數(shù)學(xué)建模與數(shù)學(xué)實驗

內(nèi)容概要

　　《普通高等教育“十一五”規(guī)劃教材·21世紀(jì)大學(xué)數(shù)學(xué)創(chuàng)新教材：數(shù)學(xué)建模與數(shù)學(xué)實驗（第2版）》通過實例與算法程序設(shè)計介紹了常用的數(shù)學(xué)建模方法，包括多元統(tǒng)計、時間序列分析、線性與非線性規(guī)劃、多目標(biāo)規(guī)劃與目標(biāo)規(guī)劃、圖論、動態(tài)規(guī)劃、排隊論、智能優(yōu)化算法、微分與差分、模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)、計算機仿真、灰色系統(tǒng)和層次分析法。全書將建模技術(shù)與數(shù)學(xué)實驗融為一體，注重數(shù)學(xué)建模思想介紹，重視數(shù)學(xué)軟件（SAS、MATLAB、UNG0）在實際問題中的應(yīng)用。全書案例豐富，通俗易懂，便于自學(xué)?！　　镀胀ǜ叩冉逃笆晃濉币?guī)劃教材·21世紀(jì)大學(xué)數(shù)學(xué)創(chuàng)新教材：數(shù)學(xué)建模與數(shù)學(xué)實驗（第2版）》既可以作為高等學(xué)校數(shù)學(xué)建模與數(shù)學(xué)實驗課程的教材，也可以作為本科生、研究生數(shù)學(xué)建模競賽的培訓(xùn)教材或參考書籍，還可以作為科學(xué)研究人員一本有價值的參考書籍。

