文章目录（一）简单陈述本文章的内容（二）常用导入文件方式（三）线性规划3.1 线性规划的一般模型3.2 运用python各种库和模块求解线性方程3.2.1 Scipy线性规划模型3.2.2 pulp线性规划模型3.2.3 cvxopt.solvers 模块求解3.2.4 用cvxpy库求解 （一）简单陈述本文章的内容python建模会持续更新，用途是只作为个人笔记。我博客中的所有资料都可通过我提
转载
2023-09-13 23:53:21
190阅读
开始学习《数学建模算法与应用》，并补全之前缺失的各种数学知识。 （听说学习数学建模是最快的数学入门方式…… ） 以此为平台，记录一个小白的python科学计算+数学建模的学习历程，欢迎大家来喷。————我是分割线————首先，记录学习工具。python3+pycharm+各种常用的科学计算库（numpy, pandas, scipy, matplotlib等）从网上download了windows
转载
2023-06-06 21:51:58
232阅读
一、规划问题1、线性规划定义：线性规划是研究线性约束条件下线性目标函数的极值问题的数学理论和方法。步骤：根据影响所要达到目的的因素找到决策变量。由决策变量和所在达到目的之间的函数关系确定目标函数。由决策变量所受的限制条件确定决策变量所要满足的约束条件。特点：目标函数是决策变量的线性函数。根据具体问题可以是最大化或最小化，二者统称为最优化。约束条件也是决策变量的线性函数。from scipy imp
转载
2023-08-05 12:55:58
60阅读
数模入门几步曲【二】1 前言2 经验与方法2.1 书籍资料2.2 视频学习2.3 关于写作3 小结 1 前言本文回答针对计算机等相关专业的学生，想参加数学建建模竞赛应该如何准备。数学建模一般分为：建模、编程求解、写作这几个部分。计算机专业相较于其他专业在数学建模上有很大的优势。现在简单的从几个方面讲解一下我的经验。2 经验与方法2.1 书籍资料首先，可以看一些相关的书籍，比如司守奎老师的《数学建
转载
2023-10-26 19:42:24
56阅读
Python中常用的数学建模Scipy发布时间：2020-09-10 16:56:48阅读：116本篇文章为大家展示了Python中常用的数学建模Scipy，代码简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。三剑客之Scipy前面已经说过，最初的numpy其实是scipy的一部分，后来才从scipy中分离出来。scipy函数库在numpy库的基础上增加了众多的数
转载
2023-10-25 10:24:29
74阅读
目录第1章Python开发环境搭建1．1利器1： Notepad编辑器1．2利器2： Anaconda1．3利器3： Miniconda1．4利器4： PyCharm IDE工具1．5利器5： Spyder1．6利器6： Jupyter Notebook1．7小结第2章Python数据类型用法讲解2．1变量2．2字符串2．3列表list2．3．1增(append、insert、extend)2．3
转载
2023-06-06 21:37:34
98阅读
Mathematic in Modeling with Python 之数据预处理标准化：数据的标准化（normalization）是将数据按比例缩放，使之落入一个小的特定区间。在某些比较和评价的指标处理中经常会用到，去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较和加权。标准化基于正态分布的假设，将数据变换为均值为0、标准差为1的标准正态分布。但即使数据不服从正
转载
2024-07-20 21:56:49
35阅读
前言 这里是用python解决数学建模的一些问题，用到的是python3.x，scipy，numpy和matplotlib。 先补充一些基本的数据知识。1、numpy.array()在基础操作里，array和list是不区分的（在索引和删除一些操作还有运行时间上会有区别），python也没有array这个数据结构。array是由numpy这个数值计算工具包定义的。因为很多操作必须要求是在a
转载
2017-07-04 20:00:00
79阅读
文章目录关于cvxpy的坑你要知道!!!0 准备工作0.1 安装cvxpy库0.2 导入库1 混合饲料的比例问题2 最小化仓库租借费用2.1 问题分析2.2 模型假设2.3 符号说明2.4 模型建立3 护士值班问题4 销售代理点覆盖范围问题4.1 问题分析4.2 符号说明4.3 建模建立4.4 模型求解5 客车接送问题6 钢管下料问题7 1998年全国大学生数学建模竞赛A题（考虑投资阈值）7.1
转载
2023-11-21 20:59:57
114阅读
instance1：求解下列线性规划问题 s.t. 代码：from scipy import optimize
import numpy as np
c = np.array([2,3,-5])
A = np.array([[-2,5,-1],[1,3,1]])
