本书主要介绍数据分析处理领域中的经典模型和算法,包括回归分析、时间序列分析、差值与拟合方法、多元统计方法、灰色分析方法、微分方程与差分方程方法及现代综合评价方法等内容。书中选用的相关案例,注重从不同侧面反映数学思想在实际问题中的灵活应用,既注重算法原理的通俗性,也注重算法应用的实现性。本书所有例题均配有Matlab或Lingo源程序,程序设计简单精炼,注释详尽,有利于没有编程基础的初学者快速入门。
第1章 规划模型
. 线性规划
. 整数规划
. 非线性规划
第2章 优化模型
. 目标规划
. 模拟退火算法
. 遗传算法
第章 图与网络模型
. 图的基本概念
. 短路径问题
. 小生成树问题
.4 大流问题
.5 小费用大流问题
第4章 微分方程与差分方程模型
4. 微分方程模型简介
4. 人口增长模型
4. 传染病模型
4.4 MATLAB求微分方程的符号解
4.5 初值问题的MATLAB数值解
4. 差分方程简介
4.7 差分方程的应用
第5章 插值与拟合模型
5. 插值方法
5. 拟合方法
5. 拟合问题实例
第章 回归分析模型
. 回归分析概述
. 线性回归分析
. 非线性回归模型
.4 Logistic回归
.5 回归分析的MATLAB实现
第7章 时间序列分析模型
7. 时间序列分析概述
7. 趋势线拟合法
7. 移动平均法
7.4 指数平滑法
7.5 ARIMA模型
第8章 多元统计方法
8. 聚类分析
8. 判别分析
8. 主成分分析
8.4 因子分析
第9章 预测评价模型
9. 灰色预测
9. 层次分析法
9. 数据包络分析法
9.4 人工神经网络
9.5 模糊综合评价
附录:获奖建模论文选编
参考文献