高职高专MATLAB数学建模

图书标准信息

• 作者 卓金武、王鸿钧 著
• 出版社 北京航空航天大学出版社
• 出版时间 2019-08
• 版次 1
• ISBN 9787512430532
• 定价 42.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 232页
• 字数 380千字

【内容简介】

本书从数学建模的角度介绍了MATLAB 的应用,涵盖了绝大部分数学建模问题的MATLAB 求解方法。

 

全书共5篇。第一篇是基础篇,主要介绍一些基本概念和知识,包括MATLAB在数学建模中的地位、数学模型的分类及各类需要用到的MATLAB技术,以及MATLAB编程入门；第二篇是技术篇,系统介绍了MATLAB建模的主流技术,包括数据建模技术(数据的准备、常用的数学建模方法、机器学习、灰色预测、神经网络以及小波分析)、优化技术(标准规划模型的求解,遗传算法、模拟退火算法等全局优化算法)、连续模型、评价模型以及机理建模的MATLAB实现方法；第三篇是实践篇,以全国大学生数学建模竞赛的经典赛题(乙组)为例,介绍MATLAB在其中的实际应用,包括详细的建模过程、求解过程以及原汁原味的竞赛论文；第四篇是赛后重研究篇,主要介绍如何借助MATLAB的工程应用功能将模型转化成产品的技术；第五篇是经验篇,主要介绍数学建模的参赛经验、心得、技巧以及MATLAB的学习经验,这些经验会有助于竞赛的准备和竞赛成绩的提升,至少能让读者更从容地参与数学建模活动。

 

本书特别适合作为数学建模竞赛的培训教材或参考用书,也可作为大学“数学实验”“数学建模”“数据挖掘”等课程的参考用书,还可以作为广大科研人员、学者、工程技术人员的参考用书。

 

【作者简介】

卓金武，MathWorks中国教育业务总监，在MATLAB数据分析、数据挖掘、机器学习、数学建模、计算金融等科学计算领域有多年工作经验，现主要负责MATLAB校园版业务； 曾2次获全国大学生数学建模竞赛一等奖 (2003, 2004)，1次获全国研究生数学建模竞赛一等奖 (2007)；出版的图书有:《MATLAB在数学建模中的应用》（第1版和第2版）、《MATLAB数学建模方法与实践》（第3版）、《量化投资：MATLAB数据挖掘技术与实践》、《大数据挖掘：系统方法与实例分析》、《MATLAB时间序列方法与实践》，等。

 

王鸿钧，MathWorks中国高级工程师，主要职责是为航空、汽车等行业提供MATLAB/Simulink的基于模型设计的解决方案；清华大学精密仪器系硕士，专业方向为自动控制，曾任职中国航发商用航空发动机公司和某智能无人机初创公司。

 

【目录】

第一篇 基础篇

 

第1章 绪 论 3

 

1.1 MATLAB在数学建模中的地位 3

 

1.2 正确且高效的MATLAB编程理念 4

 

1.3 数学建模对MATLAB水平的要求 4

 

1.4 如何提高MATLAB建模水平 5

 

1.5 小 结 6

 

参考文献 6

 

第2章 MATLAB数学建模快速入门 7

 

2.1 MATLAB快速入门 7

 

2.1.1 MATLAB概要 7

 

2.1.2 MATLAB的功能 8

 

2.1.3 快速入门案例 8

 

2.1.4 入门后的提高 15

 

2.2 MATLAB常用技巧 16

 

2.2.1 常用标点的功能 16

 

2.2.2 常用操作指令 16

 

2.2.3 指令编辑操作键 16

 

2.3 MATLAB数据类型 16

 

2.3.1 数值类型 17

 

2.3.2 字符类型 20

 

2.3.3 日期和时间 22

 

2.3.4 元胞数组 23

 

2.3.5 表 格 25

 

2.4 程序结构 26

 

2.4.1 标识命令 26

 

2.4.2 条件语句 27

 

2.4.3 循环语句 28

 

2.5 MATLAB开发模式 29

 

2.5.1 命令行模式 29

 

2.5.2 脚本模式 29

 

2.5.3 面向对象模式 29

 

2.5.4 三种模式的配合 30

 

2.6 小 结 30

 

参考文献 30

 

第二篇 技术篇

 

第3章 数据建模基础 33

 

