• 数学建模:算法与编程实现
  • 数学建模:算法与编程实现
  • 数学建模:算法与编程实现
21年品牌 40万+商家 超1.5亿件商品

数学建模:算法与编程实现

批量上传,套装书可能不全,下单前咨询在线客服! 正版书 !!!

47.42 4.8折 99 全新

库存10件

四川成都
认证卖家担保交易快速发货售后保障

作者张敬信

出版社机械工业出版社

ISBN9787111709794

出版时间2022-10

装帧平装

开本16开

定价99元

货号29435193

上书时间2024-10-21

百叶图书

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
前言
数学与计算机技术相结合,已经形成了一种普遍且可以实现的关键技术。数学的重要性已经得到业内广泛的认同,但是数学要走向应用,真正显示其在各个领域、各种层次应用中的关键性、决定性的作用,以及强大的生命力,就必须设法在实际问题和数学之间架设一座桥梁。首先要将实际问题化为一个相应的数学问题,然后进行相应的分析和计算, 后把所求得的结果和解答回归实际,看能不能有效地回到原先的实际问题,这个过程中的步就称为数学建模,即为所考察的实际问题构建数学模型。正是数学建模的这种桥梁作用,为应用数学知识解决实际问题提供了可能。所以说,数学建模非常重要,它能真正让数学学以致用。
正因数学建模具有如此重要的地位和作用,使得数学建模竞赛、数学建模课程等数学建模活动蓬勃开展。将数学建模的思想和方法融入数学类主干课程的教学改革,提倡问题驱动的应用数学研究等数学改革和教学实践,得到了社会各界和广大师生的广泛认可和大力支持。
数学建模所涵盖的知识面非常广,若停留在给学生灌输枯燥的算法理论和算法步骤,拿现成的数学建模资料照本宣科,对于学生和老师来说则价值不大。也有一些数学建模课程主打案例式教学,但是讲解不够细致、缺少建模案例实现的细节,学生学完仍然知其然不知其所以然。另外,现有的一些数学建模图书,普遍存在两方面的不足:对建模算法的理解和表述偏理论,所配案例和编程实现缺少细节,学生知识储备有限,阅读困难;代码要么调试不通,要么只能勉强套用,而且实现算法的代码都比较陈旧和繁冗,只考虑可实现性却不考虑可读性和易用性,没有写成更先进、更适宜学生学习的新的简洁代码。为此,我们数学建模教师团队想要编写一本真正适合学生学习和实践、真正通俗地讲解和表述算法的入门书。
本书真正将编程融入算法,并彻底贯彻这样的理念:真正以案例为导向,把算法讲通俗,把案例讲细致,把编程实现的技术细节讲明白,对于案例中体现的建模方法,既要深刻解析又要提炼出来加以应用。
现仅以第2章中“旅游地选择”为例简述本书是如何贯彻这一理念的。
首先,用通俗的语言解释层次分析法原理、优缺点及适用场景。然后,针对旅游地选择的案例,先以计算一个层次结构的权重为例,将MATLAB向量化编程技术融入其中,逐步按照层次分析法的算法步骤推演到 终结果。接着,融入编程语言中的自定义函数的技术,将上述层次分析法的推演过程封装为MATLAB自定义函数,既方便后续使用,又教会读者怎样实现从算法到代码的跨越。 后,借助自定义函数,计算其他层次结构权重再综合合成,完成整个旅游地选择案例,并对结果加以解读。
通过这样的设计再加上计算机操作演示代码,将编程知识、编程能力融入案例当中,让读者既学会了层次分析法的算法原理步骤及使用方法,又学会了通过编程实现算法的技术以及MATLAB语法知识,还能体会到用计算机代替笔算的神奇之处,从而极大地调动了读者学习数学建模知识的积极性。

