數學(xué)實(shí)踐與建模簡(jiǎn)介，目錄書(shū)摘

編輯推薦:

內容簡(jiǎn)介:《數學(xué)實(shí)踐與建?！分荚谝龑W(xué)生掌握數學(xué)實(shí)踐與建模，以培養學(xué)生數學(xué)能力（實(shí)踐能力、創(chuàng )新能力等），同時(shí)也旨在將數學(xué)工具軟件與數學(xué)深度融合?！稊祵W(xué)實(shí)踐與建?！肥窃谌A北水利水電大學(xué)數學(xué)實(shí)踐與建模講義的基礎上修改而成，內容包括MATLAB簡(jiǎn)介及其應用、數學(xué)建模與論文寫(xiě)作、數學(xué)實(shí)踐案例、幾類(lèi)常見(jiàn)的數學(xué)建模方法、智能算法。在內容編排上，《數學(xué)實(shí)踐與建?！肪x來(lái)自工程、經(jīng)濟、生活或醫學(xué)等多個(gè)領(lǐng)域的實(shí)際問(wèn)題，目的在于引導讀者提升運用數學(xué)知識解決實(shí)際問(wèn)題的實(shí)踐能力和意識。

作者簡(jiǎn)介:

目錄:目錄 
第1章 MATLAB簡(jiǎn)介及其應用 1 
1.1 MATLAB簡(jiǎn)介 1 
1.1.1 MATLAB窗口與菜單 1 
1.1.2 變量與符號 2 
1.1.3 函數與M文件 4 
1.1.4 程序控制結構 5 
1.1.5 MATLAB幫助系統 9 
1.1.6 MATLAB繪圖 10 
1.1.7 初學(xué)者的幾個(gè)提醒 11 
1.2 一元函數微積分應用舉例 11 
1.2.1 函數的極限 11 
1.2.2 一元函數微分 12 
1.2.3 一元函數積分 12 
1.2.4 常微分方程 13 
1.2.5 級數 14 
1.3 多元函數微積分應用舉例 14 
1.3.1 多元函數繪圖 14 
1.3.2 多元函數微分 16 
1.3.3 多元函數積分 17 
1.4 線(xiàn)性代數應用舉例 19 
1.5 概率論與數理統計應用舉例 21 
1.5.1 MATLAB中常用分布函數 21 
1.5.2 參數估計與假設檢驗 22 
1.5.3 回歸分析 24 
1.6 數獨游戲 26 
習題1 29 
第2章 數學(xué)建模與論文寫(xiě)作 30 
2.1 數學(xué)建模 30 
2.1.1 數學(xué)模型與數學(xué)建模 30 
2.1.2 數學(xué)建模流程 32
2.2 數學(xué)建模論文寫(xiě)作 36 
2.3 建模范文示例||長(cháng)江水質(zhì)的評價(jià)和預測 38 
習題2 44 
第3章 數學(xué)實(shí)踐案例 47 
3.1 高等數學(xué)實(shí)踐案例 47 
3.2 線(xiàn)性代數實(shí)踐案例 57 
3.3 概率論與數理統計實(shí)踐案例 60 
習題3 63 
第4章 幾類(lèi)常見(jiàn)的數學(xué)建模方法 65 
4.1 插值與數據擬合 65 
4.1.1 插值方法 65 
4.1.2 數據擬合 68 
4.1.3 數據擬合MATLAB實(shí)現 69 
4.1.4 插值與擬合方法的選擇 71 
4.2 模糊數學(xué)方法 71 
4.2.1 模糊數學(xué)基本概念 72 
4.2.2 模糊貼近度 73 
4.2.3 模糊聚類(lèi) 74 
4.2.4 模糊綜合評判 76 
4.3 灰色系統方法 78 
4.3.1 灰色關(guān)聯(lián)度 78 
4.3.2 數據序列誤差分析 82 
4.3.3 數據累加與累減 82 
4.3.4 GM（1，1）模型 84 
4.4 統計分析方法 85 
4.4.1 判別分析 85 
4.4.2 主成分分析 87 
4.4.3 因子分析 90 
4.5 層次分析法 94 
4.5.1 基本原理 94 
4.5.2 應用 96 
4.6 規劃方法 100 
4.6.1 線(xiàn)性規劃 100 
4.6.2 非線(xiàn)性規劃 103 
4.6.3 整數規劃 106
4.7 云模型與K-均值 108 
4.7.1 云模型 108 
4.7.2 K-均值 111 
4.8 微分與差分方法 114 
4.8.1 微分方法 114 
4.8.2 差分方法 118 
4.9 排隊論 121 
4.9.1 基本構成與指標 121 
4.9.2 排隊系統數量指標與符號說(shuō)明 122 
4.9.3 等待制模型M=M=S=1 122 
4.10 時(shí)間序列預測法 124 
4.10.1 移動(dòng)平均法 124 
4.10.2 指數平滑法 126 
4.10.3 季節指數法 128 
習題4 131 
第5章 智能算法 134 
5.1 遺傳算法 134 
5.1.1 算法概述 134 
5.1.2 算法流程及MATLAB工具箱 136 
5.1.3 遺傳算法的應用 138 
5.1.4 關(guān)鍵參數說(shuō)明 143 
5.2 模擬退火算法 144 
5.2.1 算法概述 144 
5.2.2 算法流程及應用 145 
5.2.3 關(guān)鍵參數說(shuō)明 149 
5.3 人工神經(jīng)網(wǎng)絡(luò ) 150 
5.3.1 算法概述 150 
5.3.2 神經(jīng)網(wǎng)絡(luò )的基本模型 150 
5.3.3 BP神經(jīng)網(wǎng)絡(luò )函數說(shuō)明及應用 154 
5.4 蟻群算法 158 
5.4.1 算法概述 158 
5.4.2 算法流程及應用 159 
5.4.3 關(guān)鍵參數說(shuō)明 165 
5.5 粒子群算法 166 
5.5.1 算法概述 166
5.5.2 算法流程及應用 168 
5.5.3 關(guān)鍵參數說(shuō)明 171 
5.6 差分進(jìn)化算法 172 
5.6.1 算法概述 173 
5.6.2 算法流程及應用 174 
5.6.3 關(guān)鍵參數說(shuō)明 179 
5.7 禁忌搜索算法 180 
5.7.1 算法概述 180 
5.7.2 算法流程及應用 181 
5.7.3 關(guān)鍵參數說(shuō)明 185 
習題5 186 
參考文獻 189