MATLAB数学建模方法与实践(第4版)
全新正版 极速发货
￥ 31.42 3.5折 ￥ 89 全新
库存38件
广东广州
认证卖家担保交易快速发货售后保障
作者卓金武 萨和雅 王鸿
出版社北京航空航天大学出版社
ISBN9787512439955
出版时间2023-05
装帧平装
开本16开
定价89元
货号1202984708
上书时间2024-08-07
商品详情
- 品相描述：全新
- 商品描述
-
目录
第一篇 基础篇
第1章绪论2
1.1MATLAB在数学建模中的地位2
1.2正确且高效的MATLAB编程理念3
1.3数学建模对MATLAB水平的要求3
1.4如何提高MATLAB建模水平4
1.5本章小结5
参考文献5
第2章MATLAB基础6
2.1MATLAB快速入门6
2.1.1MATLAB概要6
2.1.2MATLAB的功能7
2.1.3快速入门案例8
2.1.4入门后的提高13
2.2MATLAB常用操作14
2.2.1常用标点的功能14
2.2.2常用操作指令15
2.2.3指令编辑操作键15
2.3MATLAB脚本类型15
2.3.1M脚本15
2.3.2实时脚本16
2.3.3函数脚本19
2.4MATLAB数据类型20
2.4.1数值类型21
2.4.2字符类型23
2.4.3日期和时间25
2.4.4元胞数组26
2.4.5表格28
2.5程序结构29
2.5.1标识命令29
2.5.2条件语句30
2.5.3循环语句31
2.6MATLAB开发模式32
2.6.1命令行模式32
2.6.2脚本模式32
2.6.3面向对象模式32
2.6.4三种模式的配合32
2.7本章小结33
参考文献33
第二篇 技术篇
第3章数据建模基础36
3.1数据的获取36
3.1.1从Excel中读取数据36
3.1.2从TXT中读取数据37
3.1.3读取图像39
3.1.4读取视频39
3.2数据的预处理40
3.2.1缺失值处理41
3.2.2噪声过滤42
3.2.3数据集成44
3.2.4数据归约44
3.2.5数据变换45
3.3数据的统计47
3.3.1基本描述性统计47
3.3.2分布描述性统计48
3.4数据可视化48
3.4.1基本可视化方法48
3.4.2数据分布形状可视化49
3.4.3数据关联可视化50
3.4.4数据分组可视化51
3.5数据降维52
3.5.1主成分分析（PCA）基本原理52
3.5.2PCA应用案例：企业综合实力排序54
3.5.3相关系数降维56
3.6本章小结57
参考文献57
第4章MATLAB常用的数据建模方法58
4.1一元线性回归58
4.2一元非线性回归60
4.3多元回归62
4.4逐步归回63
4.5Logistic回归65
4.6本章小结66
参考文献66
第5章MATLAB机器学习方法67
5.1MATLAB机器学习概况67
5.2分类方法68
5.2.1K最近邻分类68
5.2.2贝叶斯分类72
5.2.3支持向量机分类75
5.3聚类方法78
5.3.1K均值聚类78
5.3.2层次聚类83
5.3.3模糊C均值聚类86
5.4深度学习88
5.4.1深度学习的崛起88
5.4.2深度学习原理88
5.4.3深度学习训练过程89
5.4.4MATLAB深度学习训练过程90
5.5本章小结92
参考文献92
第6章其他数据建模方法93
6.1灰色预测方法93
6.1.1灰色预测概述93
6.1.2灰色系统基本理论94
6.1.3经典灰色模型GM（1,1）95
6.1.4灰色预测的MATLAB程序100
6.1.5灰色预测应用实例101
6.1.6灰色预测小结103
6.2神经网络方法104
6.2.1神经网络原理104
6.2.2神经网络应用实例106
6.2.3神经网络的特点106
6.3小波分析方法107
6.3.1小波分析概述107
6.3.2常见的小波分析方法107
6.3.3小波分析应用实例110
6.4本章小结112
参考文献112
第7章标准规划问题的MATLAB求解113
7.1规划模型基本建模知识113
7.1.1数学规划模型的一般形式113
7.1.2数学规划模型的可行解与很优解114
7.1.3数学规划模型的基本类型114
7.2线性规划115
7.2.1线性规划的实例与定义115
7.2.2线性规划的MATLAB标准形式116
7.2.3线性规划问题的解的概念116
7.2.4线性规划的MATLAB求解方法116
7.3非线性规划119
7.3.1非线性规划的实例与定义119
7.3.2非线性规划的MATLAB求解方法120
7.3.3二次规划121
7.4整数规划123
7.4.1整数规划的定义123
7.4.201整数规划123
7.5规划模型的MATLAB求解模式124
7.5.1基于求解器的求解模式124
7.5.2基于实时脚本的交互式求解模式126
7.5.3基于问题的求解模式129
7.5.4三种模式的配合132
7.6应用实例：彩票中的数学（CUMCM2002B）132
7.6.1问题、假设和符号说明132
7.6.2模型的准备133
7.6.3模型的建立133
7.6.4模型的求解134
7.6.5求解总结145
7.7本章小结145
参考文献146
第8章MATLAB全局优化算法147
8.1MATLAB全局优化概况147
8.2遗传算法147
8.2.1遗传算法的原理147
8.2.2遗传算法的步骤148
8.2.3遗传算法实例153
8.3模拟退火算法156
8.3.1模拟退火算法的原理156
8.3.2模拟退火算法的步骤157
8.3.3模拟退火算法应用实例159
8.4全局优化求解器汇总164
8.5本章小结165
参考文献165
第9章蚁群算法及其MATLAB实现166
9.1蚁群算法的原理166
9.1.1蚁群算法的基本思想166
9.1.2蚁群算法的数学模型167
9.1.3蚁群算法的流程168
9.2蚁群算法的MATLAB实现169
9.2.1实例背景169
9.2.2算法设计步骤169
9.2.3MATLAB程序实现170
9.2.4程序执行结果与分析172
9.3算法关键参数的设定174
9.3.1参数设定的准则174
9.3.2蚂蚁数量174
9.3.3信息素因子176
9.3.4启发函数因子176
9.3.5信息素挥发因子176
9.3.6信息素常数177
9.3.7优选迭代次数177
9.3.8组合参数设计策略177
9.4应用实例：很好旅游方案（五一联赛2011B）177
9.4.1问题描述177
9.4.2问题的求解和结果178
9.5本章小结180
参考文献180
第10章连续模型的MATLAB求解方法181
10.1MATLAB中一般微分方程的求解181
10.1.1MATLAB中微分方程的表达方法181
10.1.2一般微分方程的求解实例182
10.2ODE家族求解器183
10.2.1ODE求解器的分类183
10.2.2ODE求解器应用实例183
……
内容摘要
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的MATLAB技术，以及MATLAB编程入门；第二篇是技术篇，系统介绍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、机器学习方法、灰色预测方法、神经网络方法以及小波分析方法)、优化技术(标准规划问题的求解、遗传算法、模拟退火算法、蚁群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，以历年中国大学生数学建模竞赛(CUMCM)的经典赛题为例，介绍MATLAB在其中的实际应用过程，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；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，至少让参赛者能够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”以及“数据挖掘”课程的参考用书，还可供广大科研人员、学者、工程技术人员参考。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价