一、什么是数学模型? 二、数学建模的一般步骤

一、 LINDO公司的主要软件产品及功能简介 二、LINDO软件的使用简介 三、 LINGO软件的使用简介 四、建模与求解实例

10.1 牙膏的销售量 10.2 软件开发人员的薪金 10.3 酶促反应 10.4 投资额与国民生产总值和物价指数

针对传统神经网络优化算法易陷入局部最优值的问题,在标准粒子群算法的基础上,对粒子速度与位置更新策略进行改进,提出一种基于改进粒子群优化算法的BP神经网络建模方法.使用sinc函数、波士顿住房数据及某钢厂带钢热镀锌生产的实际数据进行验证.结果表明,与标准的反向传播神经网络和支持向量机相比,基于改进粒子群优化的神经网络模型可以有效提高预测精度

在Petri网理论基础上,对ECA规则进行了建模研究,建立了基本Petri网模型.对如何用Petri网表示具有复合事件ECA规则进行了专门分析.提出了扩展的Petri网系统,并综合考虑ECA规则自身特性,建立了ECA规则系统Petri网模型,比较全面地反映了ECA规则系统特性.通过构建可达树和变迁序列,可以较为清楚地了解ECA规则系统及其行为特性,便于对规则系统进行合理性验证,以帮助系统管理员对其进行分析和管理

8.1 层次分析模型 8.2 循环比赛的名次 8.3 社会经济系统的冲量过程 8.4 效益的合理分配

提出了一种基于聚类的支持向量机增量学习算法.先用最近邻聚类算法将训练集分成具有若干个聚类子集,每一子集用支持向量机进行训练得出支持向量集;对于新增数据首先聚类到相应的子集,然后计算其与聚类集内的支持向量之间的距离,给每个训练样本赋以适当的权重;而后再建立预估模型.此算法通过钢材力学性能预报建模的工业实例研究,结果表明:与标准的支持向量回归算法相比,此算法在建模过程中不仅支持向量个数明显减少,而且模型的精度也有所提高

9.1 传送系统的效率 9.2 报童的诀窍 9.3 随机存贮策略 9.4 轧钢中的浪费 9.5 随机人口模型

电信客户信用风险等级评估是对电信客户的信用风险进行等级分类.针对建立客户信用风险等级分类模型时,大量带有类标注数据难以获得的问题,提出了基于主动学习的分类器建模方法,并对基于QBC(委员会投票选择)的主动学习算法进行改进以提高分类器的预测精度.通过对实际电信客户数据进行信用风险等级建模实验,结果表明:应用新算法,分类器使用了较少的带类标签样本数据,达到了与被动学习相同的精度,大大降低了信用专家评估数据的工作量

深海采矿系统中,扬矿管受采矿船的航行速度及海浪、海流等因素的影响会发生横向偏移的问题.对带有集中质量的阶梯式扬矿管的横向偏移进行了建模,并用枷辽金（Galerkin）方法进行求解,通过计算机的模拟计算,分析了扬矿管在不同情况下横向偏移的特性