一本面向数学建模竞赛的系统教程，涵盖理论基础、核心方法、高级技术与 AI Native 建模实战。
在线阅读：https://ashuigordon.github.io/Mathematical-Modeling-Guide/
- 什么是数学建模
- 建模的基本流程
- 建模的意义和应用
- 微积分基础
- 线性代数
- 概率统计
- 数值分析
- 层次分析法(AHP)
- 灰色综合评价法
- 模糊综合评价法
- BP神经网络综合评价法
- 数据包络分析法(DEA)
- 主成分分析法(PCA)
- TOPSIS综合评价法
- 组合评价法
- 数学规划模型
- 线性规划
- 整数线性规划
- 非线性规划
- 多目标规划
- 动态规划
- 微分方程组模型
- 阻滞增长模型
- 传染病传播模型(SARS)
- 生态系统模型
- 图论与网络优化模型
- 最短路径模型
- 网络最大流问题
- 最小费用最大流问题
- 最小生成树问题
- 旅行商问题
- 图的着色问题
- 概率优化模型
- 决策模型
- 随机存储模型
- 随机人口模型
- 报童问题
- Markov链模型
- 组合优化
- 多维背包问题
- 二维指派问题
- 车辆路径问题
- 车间作业调度问题
- 判别分析
- 距离判别法
- Fisher判别法
- Bayes判别法
- 逐步判别法
- 聚类分析
- 系统聚类法
- K-均值聚类法
- 两步聚类法
- 模糊聚类分析
- 遗传算法聚类
- 神经网络聚类
- 灰色聚类分析
- 现代分类方法
- 支持向量机(SVM)
- 决策树分类
- 随机森林分类
- 集成学习方法
- 回归分析法
- 一元线性回归
- 多元线性回归
- 非线性回归
- 逻辑回归
- 时间序列分析法
- ARIMA模型
- 季节性分解
- 指数平滑法
- 状态空间模型
- 灰色预测法
- GM(1,1)模型
- 灰色关联度分析
- 灰色预测控制
- 智能预测方法
- BP神经网络法
- 支持向量机回归
- 深度学习预测
- 长短期记忆网络(LSTM)
- 组合预测法
- 加权平均组合
- 方差倒数组合
- Bayesian组合预测
- 遗传算法
- 模拟退火算法
- 粒子群优化算法
- 蚁群算法
- 差分进化算法
- 人工蜂群算法
- 混合智能算法
- 监督学习模型
- 无监督学习模型
- 强化学习模型
- 深度学习模型
- 特征工程与选择
- 模型评估与选择
- AI 辅助建模工作流
- AI 辅助问题分析与建模思路
- AI 辅助模型选择与设计
- AI 代码生成与调试
- AI 辅助论文撰写
- Prompt Engineering 建模技巧
- Agent 编排与自动化建模
- AI 建模工具生态
MIT License