[理学]2010数学建模培训资料.ppt

* * 五、数据建模的综合排序方法 2. 综合排序问题的方法 * * 动态加权与综合排序的应用案例 动态加权的综合排序案例： （1）CUMCM2002-B:彩票中的数学问题； （2）CUMCM2005-A:长江水质的评价和预测问题； 综合评价的排序案例： （1）CUMCM1993-B:足球队排名问题； （2）CUMCM2008-D:NBA赛程的分析与评价问题； （3）CUMCM2009-D:会议筹备问题。 * * 六、数据建模的常用预测方法 1.插值与拟合方法：小样本内部预测； 应用案例： （1）CUMCM2001-A:血管的三维重建问题； （2）CUMCM2003-A,C:SARS的传播问题； （3）CUMCM2004-C:饮酒驾车问题； （4） CUMCM2005-A:长江水质的评价与预测； （5） CUMCM2005-D:雨量预报方法的评价； （6） CUMCM2006-B:艾滋病疗法的评价与预测。 * * 六、数据建模的常用预测方法 2.回归模型方法：大样本的内部预测； 应用案例： （1）CUMCM2004-A:奥运临时超市网点设计； （2）CUMCM2004-B:电力市场的输电阻塞管理； （3）CUMCM2005-A:长江水质的评价与预测； （4）CUMCM2006-B:艾滋病疗法的评价与预测； （5）CUMCM2008-B:高教学费标准探讨问题。 * * 六、数据建模的常用预测方法 3.灰预测GM(1,1)：小样本的未来预测； （1）CUMCM2003-A:SARS的传播问题； （2）CUMCM2005-A:长江水质的评价与预测； （3）CUMCM2006-B:艾滋病疗法的评价与预测； （4）CUMCM2008-B:高教学费标准探讨问题。 4.时间序列方法：大样本的随机因素或周期特征的未来预测； （1）CUMCM2003-A:SARS的传播问题； （2）CUMCM2005-A:长江水质的评价与预测； （3）CUMCM2006-B:艾滋病疗法的评价与预测。 5.神经网络方法：大样的未来预测． * * 谢谢大家 * * * * * * * * * 21世纪的社会是信息社会，其影响最终将要比十九世纪由农业社会转向工业社会更加深刻。 “一个国家总的信息流的平均增长与工业潜力的平方成正比”。 信息资源与自然资源和物质资源被称为人类生存与发展的三大资源。 数据处理与数据建模方法 * * 实际中大量信息或海量信息对应着大量的数据或海量数据，从这些数据中寻求所需要的问题答案--数据建模问题。 通过实际对象过去或当前的相关信息，研究两个方面问题： （1）分析研究实际对象所处的状态和特征，依此做出评价和决策； （2）分析预测实际对象未来的变化状况和趋势，为科学决策提供依据。 数据处理与数据建模方法 * * 数据处理与数据建模方法 1. 数据建模的一般问题 　2. 数据处理的一般方法 3. 数据建模的综合评价方法 4. 数据建模的动态加权方法 ５. 数据建模的综合排序方法 ６. 数据建模的预测方法 * * 实际对象都客观存在着一些反映其特征的相关数据信息； 如何综合利用这些数据信息对实际对象的现状做出综合评价，或预测未来的发展趋势，制定科学的决策方案？ --数据建模的综合评价、综合排序、预测与决策等问题。 数据建模一般问题的提出： 一、数据建模的一般问题 一般 * * 综合评价是科学、合理决策的前提。 综合评价的基础是信息的综合利用。 综合评价的过程是数据建模的过程。 数据建模的基础是数据的标准化处理。 一、数据建模的一般问题 如何构成一个综合评价问题呢？ * * 依据相关信息对实际对象所进行的客观、公正、合理的全面评价。 如果把被评价对象视为系统，则问题： 在若干个(同类)系统中，如何确定哪个系统的运行(或发展)状况好，哪个状况差？即哪个优，哪个劣？ 一类多属性(指标)的综合评价问题。 综合评价： 一、数据建模的一般问题 * * 综合评价问题的五个要素 （1）被评价对象:被评价者，统称为评价系统。 （2）评价指标：反映被评价对象的基本要素，一起构成评价指标体系。原则:系统性、科学性、可比性、可测性和独立性。 　（3）权重系数：反映各指标之间影响程度大小的度量。 （4）综合评价模型：将评价指标与权重系数综合成一个整体指标的模型。 （5）评价者：直接参与评价的人。 * * 综合评价过程的流程 * * 二、数据处理的一般方法 1. 数据类型的一致化处理方法 极大型:期望取值越大越好；