zhanghanqmx的博客

Glossary第一章函数与极限 Chapter1 Function and Limit第二章导数与微分 Chapter2 Derivative and Differential第三章 微分中值定理与导数的应用Chapter3 MeanValue Theorem of Differentials and the Application of Derivatives第四章 不定积分 Chapter4 Indefinite Integrals第五章定积分 Chapter5 Definite Integrals第

预测方法集锦1.移动平均法2.指数平滑法3.差分指数平滑法4.自适应滤波法5.趋势外推（预测）法6.回归分析7.灰色预测1.移动平均法根据时间序列资料逐渐推移，依次计算包含一定项数的时序平均数，以反映长期趋势。当时间序列的数值由于受周期变动和不规则变动的影响，起伏较大，不易显示出发展趋势时，可用移动平均法，消除这些因素的影响，分析、预测序列的长期趋势。移动平均法简单移动平均法加权移动平均法趋势移动平均法简单2.指数平滑法时间序列的态势具有稳定性或规则性，所以时间序列可被合理地顺势推延

基于Topsis的熵权法2%%基于Topsis的熵权法代码%% 熵权法部分clc,clear;xij=xlsread('accessory1.xls','A','C2:IH147');[rows,cols]=size(xij); % 输入矩阵的大小,rows为对象个数，cols为指标个数k=1/log(rows); % 求kzij=xij./repmat(sum(xij.*xij).^0.5,rows,1);pij=zij./repmat(sum(zij),rows,1

算法集锦决策树-划分点function [n,h]=huafendian1(x)%n返回增益%h返回划分点%假设0代表第一类%假设1代表第二类%输入x第一列为属性，第二列为用于学习的分类结果[~,m]=sort(x(:,1));%按小到大排序x=x(m,:);t=[];for i=1:size(x,1)-1t=[t;(x(i,1)+x(i+1,1))/2];%生成划分点end%原分类结果信息熵E1=[];C1=length(find(x(:,2)==0))/size(x,1

Lasso回归clc,clear;close all;data=[1.54 1.61 1.62 1.66 1.71 1.72 1.73 1.86 1.92 2 2.21 2.29 2.34 2.38 2.42 2.44 2.57 2.64 2.71 2.85 2.93 3.01 3.14 3.22 3.34 3.49 3.55 3.79 3.99 4.12 20.1 20.1 20.3 20.4 20.4 20.5 20.6 20.7 20.9 21.1 21.3 21.5 21

基础知识查漏矩阵运算基本命令Ai=A(i,:);Aj=A(:,j);orth(A);%将非奇异矩阵A正交化A([i,j],:)=A([j,i],:);%将A的第i行与第j行互换rref(A);求A的列向量组的一个极大线性无关组常用初等函数limit(f,x,a,'left')%求左极限collect(s);%对符号表达式s合并同类项collect(s,v);%对符号表达式s按变量v合并同类项cov()corrccoef()...

matlab_EDAEDA 探索性数据分析 Explorative Data AnalysisBPM 二元邻接矩阵 bigram proximity matrix数据球面化mvnrndMultivariate normal random numbers多元正态随机变量clc,clear;close all;n=100;mu=[-2,2];sigma=[1,.5;.5,1];X=mvnrnd(mu,sigma,n);plot(X(:,1),X(:,2),'.')result上

二分法求方程近似解摘要的易读性和结果的正确性假设的合理性和符号的规范性数据处理的实用性和规范性建模方法的先进性和适用性模型建立的创新性和正确性模型表述的准确性和规范性数据结果的可靠性和正确性论文结构的合理性和清晰性语言表述的完美性和客观性与众不同的独特性与理论性...