B = np.array([-10,12])
#要与A对应，是二维矩阵
Aeq
转载
2023-06-06 21:38:56
205阅读
JetRail高铁乘客量预测——7种时间序列方法数据获取：获得2012-2014两年每小时乘客数量import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
df = pd.read_csv('C:\\Users\\Style\\Desktop\\jetrail.csv', nrows=11856)
df.head
转载
2023-06-29 15:34:36
185阅读
一：上代码
#比例法
def rate_method(p,n):
lst =[] #保存各组席位数
sum_ =sum(p) #人数和
k =0#临时变量
for i in p:
lst.append(i/sum_*n)
k += int(i/sum_*n)
转载
2024-09-01 17:57:50
72阅读
Topsis即优劣解距离法，数学建模中应用，这里大概写个代码，具体在使用的时候根据自己所需去优化import numpy as np
'''
第一步，
先写正向化函数，传入两个个参数，注意这里把矩阵定义成全局变量，所以不用再向函数中传入矩阵
第一个参数是所需要正向化的列数
第二个参数是哪种类型的正向化，1.极小性 2.中间型 3.区间型
注：如果是中间型的话会提示输入最佳值，区间型会输入两个，x_
转载
2023-09-07 15:33:23
92阅读
数据的属性数据对象➢ 数据集由数据对象组成。一个数据对象代表一个实体。 例如： ➢ 销售数据库: 顾客、 商品、销售 ➢ 医疗数据库: 患者、医生、诊断治疗 ➢ 选课数据库: 学生、教师、课程 ➢ 数据对象又称为样本、实例、数据点、对象或元组。 ➢ 数据对象用属性描述。数据表的行对应数据对象; 列对应属性属性➢ 属性(特征，变量)是一个数据字段，表示数据对象的一个特征。 例
转载
2023-08-16 21:02:22
229阅读
接着上回我们继续第三题
问题 3 对附件表单 3 中未知类别玻璃文物的化学成分进行分析，鉴别其所属类型，并对 分类结果的敏感性进行分析。
我们的分析：基于问题二的分类模型，计算出每个待测样本点与簇中心的平方欧式距离，与2中得到的变量与簇中心的理想距离范围进行比较，完成分类，通过给模型添加微小扰动，观察样本数据统计规律变化，给出敏感性分析。结果及分析： 该新模型对问题二的数
转载
2023-12-18 14:03:42
227阅读
1.4 函数1.Python中定义函数的语法#自定义函数的语法形式
def factorial(n):
r = 1
while n > 1:
r *= n
n -= 1
return r
print(factorial(5))运行结果： 120 这里使用了python中有关函数的定义，形式如上，python中的：是格式要求，如果缺少的话
转载
2023-10-03 08:40:13
243阅读
1.1 数学模型、数学建模与数学实验数学模型：为了一个特定目的，根据其内在规律，做出必要的简化模型，运用适当的数学工具，抽象简化出来一个由数字、字母或其他数学符号组成的数学结构。数学建模：用数学的方法建立数学模型，解决实际问题的过程。数学实验：一是利用计算机和软件对学习知识过程中的某些问题进行实验探究、发现规律；二是结合已掌握的数学知识，去探究、解决一些实际问题，从而熟悉建模、求解到数学分析的科学
转载
2024-01-13 12:56:38
161阅读
1. 疫情传播 SIR 模型传染病的传播特性不可能通过真实的试验开展研究，因此需要针对不同的传染病传播方式和流行特点建立相应的数学模型，并对模型进行理论研究和数值模拟。通过研究发现传染病传播的特征阈值，就可以为预防和控制传染病提供数据支撑和防控策略。1927年，W. Kermack 在论文 “Contributions to the mathcmatical theory of epidemics
转载
2024-01-04 13:41:11
103阅读
文章目录准备工作01 绘制双曲函数图像02 绘制伽马函数图像03 单个窗口绘制二次函数（k=1,2,...,6）04 根据不同K值绘制子图05 绘制二次曲面05-1 绘制单叶双曲面05-2 绘制椭圆双曲面06 题目无数据跳过07 求线性方程组的解方程组01 （求唯一解）方程组02 （求最小范数解）08 求非线性方程组的符号解和数值解数值解符号解09 已知f(x)和g(x)的表达式,求非线性方程组
转载
2023-08-07 01:06:00
199阅读
数模学习目录SciPy 学习SciPy基本操作1-求解非线性方程（组）解题代码如下：运行x1、x2结果如下：解题代码如下：运行s2效果如下：2-积分3-最小二乘解4-最大模特征值及对应的特征向量运行结果如下：Numpy学习（续）1 Numpy 数学函数1-三角函数2-舍入函数2-1 numpy.around()2-2 numpy.floor()2-3 numpy.ceil()2 Numpy算术函数
转载
2023-08-12 20:31:39
475阅读