3.1 数据的获取 33

 

3.1.1 从Excel中读取数据 33

 

3.1.2 从TXT中读取数据 33

 

3.1.3 读取图片 36

 

3.1.4 读取视频 36

 

3.2 数据的预处理 37

 

3.2.1 缺失值处理 38

 

3.2.2 噪声过滤 39

 

3.2.3 数据集成 41

 

3.2.4 数据归约 42

 

3.2.5 数据变换 42

 

3.3 数据的统计 44

 

3.3.1 基本描述性统计 44

 

3.3.2 分布描述性统计 45

 

3.4 数据可视化 45

 

3.4.1 基本可视化 46

 

3.4.2 数据分布形状可视化 47

 

3.4.3 数据关联可视化 48

 

3.4.4 数据分组可视化 50

 

3.5 数据降维 51

 

3.5.1 主成分分析(PCA)基本原理 51

 

3.5.2 PCA 应用案例:企业综合实力排序 53

 

3.5.3 相关系数降维 56

 

3.6 小 结 56

 

参考文献 57

 

第4章 数据的拟合和回归 58

 

4.1 一元回归 58

 

4.1.1 一元线性回归 58

 

4.1.2 一元非线性回归 60

 

4.2 多元回归 62

 

4.3 逐步回归 64

 

4.4 Logistic回归 65

 

4.5 小 结 67

 

参考文献 67

 

第5章 MATLAB机器学习方法 68

 

5.1 MATLAB机器学习概况 68

 

5.2 分类方法 69

 

5.2.1 K 近邻分类 69

 

5.2.2 贝叶斯分类 73

 

5.2.3 支持向量机分类 76

 

5.3 聚类方法 80

 

5.3.1 K-means聚类 80

 

5.3.2 层次聚类 85

 

5.3.3 模糊C 均值聚类 90

 

5.4 深度学习 92

 

5.4.1 深度学习的崛起 92

 

5.4.2 深度学习的原理 92

 

5.4.3 深度学习训练过程 93

 

5.4.4 MATLAB深度学习训练过程 94

 

5.5 小 结 96

 

参考文献 96

 

第6章 其他数据建模方法 97

 

6.1 灰色预测方法 97

 

6.1.1 灰色预测概述 97

 

6.1.2 灰色模型的预测步骤 97

 

6.1.3 灰色预测典型MATLAB程序

 

结构 99

 

6.1.4 应用实例:与会代表人数(CUMCM 2009D) 100

 

6.1.5 灰色预测经验小结 101

 

6.2 神经网络 102

 

6.2.1 神经网络的原理 102

 

6.2.2 神经网络的实例 103

 

6.2.3 神经网络的特点 104

 

6.3 小波分析 104

 

6.3.1 小波分析概述 104

 

6.3.2 常见的小波分析方法 105

 

6.3.3 小波分析应用实例 108

 

6.4 小 结 110

 

参考文献 110

 

第7章 标准规划模型的MATLAB求解 111

 

7.1 线性规划 111

 

7.1.1 线性规划的实例与定义 111

 

7.1.2 线性规划的MATLAB标准形式 112

 

7.1.3 线性规划问题的解的概念 112

 

7.1.4 线性规划的MATLAB解法 113

 

7.2 非线性规划 116

 

7.2.1 非线性规划的实例与定义 116

 

7.2.2 非线性规划的MATLAB解法 117

 

7.2.3 二次规划 118

 

7.3 整数规划 120

 

7.3.1 整数规划的定义 120

 

7.3.2 0 1整数规划 120

 

7.4 小 结 121

 

参考文献 121

 

第8章 MATLAB全局优化算法 122

 

8.1 MATLAB全局优化概况 122

 

8.2 遗传算法 122

 

8.2.1 遗传算法的原理 122

 

8.2.2 遗传算法的步骤 123

 

8.2.3 遗传算法的实例 129

 

8.3 模拟退火算法 131

 

8.3.1 模拟退火算法的原理 131

 

8.3.2 模拟退火算法的步骤 133

 

8.3.3 模拟退火算法的实例 134

 

8.4 全局优化求解器汇总 141

 

8.5 延伸阅读 141

 

8.6 小 结 142

 

参考文献 142

 

第9章 MATLAB连续模型求解方法 143

 

9.1 MATLAB常规微分方程的求解 143

 

