数学建模资料-常规算法整理
文件下载链接：链接：https://pan.baidu.com/s/19T6Wun1bT6tCBB-PcJn6Wg
提取码：1234
《Matlab系列教程》，特别要看下怎么导入函数工具箱
https://mp.weixin.qq.com/mp/homepage?__biz=MzU0OTEyNjAyMQ==&hid=23&sn=c93b900ce00f44a78d21354c4864e670&scene=18&uin=&key=&devicetype=Windows+10+x64&version=63030532&lang=zh_CN&ascene=7&fontgear=2
《python系列教程》，内有爬虫教程，一定要看
https://mp.weixin.qq.com/mp/homepage?__biz=MzU0OTEyNjAyMQ==&hid=24&sn=f134d916c434f6687475044803f4ce46&scene=18&uin=&key=&devicetype=Windows+10+x64&version=63030532&lang=zh_CN&ascene=7&fontgear=2
《元胞自动机教程》
https://mp.weixin.qq.com/s/piKk8NPNmGvlsw1Llqhbjw
《论文写作教程》
https://mp.weixin.qq.com/s/DIhQBVyWXJ__0n-S1R499g
《Matlab函数工具箱》
https://mp.weixin.qq.com/s/58XLd9v9ef341pkU0bkY-A
以下算法可以用来确定指标和研究对象关系式，可添加非线性自变量集例如等，如果是要做预测，那么先单独对自变量进行预测，然后再代入关系式算的研究对象的值
《Lasso回归》
https://mp.weixin.qq.com/s/F5Kp7Lj1CZSYnhlldPOtXA
《逐步回归》
https://mp.weixin.qq.com/s/Kc-k9e4H5OrjOjwrRelc-g
《最小二乘与非线性最小二乘》
https://mp.weixin.qq.com/s/cO-6bB0tubkZq_ieAY00fA
《岭回归》
https://mp.weixin.qq.com/s/v2wYIE9rKzWw0fUn4yBMXg
以下算法为可做一维数据预测，其中粒子滤波算法需要先确定关系式和初始参数，三次指数平滑法三个参数目前发现这三组比较好用、、
《粒子滤波算法》
https://mp.weixin.qq.com/s/6wZ5KuYFi6epeLvylUl9xg
《缺失数据预测问题》，这是粒子滤波算法补充用法
https://mp.weixin.qq.com/s/jrixsoKHRS6-slGkom_FYg
《三次指数平滑法》
https://mp.weixin.qq.com/s/b_PwHldpxWRQWJJGnZ1w1Q
这两个神经网络，可以将自变量集进行训练然后预测因变量数据，也可以这么来排版一维数据，然后进行一维数据的预测
《RBF神经网络》
https://mp.weixin.qq.com/s/NwMUxGErMExcdUAmQRUDFg
《BP神经网络》
https://mp.weixin.qq.com/s/w-YDuPgs6YdzpL9oTxzO3g
这是一个S型模型公式，也是一个二分类算法，如果曲线呈S型，可以用来拟合曲线
《Logistic回归》
https://mp.weixin.qq.com/s/H8BvovP5qTBtQLUMNvSV9Q
下面是一些经典的神经网络分类算法
《GRNN神经网络》
https://mp.weixin.qq.com/s/wj84qbgXlLVWXaG05oeMFg
《PNN神经网络》
https://mp.weixin.qq.com/s/6gEuuBp-guTRe89QUJIkYQ
这是一个数字动力学预测算法，其中我加了周期计算公式，可以用来预测数字后续发生的情况
《马尔可夫预测》
https://mp.weixin.qq.com/s/3cjTEZpsfpIDJI1JmmegcQ
这是一些分类算法
《随机森林》
https://mp.weixin.qq.com/s/HZBRZ8CquEO-gfUUOpauGw
《决策树划分点部分》，随机森林可以说是建立了很多决策树，从中选择最好的一个作为训练结果，可以看一下基础理论部分，好吹牛
https://mp.weixin.qq.com/s/63oo8-W05RFFHL82xLzv9g
《FCM聚类》，这个算法中的J函数一定要重点看下，在一些选址问题上可以用来当做目标函数
https://mp.weixin.qq.com/s/XkGyYCMh6MZaqIfo5AE3eQ
《K-means聚类》
https://mp.weixin.qq.com/s/Rws7ZmggQqGQ-5Y_G-XLSQ
