自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

原创 国赛2019A——高压油管问题

本文研究了高压油管压力控制问题,通过数值仿真方法优化单向阀开关时间。采用弹性模量与压力的非线性关系建立数学模型,使用欧拉法计算密度变化,结合流量公式进行压力仿真。针对不同喷油策略,开发了进油和出油流量计算函数,并应用粒子群算法优化阀门开启时间,使系统压力稳定在目标值。仿真结果表明,该方法能有效控制高压油管压力波动,为燃油喷射系统优化提供了可行的数值解决方案。

2023-07-02 20:30:22 524 1

原创 Python高分大数据分析与挖掘大作业

本文包含五个数据分析任务:1)线性代数计算,包括矩阵运算、特征值和奇异值分解;2)油气储量预测的线性回归建模;3)超市购物记录的Apriori关联规则挖掘;4)城市消费指数的可视化与K-means聚类;5)工业企业经济指标的神经网络预测。每个任务均采用Python实现,涉及numpy、pandas、sklearn等库,涵盖矩阵计算、回归分析、关联规则、聚类分析和神经网络等多种数据分析方法,并包含数据可视化展示。完整代码展示了从数据预处理到模型构建的全过程,为多领域数据分析提供了实用案例。

2023-07-02 20:01:37 9696 4

原创 基于聚类模型的异常值仿真——MathorcupD题航空QAR数据分析实践

本文针对MathorcupD题中缺少物理公式的飞行数据异常值检测问题,提出了一种基于数据驱动的方法。首先采用K-means聚类对飞行阶段进行划分,通过计算各点到聚类中心的相对距离识别潜在异常点,并设定统计阈值进行筛选。为提升模型普适性,进一步引入SVM分类器对聚类结果进行训练,建立可推广的异常检测模型。该方法利用Python实现,包含PCA降维、聚类分析和SVM训练等步骤,虽存在物理意义不明确、维度压缩误差等局限性,但为数据驱动的异常检测提供了可行思路。

2023-07-02 19:45:49 1765 1

原创 2016国赛A题——系泊系统问题粒子群算法求解

本文探讨了基于粒子群算法求解系泊系统吃水深度问题的创新方法。文章首先建立了浮标和锚链的受力方程,通过Matlab实时脚本构建了迭代方程组。针对传统随机搜索法的局限性,作者创新性地采用粒子群算法优化吃水深度这一关键参数,详细阐述了算法实现过程,包括粒子初始化、速度更新规则和适应度函数设计。通过风速36m/s的案例展示了系统可视化结果,验证了该方法的有效性。文章指出该方法适用于连续变量优化问题,对第二问可通过增加变量扩展应用,但第三问的多目标规划问题需采用NSGA2等其他算法。该研究为机理建模问题提供了启发式算

2023-02-08 20:46:09 2488 1

原创 数据分析大赛医药电商问题——时间序列SARIMA模型

本文分享了作者参加数据分析大赛获得一等奖的经验总结。文章详细记录了使用Python进行数据挖掘处理的全过程,包括:1)数据预处理,如折扣文本转数值、销售额计算;2)店铺和药品分析,通过可视化展示销售分布;3)品牌分析,采用堆面积图比较品牌表现;4)重点介绍了SARIMA时间序列分析,涵盖差分处理、平稳性检验、ACF/PACF图分析、季节性分解、参数优化(AIC/BIC准则)等完整建模流程,最终预测精度达到MAPE=0.725%。全文提供了可复现的代码实现,为数据分析学习者提供了实用参考。

2023-02-05 15:56:54 2024

原创 模拟退火解决背包问题

本文探讨了背包问题的两种求解方法:整数规划和模拟退火算法。整数规划通过构建0-1变量模型直接求解,而模拟退火算法则采用随机扰动生成新解,结合Metropolis准则进行迭代优化。文章详细介绍了模拟退火算法的实现过程,包括目标函数、罚函数设计以及参数设置,并验证了两种方法可获得相同最优解(总价值2410)。研究表明模拟退火算法能有效解决背包问题,但指出其效率仍有提升空间,特别是在新解生成策略方面需要进一步优化。该研究为组合优化问题提供了新的解决思路。

2023-02-05 09:45:35 2584

原创 基于模拟退火的交巡警平台调度问题

2011年数学建模国赛B题的交巡警平台问题是一个经典的整数规划问题,常规的方法是用整数规划求解。但为了练习一下智能算法,我还是决定用模拟退火针对该问题的第二问写一些求解心得,作为学习的记录。

2023-02-03 21:08:39 731

原创 TSP问题——启发式算法求解

本文探讨了三种启发式算法求解旅行商问题(TSP)的方法。针对14个城市的路径规划问题,分别采用贪心算法、模拟退火算法和遗传算法进行求解。贪心算法通过逐步选择最近邻城市构建路径,但易陷入局部最优;模拟退火算法通过温度控制和概率突跳机制实现全局搜索;遗传算法则采用锦标赛选择、二交换交叉和三交换变异等操作进行优化。实验结果表明,遗传算法在迭代1000次后表现最优,路径长度约为26。随着城市数量增加,遗传算法和模拟退火算法优于贪心算法,其中遗传算法在时空复杂度方面更具优势。三种算法各具特点,可根据问题规模选择合适的

2022-09-26 21:51:09 3028 2

原创 信贷决策问题 —— 基于国赛-19C的数据挖掘练习

本文基于Python的Numpy、Pandas和Scikit-learn库,对2019年全国大学生数学建模竞赛C题的企业信贷决策问题进行了系统分析。首先通过数据处理提取了进销项总量、净利润等关键指标,并采用熵权法TOPSIS模型对企业进行综合评分。其次,运用线性回归和随机搜索法优化贷款利率决策,实现银行利息最大化。然后通过逻辑回归和BP-Adaboost神经网络预测企业信誉等级,准确率达到95%。最后利用传染病模型模拟疫情影响程度,为调整信贷政策提供依据。研究结果表明,该方法能有效处理大规模企业数据,为银行

2022-08-28 20:02:04 980 2

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除