文档介绍：羅数学建模常用的方法:肁类比分析、量纲分析、微分方程、差分方程、法、概率统计、图与网络、层次分析、插值与拟合、回归分析、优化方法等。另外还需要了解排队论、对策论、决策论、模糊评判、时间序列、灰色理论等。蕿袈蒄摘要螁主要是说明你用什么方法;解决了什么问题;主要结果是什么;有什么特色和创新点,以及其它工作。摘要是整篇文章的高度压缩,注意摘要中不要出现公式和表格,文字精练,表达准确。薀羆论文是你们所有工作的完全体现,力争将你们的工作和创造性成果或新的研究结果都充分地反映出来。要求内容充实、论据充分、论证有力、主题明确、层次分明,通过大小标题分为若于个逻辑段落,让评委各取所需,一目了然。不要给评委留下更多的疑问和猜测。实事求是,不要过分夸张。袄薂(1)数据处理的实用性和规范性;莈(2)建模方法的先进性和适用性;莈(3)模型建立的创新性和正确性;芃(4)模型表述的准确性和完整性;节(5)数据结果的可靠性和正确性;葿(6)论文结构的合理性和清晰性;蒇(7))在数据的量化与处理上,有不少的队都犯了较低级的错误,对初试分和复试分没有作正规化处理,即将两个量纲不相同的量作了求和运算,初试分为300分制,复试分为100分制,甚至是10分制,或1分制也都作了加权和。注意:在数据的比较或运算时,一定要注意量刚的一致性原则,对指标数据进行比较或作加权和等运算都应该是在正规化处理或归一化处理后,,方法决定了结果,或许这也是不可避免的问题,因此,层次分析用在这个问题上不是一种可行的方法。莆4)关于部分答卷使用了模糊模式识别的方法,其思想方法应该是很不错的,但在贴近度的定义上都存在缺欠和不足,无论是用部门的期望要求指标与应聘人员的实际条件指标之差的绝对值,还是二者的欧氏距离,或二向量的夹角余弦等定义贴近度,在具体处理上都存在一个共同的问题,它们都不能区分相同数值的“剩余”或“欠缺”两种情况之差别,即当“实际—要求”大于0或小于0的贴近度相同时,,如果针对具体情况对贴近度的定义作些修正,:1,建立模型—实际问题→数学问题;2,数学解答:数学问题→数学解;3,模型检验:数学解→实际问题的解决。(注意这三个部分同等重要,不要仅着重于第二阶段)羇袅蒃荿优化方法[一般函数优化—用微积分的方法解决(小规模);规划问题—使用软件求解(包括线性规划、非线性规划、多目标规划、动态规划、整数优化、组合优化(离散优化、网络优化))];肆数据处理方法[曲线拟合,数据回归分析,插值];芅概率统计方法[期望分析,排队论,回归分析,模式识别,判别分析];罿微分方程方法[稳定性分析,预测];蒁图论方法[最短路问题,最大流问题,最小生成树];蒈计算机技术[图像处理,随机模拟,各种算法实现,神经网络方法];蚄离散方法[层次分析法,决策分析,对策论];螀模糊数学[模糊聚类分析,模糊层次分析,模糊规划]芈93A非线性交调的频率设计薇拟合、规划肃93B足球队排名蒀矩阵论、图论、层次分析、整数规划艿94A逢山开路蚅图论、插值、动态规划薃94B锁具装箱问题膁图论、组合数学莁95A飞行管理问题肇非线性规划、线性规划羂9