本课程以培养学生利用数学思维看待客观实际问题,通过抽象形成数学模型,并利用MATLAB数学分析软件进行实际问题的求解为主线。课程涵盖数学建模大赛中的常用模型和算法,并且在课程中引入了较新的智能优化算法、神经网络和深度学习的相关内容,课程结合典型案例对知识点进行了详细介绍并配有相关解决代码,讲解由浅入深,通俗易懂,同时注重培养研究生在管理科学与工程学科领域的创新性和自我动手解决问题的实践能力。学生可利用互联网突破时空的限制,反复观看学习直至掌握。本课程还在知识点的讲解中融入了课程思政的内容,不仅促进知识学习与能力提升,还有着明确的价值引导。课程在线下常年被评为学生我最爱的选修课,并连续多年排名第一,受到师生的广泛好评。在内容设计上,结合MOOC的特点,课程进行了内容的精炼与重构,尽量在短时长内突出精华与重点,兼顾讲解的生动性与内容的深刻性。
Overview
Syllabus
- 第一章 数学建模的一般概念
- 1.1 绪论——数学模型的含义
- 1.2 数学建模的含义及过程
- 1.3 提高数学建模能力的方法
- 第一章回顾及拓展
- 第二章 Matlab简介及基本语法
- 2.1 Matlab简介和基本操作
- 2.2 Matlab基本语法和矩阵的基本操作
- 2.3 Matlab矩阵的相关运算
- 2.4 建模常用评价方法——层次分析法的介绍
- 第二章回顾及拓展
- 第三章 Matlab基本编程
- 3.1 命令文件的相关介绍
- 3.2 分支结构
- 3.3 循环结构
- 3.4 函数文件
- 第三章回顾及拓展
- 第四章 Matlab图形绘制
- 4.1 基本二维线型图的绘制
- 4.2 图形窗口的分割
- 4.3 基本三维图形的绘制
- 第四章回顾及拓展
- 第五章 基于Matlab的概率模型与蒙特卡洛模拟
- 5.1 概率模型简介
- 5.2 蒙特卡洛方法
- 5.3 Matlab统计工具箱
- 5.4 应用问题概率建模案例
- 第五章 基于Matlab的概率模型与蒙特卡洛模拟作业
- 第六章 插值模型及其应用
- 6.1 插值的概念
- 6.2 插值方法的数学原理
- 6.3 插值方法的Matlab实践
- 第六章 插值模型及其应用作业
- 第七章 Matlab在电力负荷中的应用
- 7.1 电力负荷预测的基本概念
- 7.2 电力负荷预测的经典方法—一元多项式回归
- 7.3 电力负荷预测的经典方法—多元线性回归
- 7.4 非线性拟合技术
- 7.5 神经网络技术
- 7.6 电力负荷预测的智能方法——BP神经网络
- 7.7 电力负荷预测的深度学习方法—LSTM神经网络
- 7.8 电力负荷预测的智能方法——支持向量机
- 第七章回顾及拓展
- 第八章 优化算法
- 8.1 无约束优化算法
- 8.2 线性规划
- 8.3 二次规划及非线性规划
- 第八章回顾及拓展
- 第九章 复杂优化模型的启发式算法
- 9.1 旅行商问题介绍
- 9.2 遗传算法基本思想
- 9.3 旅行商问题的遗传算法
- 9.4 旅行商问题遗传算法Matlab实现
- 9.5 旅行商问题的蚁群优化算法
- 9.6 二次指派问题的遗传算法
- 第九章 复杂优化模型的启发式算法作业
- 第十章 Matlab在物流问题中的应用案例
- 10.1 大型网上超市拆分订单合并运输问题
- 10.2网上零售企业物流配送车辆路径问题
- 10.3 Matlab在物流问题中的应用综述
- 第十章 Matlab在物流问题中的应用案例作业
- 考试
Taught by
Wang JianJun