9.1.1 MATLAB常微分方程的表达方法 143

 

9.1.2 常规微分方程的求解实例 144

 

9.2 ODE家族求解器 144

 

9.2.1 ODE求解器的分类 144

 

9.2.2 ODE求解器的应用实例 145

 

9.3 专用求解器 146

 

9.4 小 结 149

 

参考文献 149

 

第10章 MATLAB评价型模型求解方法 150

 

10.1 线性加权法 150

 

10.2 层次分析法(AHP) 153

 

10.3 小 结 154

 

参考文献 154

 

第11章 MATLAB机理建模方法 155

 

11.1 机理建模概述 155

 

11.2 推导法机理建模 155

 

11.2.1 问题描述 155

 

11.2.2 假设和符号说明 155

 

11.2.3 模型的建立 156

 

11.2.4 模型中参数的求解 156

 

11.3 元胞自动机仿真法机理建模 158

 

11.3.1 元胞自动机的定义 158

 

11.3.2 元胞自动机的MATLAB实现 158

 

11.4 小 结 160

 

参考文献 160

 

第三篇 实践篇

 

第12章 众筹筑屋规划方案设计模型(CUMCM 2015D)  163

 

12.0 摘 要 163

 

12.1 模型背景与问题的重述 163

 

12.1.1 模型的背景 163

 

12.1.2 问题重述 164

 

12.2 问题分析和基本思路 164

 

12.2.1 问题分析 164

 

12.2.2 建模思路与思路流程图 165

 

12.3 基本符号说明与基本假设 165

 

12.3.1 基本符号说明 165

 

12.3.2 基本假设 166

 

12.4 模型的建立和求解 167

 

12.4.1 问题一 167

 

12.4.2 问题二 171

 

12.4.3 问题三 173

 

12.5 模型的检验及进一步讨论 174

 

12.5.1 问题一 174

 

12.5.2 问题二 175

 

12.5.3 问题三 175

 

12.6 模型的改进方向 175

 

12.7 模型的优缺点分析 176

 

12.7.1 模型的优点分析 176

 

12.7.2 模型的缺点分析 176

 

12.8 模型的推广 176

 

12.9 小 结 176

 

参考文献 177

 

第13章 风电场运行状况分析及优化研究(CUMCM 2016D) 178

 

13.0 摘 要 178

 

13.1 问题的提出 179

 

13.1.1 问题背景 179

 

13.1.2 问题重述 179

 

13.2 问题的分析 179

 

13.2.1 预备知识 179

 

13.2.2 问题的分析 180

 

13.3 模型的假设与符号说明 180

 

13.3.1 模型的假设 180

 

13.3.2 符号说明 180

 

13.4 模型的建立与求解 181

 

13.4.1 问题一 181

 

13.4.2 问题二 185

 

13.4.3 问题三 189

 

13.5 误差的分析与改善 193

 

13.5.1 误差的分析 193

 

13.5.2 误差的改善 193

 

13.6 模型的评价与推广 193

 

13.6.1 模型的评价 193

 

13.6.3 模型的推广 193

 

13.7 小 结 193

 

参考文献 194

 

第四篇 赛后重研究篇

 

第14章 MATLAB基于模型的产品开发流程 197

 

14.1 Simulink简介 197

 

14.2 Simulink建模实例 198

 

14.2.1 Simulink建模方法 198

 

14.2.2 锂电池建模的实现 199

 

14.3 在Simulink中使用MATLAB数据和算法 203

 

14.4 基于模型设计的思想 204

 

14.5 小 结 205

 

第五篇 经验篇

 

第15章 数学建模参赛经验 209

 

15.1 如何准备数学建模竞赛 209

 

15.2 数学建模队员应该如何学习MATLAB  210

 

15.3 如何才能在数学建模竞赛中取得好成绩 211

 

15.4 数学建模竞赛中的项目管理和时间管理 213

 

15.5 一种非常实用的数学建模方法:目标建模法 215

 

15.6 延伸阅读:MATLAB在高校的授权模式 215

 

附件 实践篇竞赛原题 217

 

附件A 2015年全国大学生数学建模竞赛D题 217

 

众筹筑屋规划方案设计 217

 

附件B 2016年全国大学生数学建模竞赛D题 217

 

电场运行状况分析及优化 217