图书介绍
数学建模教程PDF|Epub|txt|kindle电子书版本网盘下载
- 吴孟达，成礼智，吴翊，毛紫阳，王丹编著 著
- 出版社： 北京：高等教育出版社
- ISBN：7040325133
- 出版时间：2011
- 标注页数：423页
- 文件大小：18MB
- 文件页数：433页
- 主题词：
PDF下载
下载说明
数学建模教程PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
基础篇3
第一章 数学建模概论3
1.1 什么是数学模型3
1.2 怎样建立数学模型6
习题一16
第二章 连续模型18
2.1 存贮模型18
2.1.1 不允许缺货的存贮模型18
2.1.2 允许缺货的存贮模型19
2.2 动物群体的种群模型21
2.2.1 单种群模型21
2.2.2 多种群模型25
2.3 连续模型建模实例33
2.3.1 最优捕鱼策略33
习题二37
第三章 规划模型40
3.1 线性规划模型40
3.1.1 线性规划与单纯形法40
3.1.2 整数规划模型47
3.2 非线性规划与多目标规划模型57
3.2.1 非线性规划模型57
3.2.2 多目标规划模型68
3.3 图与网络规划模型70
3.3.1 图的基本概念70
3.3.2 树与最小生成树71
3.3.3 最短路问题73
3.3.4 匹配与着色76
3.3.5 邮递员问题78
3.3.6 货郎担问题81
3.4 统筹模型83
3.5 规划模型建模实例87
3.5.1 会议分组的优化87
3.5.2 计算机网络的最短传输时间93
习题三103
第四章 随机模型107
4.1 随机决策模型107
4.1.1 不确定型决策模型107
4.1.2 风险决策模型109
4.1.3 决策树方法111
4.1.4 决策模型举例113
4.2 随机服务模型119
4.2.1 排队论的一些基本概念119
4.2.2 M/M/1系统121
4.2.3 M/M/1/N系统124
4.2.4 M/M/m系统126
4.2.5 M/M/1/∞/K系统127
4.2.6 随机服务模型举例129
4.3 线性回归模型135
4.3.1 回归方程135
4.3.2 多元线性回归模型136
4.3.3 自变量选择与逐步回归139
4.3.4 多项式回归141
4.3.5 回归分析举例142
4.4 计算机仿真145
4.4.1 计算机仿真基本概念145
4.4.2 物理规律仿真147
4.4.3 系统演变仿真150
4.4.4 蒙特卡罗方法157
4.4.5 仿真方法在排队论中的应用159
4.5 随机模型建模实例162
4.5.1 气象观测站的调整162
4.5.2 竞赛评判问题165
习题四173
提高篇181
第五章 多元统计模型181
5.1 判别分析181
5.1.1 Bayes判别181
5.1.2 距离判别184
5.1.3 Fisher判别185
5.2 聚类分析188
5.2.1 样本间距离188
5.2.2 系统聚类法189
5.2.3 动态聚类法195
5.3 主成分分析198
5.3.1 主成分的实际背景198
5.3.2 主成分确定的原则与计算199
5.3.3 主成分的统计性质205
5.4 因子分析206
5.4.1 因子分析数学模型206
5.4.2 因子模型参数估计208
5.4.3 因子旋转210
5.5 多元统计建模实例216
5.5.1 神经元形态分类与识别216
5.5.2 售后服务数据的应用228
5.5.3 其他多元统计建模实例237
习题五244
第六章 智能计算模型251
6.1 模拟退火算法251
6.1.1 Metropolis准则252
6.1.2 模拟退火算法253
6.1.3 模拟退火算法的典型应用256
6.2 遗传算法263
6.2.1 遗传算法的基本原理263
6.2.2 遗传算法的实施267
6.2.3 遗传算法的改进280
6.2.4 遗传算法与模拟退火算法的比较289
6.3 蚁群算法291
6.3.1 蚁群算法的仿生学基础291
6.3.2 基本蚁群算法模型的建立294
6.3.3 基本蚁群算法的实现297
6.3.4 改进的蚁群算法299
6.4 粒子群优化算法306
6.4.1 基本粒子群算法307
6.4.2 粒子群算法的轨迹分析309
6.4.3 改进的粒子群算法314
6.4.4 离散粒子群算法及其改进328
6.5 智能计算建模实例339
6.5.1 110警车配置及巡逻方案339
6.5.2 学生面试问题351
6.5.3 垃圾运输问题360
习题六369
第七章 不确定信息处理方法371
7.1 模糊聚类分析模型371
7.1.1 模糊集理论基础知识介绍371
7.1.2 基于模糊等价关系的模糊聚类375
7.1.3 模糊c均值聚类方法380
7.2 模糊综合评判模型383
7.3 粗糙集模型388
7.3.1 粗糙集基本概念388
7.3.2 知识约简393
7.3.3 信息系统与决策表397
7.4 概念格模型402
7.4.1 概念格的基本概念403
7.4.2 概念格的构造407
7.4.3 概念格简化及约简409
7.4.4 基于概念格的数据聚类方法412
习题七414
参考文献419