本书采用主流编程技术和简洁代码实现常用的数学建模算法,以案例为导向,围绕数学建模知识体系展开。
前两章是数学建模基础篇:包括数学建模介绍、数学建模的一般流程(初等模型)、如何从算法到编程实现(层次分析法与自定义函数)。
接着按算法板块组织内容。
?  微分方程模型篇:人口模型、传染病模型。
?  优化模型篇:规划模型、投资优化策略、优化模型进阶。
?  评价模型篇:经典评价模型、模糊理论。
?  预测模型篇:常规预测模型、时间序列分析。
本书定位于夯实数学建模基础,围绕数学建模设计了从易到难、涵盖全面的知识板块,精选案例,用主流的编程技术借助案例实现算法。
本书可作为高等院校数学建模的入门教材,也可作为数学建模指导教师的参考资料,还可作为其他相关行业人员、科研人员使用数学模型解决实际问题的参考用书。
本书第1章由任中贵编写,第2章由吴玉东编写、第3章由苗秀凤编写,第4、6章由罗志坤编写,第5章由郭丽华编写,第7、9、11章由张敬信编写,第8章由徐志丹编写,第10章由周庆欣编写。全书由张敬信统稿。

本书所用软件版本:MATLAB 2021a、Lingo18、R4.1.2。

本书中的MATLAB、Lingo、R 程序均调试通过,所有示例的数据、程序代码、教学课件都可以通过扫描关注机械工业出版社计算机分社官方 订阅号获取(具体方式见封底),也可以在Github(https://github.com/zhjx19/)、码云(https://gitee.com/ zhjx19/mathmodelbook)下载。
另外,我们计划开发一个专门用于数学建模的R包:mathmodels(https://github. com/zhjx19/mathmodels),以求代替MATLAB、Lingo等商业软件,欢迎关注。

感谢哈尔滨商业大学数学建模团队的十余位同事,我们共同投身学校的数学建模事业,共同讨论和提高,收获很大。特别感谢罗志坤老师在书稿撰写之余,发现和指出若干错误。
感谢我的爱人及岳父、岳母,在家庭生活方面给予我诸多照顾,让我能安心写作;感谢我的父母和兄弟,特别是我远在河北老家的母亲和弟弟,在我因工作原因而无法全力尽孝的时候,照顾患病的父亲,免去了我的后顾之忧。
感谢知乎上的粉丝,感谢“数学建模:算法与编程实现”QQ群的群主和群里的很多朋友,大家一起学习数学建模,一起解答问题,非常开心!也谢谢你们对我的支持以及对本书的期待,是你们给了我写这本书的动力!谢谢群友们帮忙指出书中的错误。
感谢在工作和生活中帮助过我的领导、同事、朋友。

虽然花了很多时间和精力去核对书中的文字、代码和图片,但因为水平有限,书中仍难免会有错漏之处,如果读者有疑问,恳请反馈给我,也非常欢迎读者与我探讨数学建模算法与编程实现的相关技术,上述信息可发送到我的邮箱zhjx_19@hrbcu.edu.cn,也可在本书的读者群“数学建模:算法与编程实现”QQ群(716320758)在线交流,或者在我的知乎专栏https://www.zhihu.com/people/huc_zhangjingxin相关文章下面评论或私信,我会努力回答疑问或者给出一个认为正确的方向。

张敬信

导语摘要
本书定位于夯实数学建模基础,采用主流编程方法和简洁代码实现常用的数学建模算法,以案例为导向,围绕数学建模知识体系展开。全书分5篇,共11章。前两章是数学建模基础篇,包括数学建模介绍、数学建模的一般流程(初等模型)、如何从算法到编程实现(层次分析法与自定义函数);接着按算法板块组织内容,包括微分方程模型篇(人口模型、传染病模型)、优化模型篇(规划模型、投资优化策略、优化模型进阶)、评价模型篇(经典评价模型、模糊理论)、预测模型篇(常规预测模型、时间序列分析)。本书有配套源码资源和电子课件。
本书可作为高等院校数学建模的入门教材,也可作为数学建模指导教师的参考资料,还可作为其他相关行业人员、科研人员使用数学模型解决实际问题的参考用书。

