數學建模教程 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

吳孟達 編

齣版社： 高等教育齣版社

ISBN：9787040325133

版次：1

商品編碼：11061227

包裝：平裝

齣版時間：2011-08-01

內容簡介

《數學建模教程》是結閤作者多年來數學建模教學實踐和競賽培訓的豐富經驗編寫而成的。結構閤理，敘述清晰，文字流暢，可讀性強。
全書分為基礎篇和提高篇。基礎篇為比較經典的數學建模內容，主要麵嚮初涉數學建模的讀者；提高篇為較現代的數學建模方法，如多元統計模型、智能計算模型、不確定信息處理方法等，主要麵嚮希望進一步提高數學建模能力的讀者，這些方法在數學建模競賽活動中會經常用到。全書案例豐富，每章後都附有習題，其中部分習題需要上機實踐。
本書既可作為大學生及研究生數學建模課程的教材，也可作為大學生及研究生數學建模競賽培訓的教材。

目錄

基礎篇
第一章 數學建模概論
1.1 什麼是數學模型
1.2 怎樣建立數學模型
習題
第二章 連續模型
2.1 存貯模型
2.1.1 不允許缺貨的存貯模型
2.1.2 允許缺貨的存貯模型
2.2 動物群體的種群模型
2.2.1 單種群模型
2.2.2 多種群模型
2.3 連續模型建模實例
2.3.1 最優捕魚策略
習題二
第三章 規劃模型
3.1 綫性規劃模型
3.1.1 綫性規劃與單純形法
3.1.2 整數規劃模型
3.2 非綫性規劃與多目標規劃模型
3.2.1 非綫性規劃模型
3.2.2 多目標規劃模型
3.3 圖與網絡規劃模型
3.3.1 圖的基本概念
3.3.2 樹與最小生成樹
3.3.3 最短路問題
3.3.4 匹配與著色
3.3.5 郵遞員問題
3.3.6 貨郎擔問題
3.4 統籌模型
3.5 規劃模型建模實例
3.5.1 會議分組的優化
3.5.2 計算機網絡的最短傳輸時間
習題三
第四章 隨機模型
4.1 隨機決策模型
4.1.1 不確定型決策模型
4.1.2 風險決策模型
4.1.3 決策樹方法
4.1.4 決策模型舉例
4.2 隨機服務模型
4.2.1 排隊論的一些基本概念
4.2.2 M／M／1係統
4.2.3 M／M／1／N係統
4.2.4 M／M／m係統
4.2.5 M／M／l／∞／K係統
4.2.6 隨機服務模型舉例
4.3 綫性迴歸模型
4.3.1 迴歸方程
4.3.2 多元綫性迴歸模型
4.3.3 自變量選擇與逐步迴歸
4.3.4 多項式迴歸
4.3.5 迴歸分析舉例
4.4 計算機仿真
4.4.1 計算機仿真基本概念
4.4.2 物理規律仿真
4.4.3 係統演變仿真
4.4.4 濛特卡羅方法
4.4.5 仿真方法在排隊論中的應用
4.5 隨機模型建模實例
4.5.1 氣象觀測站的調整
4.5.2 競賽評判問題
習題四
提高篇
第五章 多元統計模型
5.1 判彆分析
5.1.1 Bayes判彆
5.1.2 距離判彆
5.1.3 Fisher判彆
5.2 聚類分析
5.2.1 樣本間距離
5.2.2 係統聚類法
5.2.3 動態聚類法
5.3 主成分分析
5.3.1 主成分的實際背景
5.3.2 主成分確定的原則與計算
5.3.3 主成分的統計性質
5.4 因子分析
5.4.1 因子分析數學模型
5.4.2 因子模型參數估計
5.4.3 因子鏇轉
5.5 多元統計建模實例
5.5.1 神經元形態分類與識彆
5.5.2 售後服務數據的應用
5.5.3 其他多元統計建模實例
習題五
第六章 智能計算模型
6.1 模擬退火算法
6.1.1 Metropolis準則
6.1.2 模擬退火算法
6.1.3 模擬退火算法的典型應用
6.2 遺傳算法
6.2.1 遺傳算法的基本原理
6.2.2 遺傳算法的實施
6.2.3 遺傳算法的改進
6.2.4 遺傳算法與模擬退火算法的比較
6.3 蟻群算法
6.3.1 蟻群算法的仿生學基礎
6.3.2 基本蟻群算法模型的建立
6.3.3 基本蟻群算法的實現
6.3.4 改進的蟻群算法-
6.4 粒子群優化算法.
6.4.1 基本粒子群算法
6.4.2 粒子群算法的軌跡分析
6.4.3 改進的粒子群算法
6.4.4 離散粒子群算法及其改進
6.5 智能計算建模實例
6.5.1 110警車配置及巡邏方案
6.5.2 學生麵試問題
6.5.3 垃圾運輸問題
習題六
第七章 不確定信息處理方法
7.1 模糊聚類分析模型
7.1.1 模糊集理論基礎知識介紹
7.1.2 基於模糊等價關係的模糊聚類
7.1.3 模糊c均值聚類方法
7.2 模糊綜閤評判模型
7.3 粗糙集模型
7.3.1 粗糙集基本概念
7.3.2 知識約簡
7.3.3 信息係統與決策錶
7.4 概念格模型
7.4.1 概念格的基本概念
7.4.2 概念格的構造
7.4.3 概念格簡化及約簡
7.4.4 基於概念格的數據聚類方法
習題七
參考文獻

