Lyrical-Wander的博客

写在前面Logistic回归模型是一种非常常见的统计回归模型，在处理大量数据，揭示各自变量对因变量之间的关系时有着十分重要的作用。笔者在写Logit回归模型前参加了一次市场调研比赛，在这次比赛中学到了很多东西，同时发现，许多优秀获奖论文在模型建立时都采用了Logit模型。笔者在查阅多篇文章及书籍后发现，Logsitc模型与Logit模型本质上并没有不同，其不同之处在于数学表达形式不同。一个十分经典的例子：在智能手环满意度市场调查中，我们可以采用Logit模型分析性别，...

本文将会介绍遗传算法的思想，优缺点以及提供一个遗传算法的示例代码，此外，还会讲解父代基因的适应度高而产生的子代适应度降低的原因，以及选择策略的重要性。

写在前面之前做了一个2022年Mathorcup数学建模挑战赛C题的比赛心得，上一篇文章主要讲了A*算法的改进以及A*算法如何在C题的第3问的应用。本文主要介绍C题的第2问，即三种泊车模型如何建立，因此部分并非我写，在比赛期间，我主要攻克的是第3问，因此，写这篇文章也花了我不少心思，重新看代码，跑代码，尽可能详细地讲清楚泊车模型地建立，希望能够帮到有需要的同学。题目先来看问题：图4如下：根据题目要求，我们要做出车辆从初始位置到10号垂直停车位，82号平行停车位以及31号倾斜.

写在前面垃圾运输问题可以看作是一个NP完全问题，但很遗憾的是，目前我们所掌握的数学知识并不足以让我们找到一个有效找到NP完全问题全局最优解的算法，甚至，在数学界中还无法确定NP完全问题是否真的存在找到全局最优解的有效算法。在本问题中，我选择通过遍历和迭代来寻找最优解，当然，我会给出一些约束条件来对其做出限制，以此来限制遍历的方向，加快遍历的速度。问题其实这个作业一共有3问，但本文着重介绍第1个问题的解决方法，因此只将第1个问题截图出来。在本问题中，我们可以知道：每个垃圾站的编号，横坐

写在前面今年参加了Mathorcup数学建模挑战杯比赛，参加这个比赛也是我和我的两个小伙伴在聊天时突然想要冲一冲。我们找到了很优秀也很尽责的指导老师，教导了我们很多知识，无论是老师的指导，在解题过程中的思考还是查阅参考文献，都给我带来了非常多的建模与算法知识。今天像写一些我在解决2022年MathorcupC题的思路，仅个人思路，尚不成熟也不完美，不一定是“全局最优解”。 在最后我会贴上我解题的代码，我是找到网上的代码，并根据自己的需求做出相应的改变，如果遇到我一样的问...