數學建模之-- 說白了都是套路

• 已學模型

  • 評價類模型

  1. • 層次分析法
  2. • TOPSIS（包括熵權法）
  3. • 灰色關聯分析
  4. • 模糊綜合分析

  • 插值與擬合模型

  1. • 插值算法
  2. • 擬合算法

  • 相關性模型

  1. • 相關性分析
  2. • 典型相關分析

• 如何選用模型

  • 評價類模型

    關於計算權重： 當題目給出數據比較多時，用熵權法，否則用層次分析法
    關於綜合評價： 追求簡潔，用灰色關聯分析法；評價對象較爲模糊時，用模糊綜合評價法；其他情況用Topsis（優劣解距離法）

  • 插值與擬合模型

    關於補充數據： 當題目給出的樣本點較少時（低於30個樣本）用插值法，否則用擬合法

  • 相關性模型 與 迴歸模型

    兩種模型的區別： 相關分析側重於發現隨機變量間的種種相關特性；迴歸分析側重於研究隨機變量間的依賴關係，以便用一個變量去預測另一個變量

• 如何寫論文

  • 論文大致思路（不斷更新）

• 軟件的使用

  • Matlab

  • Spss