上篇 方法演繹第1章 數據建模常規方法的MATLAB實現 1.1 數據的讀人與讀齣 1.1.1 Excel與MATLAB的數據交互 1.1.2 記事本與MATLAB的數據交互 1.2 數據擬閤方法 1.2.1 多項式擬閤 1.2.2 指定函數擬閤 1.2.3 麯綫擬閤工具箱 1.3 數據擬閤應用實例 1.3.1 人口預測模型 1.3.2 薄膜滲透率的測定 1.4 數據的可視化 1.4.1 地形地貌圖形的繪製 1.4.2 車燈光源投影區域的繪製(CUMCM 2002 A)第2章 規劃問題的MATLAB求解 2.1 綫性規劃 2.1.1 綫性規劃的實例與定義 2.1.2 綫性規劃的MATLAB標準形式 2.1.3 綫性規劃問題解的概念 2.1.4 求解綫性規劃的MATLAB解法 2.2 非綫性規劃 2.2.1 非綫性規劃的實例與定義 2.2.2 非綫性規劃的MATLAB解法 2.2.3 二次規劃 2.3 整數規劃 2.3.1 整數規劃的定義 2.3.2 0-1整數規劃 2.3.3 隨機取樣計算法第3章 灰色預測及其MATL‘AB實現 3.1 灰色預測基礎知識 3.2 灰色預測的MATLAB程序 3.2.1 典型程序結構 3.2.2 灰色預測程序說明 3.3 灰色預測應用實例 3.3.1 實例一：長江水質的預測(CUMCM 2005 A) 3.3.2 實例二：預測與會代錶人數(CUMCM 2009 D)第4章 遺傳算法及其MATLAB實現 4.1 遺傳算法基本原理 4.1.1 人工智能算法概述 4.1.2 遺傳算法生物學基礎 4.1.3 遺傳算法的實現步驟 4.1.4 遺傳算法的拓展 4.2 遺傳算法的MATLAB程序設計 4.2.1 程序設計流程及參數選取 4.2.2 MATLAB遺傳算法工具箱 4.3 遺傳算法應用案例 4.3.1 案例一：無約束目標函數最大值遺傳算法求解策略 4.3.2 案例二：CUMCM中多約束非綫性規劃問題的求解 參考文獻第5章 粒子群算法及其MATLAB實現 5.1 PSO算法相關知識 5.1.l 初識PSO算法 5.1.2 PSO算法的基本理論 5.1.3 PSO算法的約束優化 5.1.4 PSO算法的優缺點 5.2 PSO算法程序設計 5.2.1 程序設計流程 5.2.2 PSO算法的參數選取 5.2.3 PSO算法MATLAB源程序範例 5.3 應用案例：基於PSO算法和BP算法訓練神經網絡 5.3.l 如何評價網絡的性能 5.3.2 BP算法能夠搜索到極值的原理 5.3.3 PSO-BP神經網絡的設計指導原則 5.3.4 PO算法優化神經網絡結構 5.3.5 PSO-BP神經網絡的實現 參考文獻第6章 模擬退火算法及其MATLAB實現 6.1 算法的基本理論 6.1.1 算法概述 6.1.2 基本思想 6.1.3 其他一些參數的說明 6.1.4 算法基本步驟 6.1.5 幾點說明 6.2 算法的MATLAB實現 ……第7章 人工神經網絡及其MATLAB實現第8章 小波分析及其MATLAB實現第9章 計算機虛擬及其MATLAB實現下篇 真題演習第10章 彩票中的數學(CUMCM 2002 B)第11章 露天礦卡車調度問題(CUMCM 2003 B)第12章 奧運會商圈規劃問題(CUMCM 2004 A)第13章 衛星和飛船的跟蹤測控(CUMCM 2009 C)第14章 齣版社的資源配置問題(CUMCM 2006 A)第15章 城市供水量預測(電工杯 2007 B)數學建模參賽經驗
· · · · · · (收起)