《KNN分类算法》
https://mp.weixin.qq.com/s/CQVqjD7c39X-KzphKrJRUw
《DBSCAN聚类》
https://mp.weixin.qq.com/s/5qAg0vDvuSOU1JNLiBmRDA
《层次聚类》
https://mp.weixin.qq.com/s/IT7X1WyUloM4-jMioVV39Q
这是有一些相关性的算法
《三大相关系数法(Pearson/Kendall/Spearman)》
https://mp.weixin.qq.com/s/WOXpAd_FnHuNrkq3KJ16gA
《余弦相似度》
https://mp.weixin.qq.com/s/rQWR2aA6fa0cwr8t6Dcv6g
《Jaccard相似系数》
https://mp.weixin.qq.com/s/XUx8U-PqV9_7wOAMkda3kw
《对数似然相似度》
https://mp.weixin.qq.com/s/fh1dM2wC7nE5BSL9MVEx5g
这是一些常用的评价算法，但切记别说拿神经网络做评价，但是可以说是用来做等级划分
《数据包络评价》，产出/投入的评价
https://mp.weixin.qq.com/s/b5BpwkZ3rzVFThsapQx25g
《层次分析》，主观评价，都是你说了算
https://mp.weixin.qq.com/s/tuGwG-sn0dvD59NkwHuxFg
《模糊综合评价》，主观评价，都是你说了算
https://mp.weixin.qq.com/s/36Jz1JZFNFSPgk_XDa_TWA
《秩和比综合评价法》，基于矩阵秩来进行评价
https://mp.weixin.qq.com/s/ctZxgH_9Xq5LJXREoJgQJQ
《Topsis评价法》，逼近理想解的排序方法
https://mp.weixin.qq.com/s/7aT-vvxj9rekttk7HAVqKg
这个投影寻踪不一般，出场就需要智能优化算法大哥陪同
《基于模拟退火优化的投影寻踪算法》
https://mp.weixin.qq.com/s/mDZ_tbWI6-5vcu7jqg3Z2Q
《基于粒子群优化的投影寻踪算法》
https://mp.weixin.qq.com/s/ZStZJYYwP2uJOF0z8A16ww
《聪明的鲨鱼优化的投影寻踪算法》（自创的优化算法）
https://mp.weixin.qq.com/s/5QN08uX8wiLBk22f4hevbw
其实评价题我们可以用多种评价算法进行评价，最后再用一个综合性的算法整合下，这样能体现我们的工作量很足
《模糊Boeda组合评价模型》
https://mp.weixin.qq.com/s/UuaxCm9JFIj-z7o3-pXPvg
当然也可以通过下面这种公式进行整合评价
方差分析，单因素、双因素、以及不均匀样本的方差分析都在这，其实网上说的多因素方差分析就是依次将指标进行单因素方差分析，这个算法主要是计算正交试验中某些指标是否对结果构成显著影响
《方差分析》
https://mp.weixin.qq.com/s/s9WBXuGmuxGWmic7tpYqkw
关于降维问题，请先看一下这篇文章
《聚类算法降维问题》
https://mp.weixin.qq.com/s/KH3BjrIrLXJO2-QORIk1Gg
再来理解一下主成分分析，一定不要乱用算法，网上很多种说法会误导你们
《主成分分析》
https://mp.weixin.qq.com/s/iReBxI2u6jeoaOng1v15bg
关于降维方面，还有一个降维函数工具箱drtoolbox，函数工具箱
- Principal Component Analysis ('PCA')
- Linear Discriminant Analysis ('LDA')
- Independent Component Analysis ('ICA')
- Multidimensional scaling ('MDS')
- Isomap ('Isomap')
- Landmark Isomap ('LandmarkIsomap')
- Locally Linear Embedding ('LLE')
- Locally Linear Coordination ('LLC')
- Laplacian Eigenmaps ('Laplacian')
- Hessian LLE ('HessianLLE')
- Local Tangent Space Alignment ('LTSA')
- Diffusion maps ('DiffusionMaps')
- Kernel PCA ('KernelPCA')
- Generalized Discriminant Analysis ('KernelLDA')