图论图论中所谓的“图”是指某类具体事物和这些事物之间的联系。如果我们用点表示这些具体事物，用连接两点的线段（直的或曲的）表示两个事物的特定的联系，就得到了描述这个“图”的几何形象。图论为任何一个包含了一种二元关系的离散系统提供了一个数学模型，借助于图论的概念、理论和方法，可以对该模型求解。哥尼斯堡七桥问题就是一个典型的例子。链：点，边皆可以重复；迹：边不可重复；路：点不可重复；圈：初级回路;矩阵表示邻接矩阵关联矩阵（每一列列和是2）其他矩阵（赋权图）n阶赋权图 0，∞根据需要选择边上

基础知识集合 set聚集 collection特性 property空集合 empty set单元（素）集 singleton有穷集合 finite set基数 cardinality无穷集合 infinite set子集 subset幂集 power set并 union交换的 commutative结合的 associative交 intersection不交 disjoint分配的 distributive差 difference补 complement对称差 s

回归分析曲线拟合问题的特点是，根据得到的若干有关变量的一组数据，寻找因变量与（一个或几个）自变量之间的一个函数，使这个函数对那组数据拟合得最好。通常，函数的形式可以由经验、先验知识或对数据的直观观察决定，要作的工作是由数据用最小二乘法计算函数中的待定系数。从计算的角度看，问题似乎已经完全解决了，还有进一步研究的必要吗?从数理统计的观点看，这里涉及的都是随机变量，我们根据一个样本计算出的那些系数，只是它们的一个（点）估计，应该对它们作区间估计或假设检验，如果置信区间太大，甚至包含了零点，那么系数的估计值是

时间序列模型时间序列是按时间顺序排列的、随时间变化且相互关联的数据序列。分析时间序列的方法构成数据分析的一个重要领域，即时间序列分析。时间序列根据所研究的依据不同，可有不同的分类。1．按所研究的对象的多少分，有一元时间序列和多元时间序列。2．按时间的连续性可将时间序列分为离散时间序列和连续时间序列两种。3．按序列的统计特性分，有平稳时间序列和非平稳时间序列。如果一个时间序列的概率分布与时间t 无关，则称该序列为严格的（狭义的）平稳时间序列。如果序列的一、二阶矩存在，而且对任意时刻t 满足：

二次指数平滑法预测clc,clear ；//清空命令行，工作区load pre1.txt %原始数据以列向量的方式存放在纯文本文件中yt=pre1; n=length(yt); alpha=0.3; st1(1)=yt(1); st2(1)=yt(1); for i=2:n st1(i)=alpha*yt(i)+(1-alpha)*st1(i-1); st2(i)=alpha*st1(i)+(1-alpha)*st2(i-1); end xlswrite('pre1.xls',[st1

随机动态规划运用随机动态规划的分析方法，求解随机动态规划模型的最优解是一种比较常见的数学建模问题。例如，在实际应用中，经常会遇到某些多阶段决策过程中出现随机因素的情况，而动态规划的方法也可以处理这种随机性问题。本节从一个实际建模案例出发，说明这一方法的应用。这一问题被称之为价格波动时的采购策略。在实际应用中，经常会遇到某些多阶段决策过程中出现随机因素的情况。用动态规划的方法也可以处理这种随机性问题。不过此时状态转移不能完全确定，而是按照某种已知的概率分布取值，具有这种性质的多阶段决策过程就称之为随机性的

概率空间与统计结构学习数学建模，我们的任务不再是求解那种被人设计好的习题，而是面对的各类实际问题。我们打算运用概率分析的方法或者统计分析的方法对这些实际问题进行研究，但是概率分析理论、统计分析理论都不能直接作用于任何实际问题，这就需要我们首先确定这一实际问题所对应的“概率空间”或者“统计结构”是什么。没有任何数学理论是直接研究实际问题的，任何一门数学理论都是针对某类数学模型的。“概率空间”就是架设在实际问题和概率分析理论之间的一座桥梁，而“统计结构”即是贯通在实际问题和统计分析理论之间的一条隧道。随机

概率论与数理统计概率模型统计模型概率空间是概率论研究的起点实际问题抽象为数学模型常微方程偏微方程三元组（Ω，F，P）概率空间Ω——样本空间F——事件域P——概率测度研究随机现象由随机试验（Random Experiment）开始对随机试验如何认识对同一随机现象，根据研究者研究目的和研究方法的不同二项分布几何分布样本点（Sample Point）的集合称作样本空间（Sample Space）随机试验决定样本空间每一个随机事件都是样本空间Ω的一个子集古典概率模型（组合概率模