三木今天学习了嘛の博客

文章目录1. 主成分分析1.1 实现步骤1.2 论文阅读1. 主成分分析1.1 实现步骤主成分分析1.2 论文阅读参考：我国就业人数或城镇登记失业率的数学建模

本博客总结了评价类问题的几种常见解法，以及在论文中是如何使用说明的。主要方法有：AHP层次分析法，TOPSIS，模糊综合评价和灰色关联分析。

本博客主要介绍了如何“防止”论文中的查重，论文中外文的正斜体，常用的画图函数。

本博客介绍了数学建模中摘要和假设的重要性并对什么是灵敏度分析，对哪些参数以及如何做灵敏度分析进行了简单说明。

本博客介绍了蒙特卡洛模拟和适用范围，Floyd最短距离法，简单介绍岭回归和lasson回归，LINGO软件的安装使用，MATLAB解决线性规划的实际问题。

本博客主要介绍遗传算法、粒子群、模拟退火算法基本原理。

本博客简单介绍BP神经网络、RBF神经网络、GRNN神经网络、决策树和随机森林的相关知识

本博客介绍了：1. 元胞自动机 2. 回归模型（一元线性回归2.2 二元线性回归 多元线性回归多项式回归（一元，多元））3. 模糊综合和灰色关联分析（线性加权：TOPSIS优劣解距离法：模糊综合评价：灰色关联分析）4. BP神经网络基本原理简介

本博客介绍相关性分析，三种分析方法。介绍了主成分分析中SPSS软件的使用。

本博客注意接收插值与拟合基本原理和注意事项，简单介绍了模糊综合概念。

本博客主要介绍了灰色关联分析和预测模型。

本博客介绍了：1. 线性规划的MATLAB标准形式2. 整数规划问题2.1 分枝定界法2.2 割平面算法2.3 匈牙利算法（0-1、分配问题）3. 非线性规划模型 4. 层次分析法

本博客主要介绍了MATLAB的入门操作，如变量的赋值，矩阵操作和简单画图。

本博客主要介绍了插值和拟合方法，简单介绍了传染病模型和常微分方程求通解和特解的方法。

美赛笔记02第二讲:TOPSIS法TOPSIS法(Technique for Order Preference by similarity to Ideal Solution)可翻译为逼近理想解排序法，国内常简称为优劣解距离法TOPSIS法是一种常用的综合评价方法，其能充分利用原始数据的信息,其结果能精确地反映各评价方案之间的差距。0.引例这里我们的分母不采用100-0，因为很多指标不存 在理论上的最大值和最小值。1.极大型指标和极小型指标2.指标正向化（写入论文！）3.标准化

第一讲:层次分析法(The analytic hierarchy process,简称AHP)建模比赛中最基础的模型之一，其主要用于解决评价类问题(例如:选择哪种方案最好、哪位运动员或者员工表现的更优秀)。