数学建模

数学建模赛题类型：

预测类

根据已知条件和求解目的，将预测类问题分为：小样本内部预测，大样本内部预测，小样本未来预测，大样本随机因素或周期特征的未来预测，大样本的未来预测

常见方法：
插值与拟合：适合小样本内部预测
回归分析法：适合中、大样本内部预测
灰色预测方法：适合小样本的未来预测（有固定趋势）
时间序列方法：适合中、大样本的随机因素或周期特征的未来趋势未来预测
神经网络方法：适合大样本未来预测

评价类

关键是指标体系的构建，构建完评价体系后在选择合适的评价方法即可，体系建立应秉持全面、准确、独立的是三要素
常见的有：
主观：

1. 层次分析法
2. 模糊综合评价法
3. 灰色关联分析法
   客观：
4. 主成分分析法
5. 因子分析法
6. Topsis分析法
7. 神经网络分析法

机理分析类

立足于建立事物内部的规律

优化类

需要分析三个关键因素：目标函数，决策变量和约束条件
根据目标函数及约束条件类型分类：

1. 线性规划
2. 非线性规划
3. 二次规划
   控制变量类型分类：
4. 整数规划
5. 混合整数规划
6. 0-1规划
   其他分类方法：
7. 单目标规划与多目标规划模型
8. 动态规划与静态规划
9. 随机规划与确定规划
   智能优化类型：
10. 粒子群算法
11. 遗传算法
12. 模拟退火算法

数据预处理

数据清洗：

1. 缺失值处理
2. 异常值处理
3. 重复值处理
   数据变换：
4. 简单函数变换
5. 标准化处理
6. 分类变量处理
7. 连续变量离散化