Analysis:

一:评价类,topsis模型

参考资料:

小白快速上手熵权Topsis(原理+实战)_哔哩哔哩_bilibili

数学建模——常考评价类模型介绍 - 知乎 (zhihu.com)

二、三:预测类问题,ARIMA时间序列分析

参考资料:

时间序列分析(2) ARIMA 模型 - 知乎 (zhihu.com)

用ARIMA构建时间序列模型(附Python 和R代码) - 知乎 (zhihu.com)

小白快速上手时间序列ARIMA(原理+实战)_哔哩哔哩_bilibili

Q: LSTM也可用?是否鸡肋?

A: ARIMA时间序列与LSTM神经网络的对比 - 知乎 (zhihu.com)

四:图论,最短路算法

本题中,传统最短路算法即可求解。因为图已经给出,边的权值也可以计算。

(进阶:最小费用最大流

软件?——Graphi

五:数学统计问题

固定需求常数:(均值-标准差)/2;决策树?

如何验证该常数的准确性?

非固定需求常数:实际运输量-固定需求常数。

如何理解非固定需求概率分布估计方法?

Questions:

  1. 归一化处理的注意事项,尤其是评价类问题;
  2. 模型评价和验证;
  3. 规划类问题还没有遇到。

数模模型总结

Request:

  1. 每类问题至少拿得出手一个模型。

  2. 名表模型的优缺点,该舍舍,该用用。