評分☆☆☆☆☆

京東自營商品，買得放心。

評分☆☆☆☆☆

不管是內容還是質量都很好

評分☆☆☆☆☆

京東自營商品，買得放心。

評分☆☆☆☆☆

速度很快！

評分☆☆☆☆☆

速度很快！

評分☆☆☆☆☆

不錯，還是有點幫助的，可以參考一下。

評分☆☆☆☆☆

在京東上購買商品已經很多次瞭，圖書這是第一次購買，非常棒的購物體驗，首先是發貨很快，剛下的訂單，很快就顯示正在配貨瞭，對於網上購物來說，速度很重要，京東的發貨速度令人非常滿意。快遞的服務態度也非常好，不像有些快遞根本不打電話聯係你，直接往傳達室裏一扔就完事瞭。拿到書後真的是讓人齣乎意料，外麵是用紙箱包裝，然後裏麵還用塑料泡膜包裹，非常嚴實，收貨那天是下雨天，拆開看後，書籍完全沒有收到下雨的影響，完好無損。書絕對是正版這個不用說瞭，在京東買東西，你完全不用擔心質量問題。高爾基說過：“書，是人類進步的階梯。”開捲者古來就有，有“五柳先生”那“不求甚解”讀法的；也有硃光潛倡導的“字字推敲，咬文嚼字”讀法的；更有王國維所謂的三種讀書境界……但終歸來看，開捲是有益的，因為開捲既是知識之源，又是古人之鑒，更是修養之法。其實讀書有很多好處,就等有心人去慢慢發現.最大的好處你有屬於自己的本領靠自己生存。 讓你的生活過得更充實，學習到不同的東西。感受世界的不同。 不需要有生存的壓力，必競都是有父母的負擔。 雖然現在讀書的壓力很大，但請務必相信你是幸福的。 在我們國傢還有很多孩子連最基本的教育都沒辦法享受的。 所以，你現在不需要總結，隨著年齡的成長，你會明白的，還是有時間多學習一下。 古代的那些文人墨客,都有一個相同的愛好-------讀書.書是人類進步的階梯.讀書是每個人都做過的事情,有許多人愛書如寶,手不釋捲,因為一本好書可以影響一個人的一生.那麼,讀書有哪些好處呢?1讀書可以豐富我們的知識量.多讀一些好書,能讓我們瞭解許多科學知識.2讀書可以讓我們擁有"韆裏眼".俗話說的好"秀纔不齣門,便知天下事.""運籌帷幄,決勝韆裏."多讀一些書,能通古今,通四方,很多事都可以未蔔先知.3讀書可以讓我們勵誌.讀一些有關曆史的書籍,可以激起我們的愛國熱情.4讀書能提高我們的寫作水平.讀一些有關寫作方麵的書籍,能使我們改正作文中的一些不足,從而提高瞭我們的習作水平.讀書的好處還有一點,就是為我們以後的生活做準備.讀書的好處很多。 讀書養性，讀書可以陶冶自己的性情，使自己溫文爾雅，具有書捲氣；讀書破萬捲，下筆如有神，多讀書可以提高寫作能力，寫文章就纔思敏捷；舊書不厭百迴讀，熟讀深思子自知，讀書可以提高理解能力，隻要熟讀深思，你就可以知道其中的道理瞭；讀書可以使自己的知識得到積纍，君子學以聚之。總之，愛好讀書是好事。讓我們都來讀書吧。

評分☆☆☆☆☆

求供應商速度發貨，等瞭兩周

評分☆☆☆☆☆

各有特點，送貨挺快，下次還來