《MATLAB 在數學建模中的套用（第2版）》是2014年北京航空航天大學出版社出版的圖書。
基本介紹
- 中文名：MATLAB 在數學建模中的套用（第2版）
- 出版時間：2014年9月1日
- 出版社：北京航空航天大學出版社
- ISBN：9787512413658
內容簡介,圖書目錄,
內容簡介
《MATLAB 在數學建模中的套用（第2版）》是《MATLAB在數學建模中的套用》一書的第2版，是對第1版的修訂和補充，內容也完全是根據數學建模的需要而編排的，涵蓋了絕大部分數學建模問題的MATLAB求解方法。
全書內容分上下兩篇。上篇介紹了數學建模中常規方法（擬合、AHP）、規劃模型、數據建模（雲模型、logistic、主成分分析、支持向量機、K均值、樸素貝葉斯）、灰色預測的MATLAB實現，還介紹了各種高級方法的MATLAB實現，包括遺傳算法、模擬退火算法、人工神經網路、粒子群算法、蟻群算法、小波和計算機仿真。下篇以數學建模賽題為案例，介紹如何用MATLAB求解實際的數學建模問題，給出了詳細的建模過程和MATLAB源程式。書中的附屬檔案部分介紹了作者在建模競賽中屢獲大獎的經驗，相信這些經驗對準備參加數學建模競賽的同學會很有幫助。
與第1版相比，第2版增加了數據建模、蟻群算法的內容，更新了建模案例，同時對灰色預測、神經網路部分進行了大幅度的拓充。
《MATLAB 在數學建模中的套用（第2版）》特別適合作為數學建模競賽的培訓教材或參考用書，也可作為大學“數學實驗”和“數學建模”以及“數據挖掘”課程的參考用書，還可作為廣大科研人員、學者、工程技術人員的參考用書。
圖書目錄
上篇 方法演繹
第1章 數學建模常規方法及其MATLAB實現
1.1 MATLAB與數據檔案的互動
1.1.1 MATLAB與Excel的互動
1.1.2 MATLAB與TXT互動
1.1.3 MATLAB界面導入數據的方法
1.2 數據擬合方法
1.2.1 多項式擬合
1.2.2 指定函式擬合
1.2.3 曲線擬合工具箱
1.3 數據擬合套用實例
1.3.1 人口預測模型
1.3.2 薄膜滲透率的測定
1.4 數據的可視化
1.4.1 地形地貌圖形的繪製
1.4.2 車燈光源投影區域的繪製（CUMCM2002A）
1.5 層次分析法（AHP）
1.5.1 層次分析法的套用場景
1.5.2 AHPMATLAB程式設計
第2章 規劃問題的MATLAB求解
2.1 線性規劃
2.1.1 線性規劃的實例與定義
2.1.2 線性規劃的MATLAB標準形式
2.1.3 線性規劃問題解的概念
2.1.4 求解線性規劃的MATLAB解法
2.2 非線性規劃
2.2.1 非線性規劃的實例與定義
2.2.2 非線性規劃的MATLAB解法
2.2.3 二次規劃
2.3 整數規劃
2.3.1 整數規劃的定義
2.3.2 01整數規劃
2.3.3 隨機取樣計算法
第3章 數據建模及MATLAB實現
3.1 雲模型
3.1.1 雲模型基礎知識
3.1.2 雲模型的MATLAB程式設計
3.2 Logistic回歸
3.2.1 Logistic模型
3.2.2 Logistic回歸MATLAB程式設計
3.3 主成分分析
3.3.1 PCA基本思想
3.3.2 PCA步驟
3.3.3 主成分分析MATLAB程式設計
3.4 支持向量機（SVM）
3.4.1 SVM基本思想
3.4.2 理論基礎
3.4.3 支持向量機MATLAB程式設計
3.5 K均值（KMeans）
3.5.1 KMeans原理、步驟和特點
3.5.2 KMeans聚類MATLAB程式設計
3.6 樸素貝葉斯判別法
3.6.1 樸素貝葉斯判別模型
3.6.2 樸素貝葉斯判別法MATLAB設計
3.7 數據建模綜合套用
參考文獻
第4章 灰色預測及其MATLAB實現
4.1 灰色系統基本理論
4.1.1 灰色關聯度矩陣
4.1.2 經典灰色模型GM（1,1）
4.1.3 灰色Verhulst模型
4.2 灰色系統的程式設計
4.2.1 灰色關聯度矩陣的程式設計
4.2.2 GM（1,1）的程式設計
4.2.3 灰色Verhulst模型的程式設計
4.3 灰色預測的MATLAB程式