作者简介
张敬信,哈尔滨工业大学基础数学博士,现为哈尔滨商业大学数学与应用数学系主任、副教授、应用统计硕导、数学建模主教练。主研方向为数学建模、数据挖掘等,热爱编程、擅长R语言。常驻知乎平台,粉丝7万+。发表SCI论文4篇,主持黑龙江省哲学社科项目1项,黑龙江省教育厅科技项目1项。

目录
前言
数学建模基础篇 / 1
第1章 数学建模概述 / 2
1.1  什么是数学建模 / 2
1.2  数学建模算法与实现 / 4
1.2.1  数学建模算法分类 / 4
1.2.2  数学建模算法实现语言 / 5
1.3  数学建模的一般流程 / 5
1.3.1  问题提出 / 5
1.3.2  明确问题 / 6
1.3.3  模型假设 / 7
1.3.4  建立模型 / 7
1.3.5  模型求解 / 9
1.3.6  结果分析 / 10
1.3.7  论文写作 / 13
1.4  数学建模的应用领域 / 18
1.4.1  能力培养 / 18
1.4.2  运筹优化 / 19
1.4.3  机器学习 / 20
1.4.4  金融投资 / 22
1.4.5  科学研究 / 23
1.4.6  数学建模竞赛 / 24
思考题1 / 30
第2章 从算法到编程实现 / 31
2.1  如何从算法到代码 / 31
2.2  以层次分析法为例 / 32
2.2.1  AHP算法步骤 / 34
2.2.2  案例:旅游地选择 / 37
思考题2 / 44
第3章 微分方程模型篇 / 45
人口模型 / 46
3.1  Malthus人口模型 / 46
3.1.1  指数增长模型 / 46
3.1.2  案例:预测美国人口 / 48
3.2  Logistic人口模型 / 52
3.2.1  阻滞增长模型 / 52
3.2.2  案例:预测电影累计票房 / 55
3.3  Leslie模型 / 59
思考题3 / 63
第4章 传染病模型 / 64
4.1  SI/SIS模型 / 65
4.1.1  SI模型 / 65
4.1.2  SIS模型 / 68
4.2  SIR模型 / 72
4.2.1  模型建立 / 72
4.2.2  模型求解 / 73
4.3  舱室模型 / 76
4.3.1  舱室模型建模方法 / 76
4.3.2  SEIR模型 / 77
4.4  案例:SARS的传播规律 / 79
4.4.1  时变SIR模型 / 79
4.4.2  模型求解 / 80
思考题4 / 86
优化模型篇 / 87
第5章 规划模型 / 89
5.1  线性规划 / 91
5.1.1  线性规划模型 / 91
5.1.2  案例:生产计划问题建模 / 93
5.2  (混合)整数规划 / 98
5.2.1 (混合)整数规划模型 / 98
5.2.2  运输问题兼谈Lingo语法 / 99
5.2.3  案例:生产与存储问题 / 103
5.3  非线性规划 / 105
5.4  目标规划 / 109
思考题5 / 113
第6章 投资优化策略 / 115
6.1  二次规划 / 115
6.2  多目标规划 / 117
6.3  马科维茨均值-方差模型 / 121
6.3.1  基本的投资组合 / 122
6.3.2  双目标的帕累托寻优 / 126
思考题6 / 128
第7章 优化模型进阶 / 129
7.1  优化建模技术 / 129
7.1.1  处理特殊目标函数 / 129
7.1.2  处理特殊约束 / 132
7.1.3  分段线性函数建模 / 133
7.2  案例:露天矿生产车辆安排 / 134
7.2.1  问题分析与假设 / 136
7.2.2  基于整数规划的 调运方案 / 137
7.2.3   调运方案下的派车计划 / 143
7.2.4  多目标规划模型的序贯解法 / 146
思考题7 / 149
评价模型篇 / 150
第8章 经典评价模型 / 152
