus人口模型?。?6
3.1.1 指數(shù)增長(zhǎng)模型?。?6
3.1.2 案例：預(yù)測(cè)美國(guó)人口　／　48
3.2 Logistic人口模型?。?2
3.2.1 阻滯增長(zhǎng)模型　／　52
3.2.2 案例：預(yù)測(cè)電影累計(jì)票房?。?5
3.3 Leslie模型　／　59
思考題3?。?3
第4章 傳染病模型?。?4
4.1 SI/SIS模型?。?5
4.1.1 SI模型?。?5
4.1.2 SIS模型?。?8
4.2 SIR模型　／　72
4.2.1 模型建立?。?2
4.2.2 模型求解?。?3
4.3 艙室模型?。?6
4.3.1 艙室模型建模方法?。?6
4.3.2 SEIR模型?。?7
4.4 案例：SARS的傳播規(guī)律?。?9
4.4.1 時(shí)變SIR模型?。?9
4.4.2 模型求解?。?0
思考題4?。?6
優(yōu)化模型篇?。?7
第5章 規(guī)劃模型　／　89
5.1 線性規(guī)劃?。?1
5.1.1 線性規(guī)劃模型?。?1
5.1.2 案例：生產(chǎn)計(jì)劃問題建模?。?3
5.2 （混合）整數(shù)規(guī)劃?。?8
5.2.1 （混合）整數(shù)規(guī)劃模型?。?8
5.2.2 運(yùn)輸問題兼談Lingo語法　／　99
5.2.3 案例：生產(chǎn)與存儲(chǔ)問題?。?03
5.3 非線性規(guī)劃　／　105
5.4 目標(biāo)規(guī)劃?。?09
思考題5　／　113
第6章 投資優(yōu)化策略?。?15
6.1 二次規(guī)劃　／　115
6.2 多目標(biāo)規(guī)劃?。?17
6.3 馬科維茨均值-方差模型?。?21
6.3.1 基本的投資組合?。?22
6.3.2 雙目標(biāo)的帕累托尋優(yōu)?。?26
思考題6?。?28
第7章 優(yōu)化模型進(jìn)階?。?29
7.1 優(yōu)化建模技術(shù)?。?29
7.1.1 處理特殊目標(biāo)函數(shù)?。?29
7.1.2 處理特殊約束　／　132
7.1.3 分段線性函數(shù)建模?。?33
7.2 案例：露天礦生產(chǎn)車輛安排?。?34
7.2.1 問題分析與假設(shè)?。?36
7.2.2 基于整數(shù)規(guī)劃的最優(yōu)調(diào)運(yùn)方案　／　137
7.2.3 最優(yōu)調(diào)運(yùn)方案下的派車計(jì)劃?。?43
7.2.4 多目標(biāo)規(guī)劃模型的序貫解法?。?46
思考題7　／　149
評(píng)價(jià)模型篇?。?50
第8章 經(jīng)典評(píng)價(jià)模型?。?52
8.1 數(shù)據(jù)指標(biāo)預(yù)處理?。?52
8.1.1 指標(biāo)的一致性處理?。?52
8.1.2 指標(biāo)的無量綱化處理?。?54
8.1.3 定性指標(biāo)的量化?。?56
8.2 主客觀賦權(quán)法?。?58
8.2.1 層次分析法?。?58
8.2.2 熵權(quán)法?。?59
8.2.3 主成分法?。?60
8.2.4 動(dòng)態(tài)加權(quán)法?。?63
8.3 理想解法?。?65
8.3.1 算法原理　／　165
8.3.2 案例：河流水質(zhì)評(píng)價(jià)?。?67
8.4 數(shù)據(jù)包絡(luò)分析?。?68
8.4.1 DEA相關(guān)概念?。?69
8.4.2 CCR模型?。?70
8.4.3 BCC模型?。?74
8.4.4 帶非期望產(chǎn)出的SBM模型?。?76
思考題8?。?78
第9章 模糊理論?。?79
9.1 模糊理論基礎(chǔ)?。?80
9.1.1 模糊集與隸屬函數(shù)?。?80
9.1.2 模糊運(yùn)算?。?84
9.2 模糊綜合評(píng)價(jià)?。?86
9.2.1 算法步驟?。?86
9.2.2 案例：耕作方案模糊評(píng)價(jià)?。?88
9.3 灰色關(guān)聯(lián)分析?。?97
9.3.1 算法原理　／　197
9.3.2 案例：運(yùn)動(dòng)員訓(xùn)練與成績(jī)?。?98
9.3.3 優(yōu)勢(shì)分析?。?00
9.3.4 灰色關(guān)聯(lián)評(píng)價(jià)?。?01
思考題9?。?02
預(yù)測(cè)模型篇?。?03
第10章 常規(guī)預(yù)測(cè)模型　／　204
10.1 線性回歸?。?04
10.1.1 一元線性回歸?。?04
10.1.2 多元線性回歸　／　207
10.1.3 回歸模型檢驗(yàn)?。?08
10.1.4 案例：銷售利潤(rùn)預(yù)測(cè)?。?13
10.2 線性回歸進(jìn)階?。?21
10.2.1 梯度下降法?。?21
10.2.2 非線性回歸　／　225
10.2.3 逐步回歸?。?31
10.3 廣義線性模型?。?33
10.3.1 Logistic回歸及案例?。?34
10.3.2 泊松回歸?。?37
10.4 灰色預(yù)測(cè)　／　239
10.4.1 GM(1,1)模型?。?40
10.4.2 案例：SARS疫情對(duì)旅游業(yè)的影響?。?44
思考題10?。?47
第11章 時(shí)間序列分析　／　248
11.1 預(yù)備知識(shí)?。?49
11.1.1 差分與延遲　／　249
11.1.2 平穩(wěn)性?。?49
11.1.3 時(shí)間序列分析的一般步驟　／　252
11.2 確定性分解?。?53
11.2.1 確定性分解算法?。?53
11.2.2 案例：出口額數(shù)據(jù)確定性分解建?！。?53
11.3 指數(shù)平滑法?。?55
11.3.1 簡(jiǎn)單