4.3.1 典型程式結構
4.3.2 灰色預測程式說明
4.4 灰色預測套用實例
4.4.1 實例一長江水質的預測（CUMCM2005A）
4.4.2 實例二預測與會代表人數（CUMCM2009D）
4.5 小結
參考文獻
第5章 遺傳算法及其MATLAB實現
5.1 遺傳算法基本原理
5.1.1 人工智慧算法概述
5.1.2 遺傳算法生物學基礎
5.1.3 遺傳算法的實現步驟
5.1.4 遺傳算法的拓展
5.2 遺傳算法的MATLAB程式設計
5.2.1 程式設計流程及參數選取
5.2.2 MATLAB遺傳算法工具箱
5.3 遺傳算法套用案例
5.3.1 案例一：無約束目標函式最大值遺傳算法求解策略
5.3.2 案例二：CUMCM中多約束非線性規劃問題的求解
5.3.3 案例三：BEATbx遺傳算法工具箱的套用——電子商務中轉化率影響因素研究
參考文獻
第6章 模擬退火算法及其MATLAB實現
6.1 算法的基本理論
6.1.1 算法概述
6.1.2 基本思想
6.1.3 其他一些參數的說明
6.1.4 算法基本步驟
6.1.5 幾點說明
6.2 算法的MATLAB實現
6.2.1 算法設計步驟
6.2.2 典型程式結構
6.3 套用實例：背包問題的求解
6.3.1 問題的描述
6.3.2 問題的求解
6.4 模擬退火程式包ASA簡介
6.4.1 ASA的最佳化實例
6.4.2 ASA的編譯
6.4.3 MATLAB版ASA的安裝與使用
6.5 小結
6.6 延伸閱讀
參考文獻
第7章 人工神經網路及其MATLAB實現
7.1 人工神經網路基本理論
7.1.1 人工神經網路模型拓撲結構
7.1.2 常用激勵函式
7.1.3 常見神經網路理論
7.2 BP神經網路的結構設計
7.2.1 鯊魚嗅聞血腥味與BP神經網路訓練
7.2.2 透視神經網路的學習步驟
7.2.3 BP神經網路的動態擬合過程
7.3 RBF神經網路的結構設計
7.3.1 梯度訓練法RBF神經網路的結構設計
7.3.2 RBF神經網路的性能
7.4 套用實例
7.4.1 基於MATLAB源程式公路運量預測
7.4.2 基於MATLAB工具箱公路運量預測
7.4.3 愛滋病治療最佳停藥時間的確定（CUMCM2006B）
7.4.4 RBF神經網路預測新客戶流失機率
7.5 延伸閱讀
7.5.1 從金融分析中的小數定理談神經網路的訓練樣本遴選規則
7.5.2 小議BP神經網路的衍生機理
參考文獻
第8章粒子群算法及其MATLAB實現
8.1 PSO算法相關知識
8.1.1 初識PSO算法
8.1.2 PSO算法的基本理論
8.1.3 PSO算法的約束最佳化
8.1.4 PSO算法的優缺點
8.2 PSO算法程式設計
8.2.1 程式設計流程
8.2.2 PSO算法的參數選取
8.2.3 PSO算法MATLAB源程式範例
8.3 套用案例：基於PSO算法和BP算法訓練神經網路
8.3.1 如何評價網路的性能
8.3.2 BP算法能夠搜尋到極值的原理
8.3.3 PSOBP神經網路的設計指導原則
8.3.4 PSO算法最佳化神經網路結構
8.3.5 PSOBP神經網路的實現
參考文獻
第9章 蟻群算法及其MATLAB實現
9.1 蟻群算法原理
9.1.1 蟻群算法基本思想
9.1.2 蟻群算法數學模型
9.1.3 蟻群算法流程
9.2 蟻群算法的MATLAB實現
9.2.1 實例背景
9.2.2 算法設計步驟
9.2.3 MATLAB程式實現
9.2.4 程式執行結果與分析
9.3 算法關鍵參數的設定
9.3.1 參數設定的準則
9.3.2 螞蟻數量
9.3.3 信息素因子
9.3.4 啟發函式因子
9.3.5 信息素揮發因子
9.3.6 信息素常數
9.3.7 最大疊代次數
9.3.8 組合參數設計策略
9.4 套用實例：最佳旅遊方案（蘇北賽2011B）
9.4.1 問題描述
9.4.2 問題的求解和結果
9.5 本章小結
參考文獻
第10章 小波分析及其MATLAB實現
10.1 小波分析基本理論
10.1.1 傅立葉變換的局限性
10.1.2 伸縮平移和小波變換
10.1.3 小波變換入門和多尺度分析