8.1  数据指标预处理 / 152
8.1.1  指标的一致性处理 / 152
8.1.2  指标的无量纲化处理 / 154
8.1.3  定性指标的量化 / 156
8.2  主客观赋权法 / 158
8.2.1  层次分析法 / 158
8.2.2  熵权法 / 159
8.2.3  主成分法 / 160
8.2.4  动态加权法 / 163
8.3  理想解法 / 165
8.3.1  算法原理 / 165
8.3.2  案例:河流水质评价 / 167
8.4  数据包络分析 / 168
8.4.1  DEA相关概念 / 169
8.4.2  CCR模型 / 170
8.4.3  BCC模型 / 174
8.4.4  带非期望产出的SBM模型 / 176
思考题8 / 178
第9章 模糊理论 / 179
9.1  模糊理论基础 / 180
9.1.1  模糊集与隶属函数 / 180
9.1.2  模糊运算 / 184
9.2  模糊综合评价 / 186
9.2.1  算法步骤 / 186
9.2.2  案例:耕作方案模糊评价 / 188
9.3  灰色关联分析 / 197
9.3.1  算法原理 / 197
9.3.2  案例:运动员训练与成绩 / 198
9.3.3  优势分析 / 200
9.3.4  灰色关联评价 / 201
思考题9 / 202
预测模型篇 / 203
第10章 常规预测模型 / 204
10.1  线性回归 / 204
10.1.1  一元线性回归 / 204
10.1.2  多元线性回归 / 207
10.1.3  回归模型检验 / 208
10.1.4  案例:销售利润预测 / 213
10.2  线性回归进阶 / 221
10.2.1  梯度下降法 / 221
10.2.2  非线性回归 / 225
10.2.3  逐步回归 / 231
10.3  广义线性模型 / 233
10.3.1  Logistic回归及案例 / 234
10.3.2  泊松回归 / 237
10.4  灰色预测 / 239
10.4.1  GM(1,1)模型 / 240
10.4.2  案例:SARS疫情对旅游业的影响 / 244
思考题10 / 247
第11章 时间序列分析 / 248
11.1  预备知识 / 249
11.1.1  差分与延迟 / 249
11.1.2  平稳性 / 249
11.1.3  时间序列分析的一般步骤 / 252
11.2  确定性分解 / 253
11.2.1  确定性分解算法 / 253
11.2.2  案例:出口额数据确定性分解建模 / 253
11.3  指数平滑法 / 255
11.3.1  简单

内容摘要
本书定位于夯实数学建模基础,采用主流编程方法和简洁代码实现常用的数学建模算法,以案例为导向,围绕数学建模知识体系展开。全书分5篇,共11章。前两章是数学建模基础篇,包括数学建模介绍、数学建模的一般流程(初等模型)、如何从算法到编程实现(层次分析法与自定义函数);接着按算法板块组织内容,包括微分方程模型篇(人口模型、传染病模型)、优化模型篇(规划模型、投资优化策略、优化模型进阶)、评价模型篇(经典评价模型、模糊理论)、预测模型篇(常规预测模型、时间序列分析)。本书有配套源码资源和电子课件。
本书可作为高等院校数学建模的入门教材,也可作为数学建模指导教师的参考资料,还可作为其他相关行业人员、科研人员使用数学模型解决实际问题的参考用书。

主编推荐
张敬信,哈尔滨工业大学基础数学博士,现为哈尔滨商业大学数学与应用数学系主任、副教授、应用统计硕导、数学建模主教练。主研方向为数学建模、数据挖掘等,热爱编程、擅长R语言。常驻知乎平台,粉丝7万+。发表SCI论文4篇,主持黑龙江省哲学社科项目1项,黑龙江省教育厅科技项目1项。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP