⑴ 同學，你有數學建模演算法與應用 司守奎老師的這本書的電子版么
發了記得給分
⑵ 演算法與建模的困難在於數學還是技術，或是感想
以語音識別的演算法及建模為例，來看看會遇到哪些現實難點。
語音如一段很短的樂曲。
音高可以變化，D調上不去就改C調，
絕對音高變化了，而相對音高依然穩定不變。
依然可以判斷出，這兩段音高不同的樂曲，確是同一段樂曲。
音色也可以變化，小提琴《梁祝》與電子琴《梁祝》，音色差別很大，
但依然可以得出判斷：是同一段樂曲。
音量變化更不影響判斷其是同。
語音識別的演算法及建模所依賴的，就是這個相對性現象。
充分理解後，就叫做音階相對性原理。
音階相對關系不變，固定了樂曲。並可實現重復。
語音也如此。
理解了這個之後，就有了解決語音識別問題的大致方向——
1、找到機器可識別的最小的音階。
2、發現語音中固定的音階相對變化順序。
3、發現音階的三維現象。
4、音階三維數碼化。
這樣就實現了固定其音。
上述4條顯然不需要很高深的數學水平。
高中數學做演算法就足夠了。數學不是難點。
技術，肯定需要。聲AD轉碼需要探索出適應新演算法的新技術。但這並不很難。
感想？是的，需要感想。
思考上述四條語音問題方向應得出如下感想：
必須對聲音開始到結束的全部詳細過程，有清晰的數碼化認識。
這就是最大的難點。
⑶ 數學建模的十類演算法
1、蒙特卡羅演算法（該演算法又稱隨機性模擬演算法，是通過計算機模擬來解決問題的演算法，同時可以通過模擬可以來檢驗自己模型的正確性，是比賽時必用的方法）
2．數據擬合、參數估計、插值等數據處理演算法（比賽中通常會遇到大量的數據需要處理，而處理數據的關鍵就在於這些演算法，通常使用Matlab作為工具）
3．線性規劃、整數規劃、多元規劃、二次規劃等規劃類問題（建模競賽大多數問題屬於最優化問題，很多時候這些問題可以用數學規劃演算法來描述，通常使用Lindo、Lingo軟體實現）
4．圖論演算法（這類演算法可以分為很多種，包括最短路、網路流、二分圖等演算法，涉及到圖論的問題可以用這些方法解決，需要認真准備）
5．動態規劃、回溯搜索、分治演算法、分支定界等計算機演算法（這些演算法是演算法設計中比較常用的方法，很多場合可以用到競賽中）
6．最優化理論的三大非經典演算法：模擬退火法、神經網路、遺傳演算法（這些問題是用來解決一些較困難的最優化問題的演算法，對於有些問題非常有幫助，但是演算法的實現比較困難，需慎重使用）
7．網格演算法和窮舉法（網格演算法和窮舉法都是暴力搜索最優點的演算法，在很多競賽題中有應用，當重點討論模型本身而輕視演算法的時候，可以使用這種暴力方案，最好使用一些高級語言作為編程工具）
8．一些連續離散化方法（很多問題都是實際來的，數據可以是連續的，而計算機只認的是離散的數據，因此將其離散化後進行差分代替微分、求和代替積分等思想是非常重要的）
9．數值分析演算法（如果在比賽中採用高級語言進行編程的話，那一些數值分析中常用的演算法比如方程組求解、矩陣運算、函數積分等演算法就需要額外編寫庫函數進行調用）
10．圖象處理演算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文中也應該要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問題，通常使用Matlab進行處理）
⑷ 數學建模的建模資料
《建模協會為鐵大學子准備的備戰建模資料0401-0502》網路網盤免費資源下載
鏈接: https://pan..com/s/1y9fB2G-J_gW98MH9K26XOA
?pwd=bnhp 提取碼: bnhp
建模協會為鐵大學子准備的備戰建模資料0401-0501|用前必讀：數學建模協會承辦競賽參賽報名通知渠道.docx|建模協會為鐵大學子准備的備戰建模資料.rar
⑸ 數學建模與編程
如果你C語言很熟悉的話完全可以，C++只是在C語言的基礎上做了一些擴展，在解決數學建模上兩者是差不多的。不過建議你用MATLAB，它對於許多數學矩陣上的運算十分方便。
編程不是建模的重點，但是又是必要的一個環節，掌握一門編程語言才能很好地把握建模的過程。
⑹ 求分享下司守奎老師的數學建模演算法與應用這本書的電子版，多謝多謝
pdf" wealth="0" />
⑺ 數學知識與建模
1建模基礎知識、常用工具軟體的使用
一、掌握建模必備的數學基礎知識（如初等數學、高等數學等），數學建模中常用的但尚未學過的方法，如圖論方法、優化中若干方法、概率統計以及運籌學等方法。
二、，針對建模特點，結合典型的建模題型，重點學習一些實用數學軟體（如 Mathematica 、Matlab、Lindo 、Lingo、SPSS）的使用及一般性開發,尤其注意同一數學模型可以用多個軟體求解的問題。
例如, 貸款買房問題: 某人貸款8 萬元買房，每月還貸款880.87 元，月利率1％。
（1）已經還貸整6 年。還貸6 年後，某人想知道自己還欠銀行多少錢，請你告訴他。
（2）此人忘記這筆貸款期限是多少年，請你告訴他。
這問題我們可以用 Mathematica 、Matlab、Lindo 、Lingo 等多個不同軟體包編程求解
2 建模的過程、方法
數學建模是一項非常具有創造性和挑戰性的活動，不可能用一些條條框框規定出各種模型如何具體建立。但一般來說，建模主要涉及兩個方面：第一，將實際問題轉化為理論模型；第二，對理論模型進行計算和分析。簡而言之，就是建立數學模型來解決各種實際問題的過程。這個過程可以用如下圖1來表示。
3常用演算法的設計
建模與計算是數學模型的兩大核心，當模型建立後，計算就成為解決問題的關鍵要素了，而演算法好壞將直接影響運算速度的快慢答案的優劣。根據競賽題型特點及前參賽獲獎選手的心得體會，建議大家多用數學軟體（Mathematica,Matlab,Maple,Lindo,Lingo,SPSS 等）設計演算法，這里列舉常用的幾種數學建模演算法.
