数学建模与数学实验 第2版PDF电子书下载

第1章 多元统计 1

1.1多元回归 1

1.1.1多元线性回归 1

1.1.2多元非线性回归 4

1.1.3多元回归方法评价 7

1.2聚类分析 7

1.2.1聚类分析的一般步骤 7

1.2.2聚类分析方法的评价 10

1.3判别分析 11

1.3.1 Bayes判别法的基本思想 11

1.3.2 Bayes判别法的一般步骤 11

1.3.3逐步判别法 14

1.3.4判别分析方法的评价 16

1.4主成分分析 16

1.4.1主成分分析的概念 16

1.4.2主成分分析的一般步骤 17

1.4.3主成分分析方法的评价 19

1.5因子分析 19

1.5.1因子分析的概念 20

1.5.2因子分析的一般步骤 20

1.5.3因子分析方法的评价 23

1.5.4因子分析与主成分分析的区别与联系 23

1.6典型相关分析 23

1.6.1典型相关分析 23

1.6.2实例分析 24

1.6.3典型相关分析方法评价 26

第2章 时间序列分析 27

2.1时间序列预处理 27

2.1.1平稳性检验 27

2.1.2纯随机性检验 34

2.2平稳时间序列分析 37

2.2.1方法性工具 38

2.2.2 ARMA模型的性质 38

2.2.3平稳序列建模 41

2.3非平稳时间序列分析 49

2.3.1差分运算 49

2.3.2 ARIMA模型 56

第3章 数学规划 64

3.1线性规划 65

3.1.1连续型线性规划 65

3.1.2整数线性规划与0-1规划 71

3.2非线性规划 82

3.2.1二次规划 83

3.2.2一般非线性规划 85

3.3多目标规划 89

3.3.1基本理论 89

3.3.2多目标规划的常用解法 91

3.4目标规划 95

3.4.1目标规划的数学模型 95

3.4.2目标规划模型的求解 99

第4章 现代智能优化算法简介 102

4.1遗传算法 102

4.1.1理论简介 102

4.1.2案例分析 109

4.1.3评论、体会与展望 113

4.2蚁群算法 114

4.2.1理论简介 114

4.2.2案例分析 117

4.2.3评论、体会与展望 119

4.3其他优化算法简介 119

4.3.1贪婪算法 119

4.3.2模拟退火算法 123

4.3.3回溯法与分枝定界法 130

4.3.4禁忌搜索算法 131

4.3.5粒子群算法 134

第5章 网络优化 139

5.1图的基本概念 139

5.2 Dijkstra算法与Warshall-Ford算法 140

5.2.1 Dijkstra算法与动态规划 140

5.2.2 Warshall-Ford算法 141

5.3最小生成树 143

5.4 TSP问题 147

5.5着色问题 151

5.6最大流问题 153

5.7最小费用流问题 156

5.8二部图的匹配及应用 159

5.8.1最大匹配 160

5.8.2最佳匹配 163

第6章 动态规划与排队论 169

6.1动态规划 169

6.1.1动态规划的最优原理及其算法 169

6.1.2动态规划模型举例 170

6.2排队论 181

6.2.1基本概念 181

6.2.2排队系统的描述 183

6.2.3排队系统的描述符号与分类 184

6.2.4排队系统的主要数量指标 185

6.2.5排队系统的优化目标与最优化问题 190

第7章 微分方程与差分方程模型 192

7.1微分方程模型 192

7.1.1模型的使用背景 192

7.1.2微分方程模型的建立方法 192

7.1.3案例分析 192

7.1.4评论 207

7.2差分方程模型 207

7.2.1模型的使用背景 207

7.2.2差分方程的理论和方法 208

7.2.3案例分析 209

第8章 模糊数学 217

8.1模糊集合及其运算 217

8.1.1经典集合与特征函数 217

8.1.2模糊集合及其运算 217

8.1.3隶属函数的确定 220

8.2模糊聚类分析 220

8.2.1理论介绍 220

8.2.2方法评论 229

8.3模糊模式识别 229

8.3.1理论介绍 230

8.3.2案例分析及编程 231

8.3.3方法评论 236

8.4模糊综合评判 236

8.4.1理论介绍 236

8.4.2案例分析 238

8.4.3方法评论 243

8.5模糊线性规划 244

8.5.1理论介绍 244

8.5.2案例分析 246

8.5.3方法评论 248

第9章 其他建模方法 249

9.1神经网络 249

9.1.1人工神经网络 249

9.1.2 BP神经网络 249

9.1.3案例分析 251

9.1.4方法评论 253

9.2计算机仿真 253

9.2.1准备知识：随机数的产生 254

9.2.2随机变量的模拟 256

9.2.3时间步长法 258

9.2.4事件步长法 260

9.2.5蒙特卡罗模拟 262

9.2.6应用举例 264

9.2.7方法评论 267

9.3灰色系统 267

9.3.1理论介绍 268

9.3.2案例分析 270

9.3.3方法评论 274

9.4层次分析法 274

9.4.1理论介绍 274

9.4.2案例分析 275

9.4.3方法评论 278

参考文献 279