数学建模常用算法及Python实现

第1章 Python语言入门 1.1 Python安装与环境配置 1.2 Python编程基础 1.3 模块与库 第2章 数据分析基础方法 2.1 外部数据导入与存储 2.2 数据清洗 2.3 统计分析和数据可视化方法 2.4 插值 2.5 数据拟合 第3章 聚类 3.1 K-Means聚类 3.2 DBSCAN聚类 3.3 层次聚类 第4章 数据降维 4.1 数据降维的基本概念与原理 4.2 主成分分析（PCA） 4.3 奇异值分解降维（SVD） 4.4 多维缩放算法（MDS） 4.5 等度量映射（Isomap） 第5章 分类 5.1 判别分析 5.2 逻辑回归 5.3 朴素贝叶斯 第6章 方程与方程组的数值解法 6.1 一般方程及方程组求解 6.2 常微分方程及方程组的解 第7章 线性规划 7.1 简单模型及基本概念 7.2 线性规划的算法 7.3 线性规划问题的Python求解 第8章 非线性规划 8.1 无约束非线性规划 8.2 约束非线性规划 第9章 整数规划 9.1 简单模型及基本概念 9.2 整数线性规划的算法 9.3 整数规划问题求解的Python实现 第10章 多目标规划 10.1 简单模型及基本概念 10.2 多目标规划的常用算法 10.3 多目标规划常用算法的Python实现 第11章 智能算法 11.1 遗传算法 11.2 蚁群算法 第12章 图论与网络优化 12.1 图的基本概念与常用Python函数 12.2 *短路问题 12.3 匹配问题 12.4 *小生成树 12.5 行遍性问题 第13章 回归分析 13.1 回归分析基础知识 13.2 线性回归分析 13.3 多元多项式回归分析 13.4 非线性回归分析 第14章 神经网络 14.1 单个人工神经元的模型 14.2 神经网络 14.3 神经网络应用问题实例及其Python实现 第15章 综合评判 15.1 层次分析法 15.2 模糊综合评价法 第16章 时间序列分析 16.1 时间序列的概念和模型 16.2 时间序列的模式识别 16.3 Python实现 附录 参考文献