（1）蒙特卡羅演算法（該演算法又稱隨機性模擬演算法，是通過計算機模擬來解決問題的演算法，同時可以通過模擬可以來檢驗自己模型的正確性，是比賽時必用的方法，通常使用Mathematica、Matlab 軟體實現）。
（2）數據擬合、參數估計、插值等數據處理演算法（比賽中通常會遇到大量的數據需要處理，而處理數據的關鍵就在於這些演算法，通常使用Matlab 作為工具）。
（3）線性規劃、整數規劃、多元規劃、二次規劃等規劃類問題（建模競賽大多數問題屬於最優化問題，很多時候這些問題可以用數學規劃演算法來描述，通常使用Lindo、Lingo 軟體實現）。
（4）圖論演算法（這類演算法可以分為很多種，包括最短路、網路流、二分圖等演算法，涉及到圖論的問題可以用這些方法解決，需要認真准備，通常使用Mathematica、Maple 作為工具）。
（5）動態規劃、回溯搜索、分治演算法、分支定界等計算機演算法（這些演算法是演算法設計中比較常用的方法，很多場合可以用到競賽中，通常使用Lingo 軟體實現）。
（6）圖象處理演算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文中也應該要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問題，通常使用Matlab 進行處理）。
（7）最優化理論的三大非經典演算法：模擬退火法、神經網路、遺傳演算法（這些問題是用來解決一些較困難的最優化問題的演算法，對於有些問題非常有幫助，但是演算法的實現比較困難，需慎重使用，通常使用Lingo、 Matlab、SPSS 軟體實現）。
4 論文結構，寫作特點和要求
答卷（論文）是競賽活動成績結晶的書面形式，是評定競賽活動的成績好壞、高低，獲獎級別的唯一依據。因此，寫好數學建模論文在競賽活動中顯得尤其重要，這也是參賽學生必須掌握的。為了使學生較好地掌握競賽論文的撰寫要領，（1）要求同學們認真學習和掌握全國大學生數學建模競賽組委會最新制定的論文格式要求且多閱讀科技文獻。（2）通過對歷屆建模競賽的優秀論文（如以中國人民解放軍信息工程學院李開鋒、趙玉磊、黃玉慧2004 年獲全國一等獎論文：奧運場館周邊的MS 網路設計方案為範例）進行剖析，總結出建模論文的一般結構及寫作要點，去學習體會和摸索。
⑻ 數學建模演算法與應用的介紹
《數學建模演算法與應用》是國防工業出版社2011年8月1日出版的圖書，作者是司守奎、孫璽菁。《數學建模演算法與應用》，涵蓋了很多同類型書籍較少涉及的新演算法和熱點技術，主要內容包括時間序列、支持向量機、偏最小二乘面歸分析、現代優化演算法、數字圖像處理、綜合評價與決策方法、預測方法以及數學建模經典演算法等內容。
⑼ 《數學建模演算法與應用習題解答》 司守奎 有下載地址么
沒有電子版，本人也找司老師要過一次，但是司老師說和我說「和出版社簽了協議不能夠把電子版的外放」。用懷疑我說的是假。
⑽ 數學建模演算法與應用的內容簡介
《數學建模演算法與應用》主要內容簡介：作者司守奎、孫璽菁根據多年數學建模競賽輔導工作的經驗編寫《數學建模演算法與應用》系統全面，各章節相對獨立。《數學建模演算法與應用》所選案例具有代表性，注重從不同側面反映數學思想在實際問題中的靈活應用，既注重演算法原理的通俗性，也注重演算法應用的實現性，克服了很多讀者看懂演算法卻解決不了實際問題的困難。《數學建模演算法與應用》所有例題均配有madab或lingo源程序，程序設計簡單精煉，思路清晰，注釋詳盡，靈活應用Matlab工具箱，有利於沒有編程基礎的讀者快速入門。同時很多程序隱含了作者多年的編程經驗和技巧，為有一定編程基礎的讀者深入學習Matlab、Lingo等編程軟體提供了便捷之路。《數學建模演算法與應用》既可以作為數學建模課程教材和輔導書，也可以作為相關科技工作者參考用書。
