2023“认证杯”数学中国数学建模模型算法操作详解

qiuhill2000 · 发表于 2024-7-15 18:19

2023“认证杯”数学中国数学建模竞赛赛题及标题问题类型如下：
A题碳板跑鞋：优化
B题订正文本：数据措置
C题心脏危险事件：数据分类
通过赛题不雅察看，我们将2023“认证杯”数学建模可能用到的数据分析方式汇总如下。
A题碳板跑鞋

第一问需要优化鞋底侧剖面的外形，可以使用有限元分析（FEA）模型、计算流体力学（CFD）模型
第二问需要估计碳板嵌入鞋底对长跑法式的能量消耗和成就的影响，可以使用生物力学模型和能量消耗模型
第三问需要优化设计鞋底的侧剖面外形，可以使用多方针优化算法，比如遗传算法、粒子群算法等
遗传算法：用于解决各种规划问题优化算法，模拟物竞天择的生物进化过程，通过维护一个潜在解的群体执行了多标的目的的搜索，并撑持这些标的目的上的信息构成和交换。
粒子群算法：用于解决各种规划问题优化算法，将每个解看作搜索空间中的一个粒子。每个粒子都有必然的速度，其大小按照自身历史经验和种群经验进步履态调整，通过不竭地迭代飞翔来寻找空间中最优解的位置。
软件操作：
step1：打开SPSSPRO免费数据分析网站，上传数据
step2：选择数据分析，【规划求解模块】，选择对应的算法
step3：构建规划模型，求解算法
step3：无需代码操作，点击开始分析，系统自动分析成果，可免费下载分析陈述

C题心脏危险事件

这是一个数据分类问题，可以应用机器学习算法进行分类，比如撑持向量机(SVM)分类、bp神经网络分类、随机丛林分类。
撑持向量机(SVM)分类是一类按监督学习方式对数据进行二元分类的广义线性分类器，其决策边界是对学习样本求解的最大边距超平面。
软件操作：
step1：打开SPSSPRO免费数据分析网站，上传数据
step2：搜索【撑持向量机(SVM)分类】，拖拽变量
step3：点击开始分析，无需代码操作，系统自动分析成果，可免费下载分析陈述

bp神经网络分类是一种按误差逆传布算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。bp神经网络的学习法则是使用最速下降法，通过反向传布来不竭调整网络的权值和阈值，使网络的分类错误率最小。
软件操作：
step1：打开SPSSPRO免费数据分析网站，上传数据
step2：搜索【bp神经网络分类】，拖拽变量
step3：点击开始分析，无需代码操作，系统自动分析成果，可免费下载分析陈述

随机丛林分类在生成众多决策树的过程中，是通过对建模数据集的样本不雅观测和特征变量分袂进行随机抽样，每次抽样成果均为一棵树，且每棵树城市生成符合自身属性的法则和分类成果，而丛林最终集成所有决策树的法则和分类成果，实现随机丛林算法的分类。
软件操作：
step1：打开SPSSPRO免费数据分析网站，上传数据
step2：搜索【随机丛林分类】，拖拽变量
step3：点击开始分析，无需代码操作，系统自动分析成果，可免费下载分析陈述

更多算法模型可在spsspro数据分析网站中免费使用。

相关保举

		自动登录	找回密码
密码			立即注册

2023“认证杯”数学中国数学建模模型算法操作详解

本帖子中包含更多资源