1樓：郟苑之安娜
有很多方法，根據具體問題採用不同的模型，已存在很多模型一般以存在的模型為基礎建模就行
數學建模主要有哪些分析方法？
2樓：匿名使用者
2常用的建模方法(i)初等數學法。主要用於一些靜態、線性、確定性的模型。例內如，席位分配問題，容學生成績的比較，一些簡單的傳染病靜態模型。
(2)資料分析法。從大量的觀測資料中，利用統計方法建立數學模型，常見的有：迴歸分析法，時序分析法。
(3)**和其他方法。主要有計算機模擬(是一種統計估計方法，等效於抽樣試驗，可以離散系統模擬和連續系統模擬)，因子試驗法(主要是在系統上做區域性試驗，根據試驗結果進行不斷分析修改，求得所需模型結構)，人工現實法(基於對系統的瞭解和所要達到的目標，人為地組成一個系統)。(4)層次分析法。
主要用於有關經濟計劃和管理、能源決策和分配、行為科學、軍事科學、軍事指揮、運輸、農業、教育、人才、醫療、環境等領域，以便進行決策、評價、分析、**等。該方法關鍵的一步是建立層次結構模型。
3樓：匿名使用者
這個可多了，你是要做評價類的、**類的、模擬類的、統計類的，好多的，建議你找本建模書看，推薦姜啟源的《數學模型》
數學建模的方法有哪些？
4樓：彭咿呀
**模組：灰色**、時間序列**、神經網路**、曲線擬合（線性迴歸）；
歸類判別：歐氏距離判別、fisher判別等 ；
圖論：最短路徑求法 ；
最優化：列方程組 用lindo 或 lingo軟體解 ；
其他方法：層次分析法 馬爾可夫鏈 主成分析法 等 。
建模常用演算法，僅供參考：
蒙特卡羅演算法（該演算法又稱隨機性模擬演算法，是通過計算機**來解決 問題的演算法，同時間=可以通過模擬可以來檢驗自己模型的正確性，是比賽時必 用的方法） 。
資料擬合、引數估計、插值等資料處理演算法（比賽中通常會遇到大量的數 據需要處理，而處理資料的關鍵就在於這些演算法，通常使用matlab 作為工具） 。
線性規劃、整數規劃、多元規劃、二次規劃等規劃類問題（建模競賽大多 數問題屬於最優化問題，很多時候這些問題可以用數學規劃演算法來描述，通 常使用lindo、lingo 軟體實現） 。
圖論演算法（這類演算法可以分為很多種，包括最短路、網路流、二分圖等算 法，涉及到圖論的問題可以用這些方法解決，需要認真準備） 。
動態規劃、回溯搜尋、分治演算法、分支定界等計算機演算法（這些演算法是算 法設計中比較常用的方法，很多場合可以用到競賽中） 。
最優化理論的三大非經典演算法：模擬退火法、神經網路、遺傳演算法（這些 問題是用來解決一些較困難的最優化問題的演算法，對於有些問題非常有幫助， 但是演算法的實現比較困難，需慎重使用） 。
網格演算法和窮舉法（網格演算法和窮舉法都是暴力搜尋最優點的演算法，在很 多競賽題中有應用，當重點討論模型本身而輕視演算法的時候，可以使用這種 暴力方案，最好使用一些高階語言作為程式設計工具） 。
一些連續離散化方法（很多問題都是實際來的，資料可以是連續的，而計 算機只認的是離散的資料，因此將其離散化後進行差分代替微分、求和代替 積分等思想是非常重要的） 。
數值分析演算法（如果在比賽中採用高階語言進行程式設計的話，那一些數值分 析中常用的演算法比如方程組求解、矩陣運算、函式積分等演算法就需要額外編 寫庫函式進行呼叫） 。
圖象處理演算法（賽題中有一類問題與圖形有關，即使與圖形無關，** 中也應該要不乏**的，這些圖形如何展示以及如何處理就是需要解決的問 題，通常使用matlab 進行處理）。
5樓：鬱茵孝靜雅
機理分析法，類比法，平
衡原理，微元法，圖示法，資料分析法。這裡比較重要的是最後一種，它包括了1.給出實際調查資料2.
將樣本資料繪製成資料散佈圖3.對散佈圖進行分析4.根據散佈圖選擇類似函式4.