- Stochastic Neighbor Embedding ('SNE')
- Neighborhood Preserving Embedding ('NPE')
- Linearity Preserving Projection ('LPP')
- Stochastic Proximity Embedding ('SPE')
- Linear Local Tangent Space Alignment ('LLTSA')
- Simple PCA ('SPCA')
- Conformal Eigenmaps ('CCA', implemented as an extension of LLE)
- Maximum Variance Unfolding ('MVU', implemented as an extension of LLE)
- Fast Maximum Variance Unfolding ('FastMVU')
- Autoencoders using RBM pretraining ('AutoEncoder')
- Autoencoders using evolutionary optimization ('AutoEncoderEA')
一共25种算法，还愁找不到降维算法吗，但是在使用算法前一定要查一下算法适用什么问题
函数工具箱下载链接
https://mp.weixin.qq.com/s/58XLd9v9ef341pkU0bkY-A
在股票投资风险中，这个指数可以起一个很好地参考
《Lyapunov指数》
https://mp.weixin.qq.com/s/_zUXiXRKuFp8qHKTKgI9gg
优化算法不多说，强烈先推荐自创的几个算法，没有发期刊，赛后可以拿去发下期刊
《聪明的狼(狼群算法的改进)——函数寻优》
https://mp.weixin.qq.com/s/UwY67QTJD0ojznLtyAPzyw
《狼群算法概念及改进》，这是优化算法一个改进的念想，可以浏览下
https://mp.weixin.qq.com/s/3YIY-eENftLvMcLoZv_FXA
《聪明的鲨鱼-二维函数寻优》
https://mp.weixin.qq.com/s/GmvHwGjzrpoP0NzamIChNg
《聪明的鲨鱼-高维函数寻优》，这个程序修改成了通用的了，只需要调整少部分程序
https://mp.weixin.qq.com/s/N3VJoDNUueewxRvOU_h_Xg
下面补充了优化算法的两种用法
《智能优化算法多目标寻优补充》
https://mp.weixin.qq.com/s/Zw-XtMNrIHvILzpy6_cBUg
《强化学习对优化算法改进》
https://mp.weixin.qq.com/s/tulGpLfyP4sgIysIlhEHDQ
下面是其他经典的优化算法
《蚁群算法——最短路》
https://mp.weixin.qq.com/s/FPTYxEo169RSYs92q6gQHw
《蝙蝠算法——函数寻优》
https://mp.weixin.qq.com/s/EzKr2yACIKRJPp682ht7Hg
《遗传算法——函数寻优》
https://mp.weixin.qq.com/s/0ZUIZbKZMAt6EsoqzSfvzQ
《蒙特卡洛随机模拟》，一般高维的寻优问题，可以先用蒙特卡洛全局随机模拟，确定下最优值分布大致区域，再通过其他优化算法进行寻优
https://mp.weixin.qq.com/s/BBAGOpBVlZfAGSZHEGNONA
《免疫算法——选址》
https://mp.weixin.qq.com/s/PzNq0HVcFQCqBHS4VZ6-MA
《模拟退火算法——函数寻优》
https://mp.weixin.qq.com/s/YPXunOIpOw2uwE7ubC8LbQ
《粒子群——函数寻优》
https://mp.weixin.qq.com/s/KxYYbcBVG0j_IFEbiBDIoQ
《非支配排序Ⅱ——多目标寻优》
https://mp.weixin.qq.com/s/nvYlDOVSWqpmkGI4EHBstA
《量子遗传算法——函数寻优》
https://mp.weixin.qq.com/s/A5YYl_AJLw58EfOq3hRJ9g
这是一些图论算法，用于求两点之间最短路径距离的，在一些规划问题上，下面方法可以用来构建类似的距离矩阵，然后会作为基础数据参与后续的寻优
《Floyd算法》
https://mp.weixin.qq.com/s/U_1T2zvCOVhJk5G5MXQOng
《最小生成树避圈法》
https://mp.weixin.qq.com/s/iBuDU27Qpb-TP37yHB3nDg
《Dijkstra算法》
https://mp.weixin.qq.com/s/09S-roJufhhAx-Of8ntRzw
