MATLAB学习笔记_Day06

学习视频：【零基础教程】老哥：数学建模算法、编程、写作和获奖指南全流程培训！

文章目录

• 1. 元胞自动机
• 2. 回归模型
• • 2.1 一元线性回归
  • 2.2 二元线性回归
  • • 多元线性回归
    • 多项式回归（一元，多元）
• 3. 模糊综合和灰色关联分析
• • 3.1 问题描述
  • 3.2 评价步骤
  • 3.3 评价方法
  • • 线性加权：
    • TOPSIS优劣解距离法：
    • 模糊综合评价：
    • 灰色关联分析：
• 4. BP神经网络基本原理简介

1. 元胞自动机

2. 回归模型

2.1 一元线性回归

计算公式：

2.2 二元线性回归

原理和一元相似。

多元线性回归

多项式回归（一元，多元）

3. 模糊综合和灰色关联分析

3.1 问题描述

构成综合评价问题的五个要素分别为:被评价对象、 评价指标、 权重系数、 综合评价模型和评价者。

3.2 评价步骤

步骤一二在建模中很容易想到。步骤三四较为重要些。

3.3 评价方法

线性加权：

TOPSIS优劣解距离法：

将数据归一化处理后：

很好理解。但注意要结合代码进行实践。

模糊综合评价：

个人感觉这个方法需要太多的数据，而且含有一定的主观成分。

多级综合模糊评价：其实就是“套娃”。将一级的评价指标，再细分成多级，加权求完后返回一级指标中，再乘以一级的权向量系数。

灰色关联分析：

MATLAB学习笔记_Day03

介绍过了。

4. BP神经网络基本原理简介

神经网络是一个很宏大的知识体系。本博客只是管中窥豹的着重在建模中的使用。

BP(back propagation)神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念，是一种按照误差逆向传播算法训练的多层前馈神经网络，是应用最广泛的神经网络。

人工神经网络(ANN) ： 拟合（目的：预测）和分类（目的：聚类分析）

采用BP学习算法的前馈神经网络称为BP神经网络

前馈神经网络：只在训练过程会有反馈信号，而在分类过程中数据只能向前传送，直到到达

输出层，层间没有向后的反馈信号。

下面的推导能看懂就看。