模型分析，檢驗與修改。其他的方法也有擴充套件，建議你去找本建模方面的書籍做下參考。
數學建模中綜合評價的方法有哪些？
6樓：那個啥仰望
綜合評價有許多不同的方法：
1、綜合指數法：
綜合指數法是先綜合，後對比平均,其最大優點在於不僅可以反映複雜經濟現象總體的變動方向和程度,而且可以確切地、定量地說明現象變動所產生的實際經濟效果。但它要求原始資料齊全。平均指數法是先對比,後綜合平均，雖不能直接說明現象變動的絕對效果，但較綜合指數法靈活,便於實際工作中的運用。
2、topsis法：
其基本原理，是通過檢測評價物件與最優解、最劣解的距離來進行排序，若評價物件最靠近最優解同時又最遠離最劣解，則為最好；否則不為最優。其中最優解的各指標值都達到各評價指標的最優值。最劣解的各指標值都達到各評價指標的最差值。
3、層次分析法：
運用層次分析法有很多優點，其中最重要的一點就是簡單明瞭。層次分析法不僅適用於存在不確定性和主觀資訊的情況，還允許以合乎邏輯的方式運用經驗、洞察力和直覺。也許層次分析法最大的優點是提出了層次本身，它使得買方能夠認真地考慮和衡量指標的相對重要性。
另外還有rsr法、模糊綜合評價法、灰色系統法等，這些方法各具特色，各有利弊。
7樓：畫筆下的海岸
現有的統計方法：
一、主要為多元統計方法，如多元迴歸、逐步迴歸分析、判別分析、因子分析、時間序列分析等。
二、模糊多元分析方法：由模糊數學發展而來，包括模糊聚類、模糊判別、模糊綜合評價等方法。
三、簡易方法：主要包括綜合評分法、綜合指數法、層次分析法、topsis法、秩和比法等。 特點：
1、簡單實用；
2、適用於各種資料；
3、存在一定的侷限性。
擴充套件資料；
建模意義
思考方法
數學建模是一種數學的思考方法，是運用數學的語言和方法，通過抽象，簡化建立能近似刻畫並"解決"實際問題的一種強有力的數學手段。
數學建模就是用數學語言描述實際現象的過程。這裡的實際現象既包涵具體的自然現象比如自由落體現象，也包含抽象的現象比如顧客對某種商品所取的價值傾向。
這裡的描述不但包括外在形態，內在機制的描述，也包括**，試驗和解釋實際現象等內容。
我們也可以這樣直觀地理解這個概念：數學建模是一個讓純粹數學家（指只研究數學而不管數學在實際中的應用的數學家）變成物理學家，生物學家，經濟學家甚至心理學家等等的過程。
數學模型一般是實際事物的一種數學簡化。它常常是以某種意義上接近實際事物的抽象形式存在的，但它和真實的事物有著本質的區別。
要描述一個實際現象可以有很多種方式，比如錄音，錄影，比喻，傳言等等。為了使描述更具科學性，邏輯性，客觀性和可重複性，人們採用一種普遍認為比較嚴格的語言來描述各種現象，這種語言就是數學。
使用數學語言描述的事物就稱為數學模型。有時候我們需要做一些實驗，但這些實驗往往用抽象出來了的數學模型作為實際物體的代替而進行相應的實驗，實驗本身也是實際操作的一種理論替代。
8樓：匿名使用者
模糊綜合評價
層次分析法 熵值 等的綜合
9樓：匿名使用者
現在用的多的還是模糊綜合評價、層次分析、層次模糊綜合
還有有神經網路技術等等
10樓：匿名使用者
特多;資料包絡分析法、
灰色綜合評價法
還有他們所說的。嘔
11樓：匿名使用者
1、模糊綜合評價、層次分析法，主要是這種兩種方法
**（數學建模中）有哪些方法
12樓：藍雲風翼
一般就這些了，迴歸分析就差不多了，要是看具體的話，聚類分析也算吧
13樓：木頂思上
**的核心問題是**的技術方法，或者說是預
測的數學模型。**的方法種類繁多，內經典的有單耗法、容彈性係數法、統計分析法，目前的灰色**法、專家系統法和模糊數學法，剛剛興起的神經網路法、優選組合法和小波分析法，不完全統計，**方法多大200多種。
14樓：百度文庫精選
內容來自使用者:掌橋科研
**數學建模中**方法
作者：朱峰
作者機構：江蘇大學理回
學院,江蘇鎮江,212013
**：科技資訊答
數學建模在實際生活中有哪些應用,數學建模在生活中有那些具體的應用？
制定銷售計劃 制定生產最優計劃 趨勢 資料曲線 人口數量 如果你再動點運籌學就更好了 瞭解一下基本的數學模型，多看看歷年的 著重分析幾篇即可 比如說有的專家用數學建模的方法斷定紅樓夢的前四十回跟後四十回就不是曹雪芹一個人寫的 數學建模在生活中有那些具體的應用？可以毫不誇張的說，數學建模的應用遍及生活...
數學建模選題
數學建模範圍很大，鑑於你才上高中，建議你做一個數學理論在某個實際問題中運用的例子。比如 1.找一個線性規劃方面的題目，然後經過分析，用線性規劃方法解答，這個比較簡單，在現實生活中也很實用。2.垂直平分線在選選址方面的運用。總之，可以找一些最優解有關的方面的運用，你們做過那麼多應用題，任何一道運用題分...
求數學建模的書,求推薦數學建模的書
太多太多了 數學模型，matlab在數學建 模中的應用，matlab數學建模，matlab數學建模經典案例實戰和優秀版 我跟你說，權數學建模比賽的關鍵是什麼吧。關鍵就是文采要好，然後呢，段落格式啥的，擺擺好看，這很重要。別問我是怎麼知道的 推薦數學建模的書籍，要入門的，本人大二，想系統的學一下數模，...