書籍目錄

第1章 多元統(tǒng)計1.1 多元回歸1.1.1 多元線性回歸1.1.2 多元非線性回歸1.1.3 多元回歸方法評價1.2 聚類分析1.2.1 聚類分析的一般步驟1.2.2 聚類分析方法的評價1.3 判別分析1.3.1 Bayes判別法的基本思想1.3.2 Bayes判別法的一般步驟1.3.3 逐步判別法1.3.4 判別分析方法的評價1.4 主成分分析1.4.1 主成分分析的概念1.4.2 主成分分析的一般步驟1.4.3 主成分分析方法的評價1.5 因子分析1.5.1 因子分析的概念1.5.2 因子分析的一般步驟1.5.3 因子分析方法的評價1.5.4 因子分析與主成分分析的區(qū)別與聯(lián)系1.6 典型相關(guān)分析1.6.1 典型相關(guān)分析1.6.2 實例分析1.6.3 典型相關(guān)分析方法評價第2章 時間序列分析2.1 時間序列預(yù)處理2.1.1 平穩(wěn)性檢驗2.1.2 純隨機性檢驗2.2 平穩(wěn)時間序列分析2.2.1 方法性工具2.2.2 ARMA模型的性質(zhì)2.2.3 平穩(wěn)序列建模2.3 非平穩(wěn)時間序列分析2.3.1 差分運算2.3.2 ARIMA模型第3章 數(shù)學(xué)規(guī)劃3.1 線性規(guī)劃3.1.1 連續(xù)型線性規(guī)劃3.1.2 整數(shù)線性規(guī)劃與O一1規(guī)劃3.2 非線性規(guī)劃3.2.1 二次規(guī)劃3.2.2 一般非線性規(guī)劃3.3 多目標(biāo)規(guī)劃3.3.1 基本理論3.3.2 多目標(biāo)規(guī)劃的常用解法3.4 目標(biāo)規(guī)劃3.4.1 目標(biāo)規(guī)劃的數(shù)學(xué)模型3.4.2 目標(biāo)規(guī)劃模型的求解第4章 現(xiàn)代智能優(yōu)化算法簡介4.1 遺傳算法4.1.1 理論簡介4.1.2 案例分析4.1.3 評論、體會與展望4.2 蟻群算法4.2.1 理論簡介4.2.2 案例分析4.2.3 評論、體會與展望4.3 其他優(yōu)化算法簡介4.3.1 貪婪算法4.3.2 模擬退火算法4.3.3 回溯法與分枝定界法4.3.4 禁忌搜索算法4.3.5 粒子群算法第5章 網(wǎng)絡(luò)優(yōu)化5.1 圖的基本概念5.2 Dijkstra算法與warshall-Ford算法5.2.1 Dikstra算法與動態(tài)規(guī)劃5.2.2 warshall-Ford算法5.3 最小生成樹5.4 TSP問題5.5 著色問題5.6 最大流問題5.7 最小費用流問題5.8 二部圖的匹配及應(yīng)用5.8.1 最大匹配5.8.2 最佳匹配第6章 動態(tài)規(guī)劃與排隊論6.1 動態(tài)規(guī)劃6.1.1 動態(tài)規(guī)劃的最優(yōu)原理及其算法6.1.2 動態(tài)規(guī)劃模型舉例6.2 排隊論6.2.1 基本概念6.2.2 排隊系統(tǒng)的描述6.2.3 排隊系統(tǒng)的描述符號與分類6.2.4 排隊系統(tǒng)的主要數(shù)量指標(biāo)6.2.5 排隊系統(tǒng)的優(yōu)化目標(biāo)與最優(yōu)化問題第7章 微分方程與差分方程模型7.1 微分方程模型7.1.1 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 評論7.2 差分方程模型7.2.1 模型的使用背景7.2.2 差分方程的理論和方法7.2.3 案例分析第8章 模糊數(shù)學(xué)8.1 模糊集合及其運算8.1.1 經(jīng)典集合與特征函數(shù)8.1.2 模糊集合及其運算8.1.3 隸屬函數(shù)的確定8.2 模糊聚類分析8.2.1 理論介紹8.2.2 方法評論8.3 模糊模式識別8.3.1 理論介紹8.3.2 案例分析及編程8.3.3 方法評論8.4 模糊綜合評判8.4.1 理論介紹8.4.2 案例分析8.4.3 方法評論8.5 模糊線性規(guī)劃8.5.1 理論介紹8.5.2 案例分析8.5.3 方法評論第9章 其他建模方法9.1 神經(jīng)網(wǎng)絡(luò)9.1.1 人工神經(jīng)網(wǎng)絡(luò)9.1.2 BP神經(jīng)網(wǎng)絡(luò)9.1.3 案例分析9.1.4 方法評論9.2 計算機仿真9.2.1 準(zhǔn)備知識：隨機數(shù)的產(chǎn)生9.2.2 隨機變量的模擬9.2.3 時間步長法9.2.4 事件步長法9.2.5 蒙特卡羅模擬9.2.6 應(yīng)用舉例9.2.7 方法評論9.3 灰色系統(tǒng)9.3.1 理論介紹9.3.2 案例分析9.3.3 方法評論9.4 層次分析法9.4.1 理論介紹9.4.2 案例分析9.4.3 方法評論參考文獻

編輯推薦

　　《普通高等教育“十一五”規(guī)劃教材·21世紀(jì)大學(xué)數(shù)學(xué)創(chuàng)新教材：數(shù)學(xué)建模與數(shù)學(xué)實驗（第2版）》的改版過程中，除了繼續(xù)保留原教材內(nèi)容詳實，通俗易懂，便于自學(xué)的特點外，重點結(jié)合兩年來的教學(xué)嘗試，對書中的案例和文字的表述做了修改，所有程序全部再次進行了調(diào)試。本書體現(xiàn)了建模技術(shù)與數(shù)學(xué)實驗融為一體，注重數(shù)學(xué)建模思想介紹，重視數(shù)學(xué)軟件（SAS、MATLAB、LINGO）在實際中的應(yīng)用，并努力實現(xiàn)數(shù)學(xué)和其他學(xué)科之間的交叉融合。《普通高等教育“十一五”規(guī)劃教材·21世紀(jì)大學(xué)數(shù)學(xué)創(chuàng)新教材：數(shù)學(xué)建模與數(shù)學(xué)實驗（第2版）》可以作為本科生、研究生數(shù)學(xué)建模競賽的培訓(xùn)教材或參考書籍，還可以作為科學(xué)研究人員一本有價值的參考書籍。

圖書封面

評論、評分、閱讀與下載

---

    數(shù)學(xué)建模與數(shù)學(xué)實驗 PDF格式下載

---