这是一些图像处理算法
《PCA图像压缩》，主要用于图像识别前的预处理
https://mp.weixin.qq.com/s/_xIIK8EDYfJq563ZTE6UOA
《简单图像处理》，基本的灰度化、均衡化、二值化操作
https://mp.weixin.qq.com/s/W9t2f6HP-lNz0LQ_By-oEg
《拉普拉斯金字塔》，图像的增强，其实高斯金字塔就是这个函数imresize可以实现图像的缩放
https://mp.weixin.qq.com/s/9_lCAOV3FCOSH5HE76I-CQ
这里还有一些其他的算法，可能会很重要
《一个填充缺失值的函数》，万能的缺失值补充函数fillmissing
https://mp.weixin.qq.com/s/S0pZn6TXoYswFJeMMLB5Bg
《LOF异常数据检测算法》，异常数据检测，其中的k是要参考周围的多少个点，会影响局部密度的计算，从而影响最后的结果。除了用于异常检测，其中的局部密度公式可以用来体现其他问题例如社会单元分布的合理性、人口分布的饱和性等等
https://mp.weixin.qq.com/s/tiZ9puOCRfx4gVn1iWjK3Q
《词云图》，包含了分词、字符串匹配等一些基本字符串处理的语法
https://mp.weixin.qq.com/s/umav34rAmPdFLr8GkF0cmQ
《协同过滤推荐算法》，用来补充缺失值，当做机器学习去识别类别，针对不同的人群推荐合适的商品等等用法
https://mp.weixin.qq.com/s/j1rTWLW8aRWLRNsqwfvsDA
《博弈论》，应用的领域还是挺多的
https://mp.weixin.qq.com/s/uU5GCBF08PpDluHpBh7fAA
《时延&嵌入维计算》，这是混沌理论中很重要的两个参数，对于《Lyapunov指数》也很重要
https://mp.weixin.qq.com/s/BpOgj4Blee1Mwxd5nwZU8Q
下面链接中的书籍，会把一些好算法列举出来，其他的就自己啃啃目录，相信很多人都裸赛，裸赛也有裸赛的准备，至少要知道知识哪里有
链接：https://pan.baidu.com/s/1BidqD5v6wMIbtbW9iOo3MQ
提取码：ewcl
《周志华机器学习》
理论知识：决策树、神经网络、支持向量机、贝叶斯分类、Bagging、随机森林、聚类、度量学习、稀疏学习、强化学习等
《图论算法及其MATLAB实现》
最短路（Dijkstra/Floyd/Warshall-Floyd）、最小生成树（Kruskal/Prim）、Euler图、Hamiltion图、匈牙利算法、Kuhn-Munkres算法、网络最大流等
《数学建模算法与程序》
线性/整数/非线性/动态规划、排队论、方差分析、马尔可夫、数据包络、模拟退火算法、遗传算法、禁忌搜索算法、蚁群算法、ARIMA、灰色预测、主成分分析、因子分析、偏最小二乘、支持向量机等
《深度强化学习(王树森 张志华)》
神经网络、马尔可夫、DQN、Q学习、SARSA、RNN等
《机器学习算法原理与编程实践》
文本分类、贝叶斯、KNN、决策树、KMeans、SVD算法、BP神经网络、SOM神经网络、RBF神经网络、岭回归、支持向量机、AdaBoost算法、CNN神经网络、马尔可夫、贝叶斯等
《机器学习实战》
K-近邻、决策树、贝叶斯、Logistic回归、支持向量机、AdaBoost算法、岭回归、lasso回归、树回归、KMeans聚类、PCA、SVD算法等
《Python机器学习预测分析核心算法》
二元决策树、Bagging算法、Gradient Boosting算法、随机森林等
《PYTHON机器学习及实践从零开始通往KAGGLE竞赛之路》
分类学习、回归预测、数据聚类、特征降维、XGBoost、Tensorflow等
《MATLAB智能算法30个案例分析第二版》
遗传算法、遗传优化BP神经网络、量子遗传算法、粒子群算法、免疫优化算法、鱼群算法、模拟退火算法、蚁群算法、RBF神经网络、GRNN神经网络、PNN神经网络、SOFM神经网络、支持向量机、ELM神经网络等
《MATLAB统计分析与应用40个案例分析》
数据平滑、蒙塔卡洛、方差分析、聚类分析、判别分析、主成分分析、因子分析等
《MATLAB神经网络43个案例分析》
BP神经网络、PID神经网络、RBF神经网络、GRNN神经网络、Hopfield神经网络、SVM、SOM神经网络、PNN神经网络、Elman神经网络、MIV神经网络、LVQ神经网络、决策树、随机森林、小波神经网络、模糊神经网络、Kohonen网路等
以及其他专业书籍：
太实用了 爱了爱了 学习就看up博客或者知乎了[赞同] 世界上没有光之巨人，群主大大就是我的光之巨人 好棒呀，谢谢[赞同]。期待群主有钱了请我们洗脚[飙泪笑][飙泪笑] 解压要不要密码 不要 谢谢群主
页:
[1]