10.1.4 小波窗函式自適應分析
10.2 小波分析MATLAB程式設計
10.2.1 小波分析工具箱函式指令
10.2.2 小波分析程式設計綜合案例
10.3 小波分析套用案例
10.3.1 案例一：融合拓撲結構的小波神經網路
10.3.2 案例二：血管重建引出的圖像數字水印
參考文獻
第11章 計算機虛擬及其MATLAB實現
11.1 計算機虛擬基本知識
11.1.1 從3G移動網際網路協定WCDMA談MATLAB虛擬
11.1.2 計算機虛擬與數學建模
11.1.3 數值模擬與經濟效益博弈
11.2 數值模擬MATLAB程式設計
11.2.1 微分方程組模擬
11.2.2 服從機率分布的隨機模擬
11.2.3 蒙特卡羅模擬
11.3 動態仿真MATLAB程式設計
11.3.1 MATLAB音頻處理
11.3.2 MATLAB常規動畫實現
11.4 套用案例：四維水質模型
11.4.1 問題的提出
11.4.2 問題的分析
11.4.3 四維水質模型準備
11.4.4 條件假設與符號約定
11.4.5 四維水質模型的組建
11.4.6 模型求解
11.4.7 計算機模擬情境
參考文獻
下篇 真題演習
第12章 彩票中的數學（CUMCM2002B）
12.1 問題的提出
12.2 模型的建立
12.2.1 模型假設與符號說明
12.2.2 模型的準備
12.2.3 模型的建立
12.3 模型的求解
12.3.1 求解的思路
12.3.2 MATLAB程式
12.3.3 程式結果
12.4 技巧點評
參考文獻
第13章 露天礦卡車調度問題（CUMCM2003B）
13.1 問題的提出
13.2 基本假設與符號說明
13.2.1 基本假設
13.2.2 符號說明
13.3 問題分析及模型準備
13.4 原則①：數學模型（模型1）的建立與求解
13.4.1 模型的建立
13.4.2 模型求解
13.5 原則②：數學模型（模型2）的建立與求解
13.6 技巧點評
參考文獻
第14章 奧運會商圈規劃問題（CUMCM2004A）
14.1 問題的描述
14.2 基本假設、名詞約定及符號說明
14.2.1 基本假設
14.2.2 符號說明
14.2.3 名詞約定
14.3 問題分析與模型準備
14.3.1 基本思路
14.3.2 基本數學表達式的構建
14.4 設定MS網點數學模型的建立與求解
14.4.1 模型建立
14.4.2 模型求解
14.5 設定MS網點理論體系的建立
14.6 商區布局規劃的數學模型
14.6.1 模型建立
14.6.2 模型求解
14.7 模型的評價及使用說明
14.7.1 模型的優點
14.7.2 模型的缺點
14.8 技巧點評
參考文獻
第15章 交巡警服務平台的設定與調度（CUMCM2011B）
15.1 問題的提出
15.2 問題的分析
15.3 基本假設
15.4 問題1模型的建立與求解
15.4.1 交巡警服務平台管轄範圍分配
15.4.2 交巡警的調度
15.4.3 最佳新增服務平台設定
15.5 問題2模型的建立和求解
15.5.1 全市服務平台的合理性分析問題的模型與求解
15.5.2 搜捕嫌疑犯實例的模型與求解
15.6 模型的評價與改進
15.6.1 模型優點
15.6.2 模型缺點
15.7 技巧點評
參考文獻
第16章 葡萄酒的評價（CUMCM2012A）
16.1 問題的提出
16.2 基本假設
16.3 問題①模型的建立和求解
16.3.1 問題①的分析
16.3.2 模型的建立和求解
16.4 問題②模型的建立和求解
16.4.1 問題②的基本假設和分析
16.4.2 模型的建立和求解
16.5 問題③模型的建立和求解
16.5.1 問題③的分析
16.5.2 模型的建立和求解
16.6 問題④模型的建立和求解
16.6.1 問題④的分析
16.6.2 模型的建立和求解
16.7 論文點評
參考文獻
附屬檔案數學建模參賽經驗
一、如何準備數學建模競賽
二、數學建模隊員應該如何學習MATLAB
三、如何在數學建模競賽中取得好成績
四、數學建模競賽中的項目管理和時間管理
五、一種非常實用的數學建模方法——目標建模法
