• <tbody id="2rmra"><pre id="2rmra"></pre></tbody>

    <th id="2rmra"><pre id="2rmra"></pre></th>
    <tbody id="2rmra"></tbody><ol id="2rmra"></ol>

  • <tbody id="2rmra"></tbody>

      當前位置:課程建設 > 數學建模與數據分析

      數學建模與數據分析

      發布時間:2018-06-13   閱讀: 2217次

      (1) 課程負責人簡介

      劉紅良,男,博士,教授,信息與計算科學系主任。從事數據建模和延遲及分數階微分代數系統數值方法及相關問題的研究。主持國家自然科學基金青年基金項目1項,數學天元青年基金項目1項,省自科青年基金項目1項,省教育廳項目1項,省級教改項目1項,參與多項國家、省級課題。近年共發表或接收相關論文10多篇。指導學生參加研究生數學建模競賽、美國大學生數學建模競賽、全國大學生數學建模競賽及電工杯全國大學生數學建模競賽,共獲國際一等獎8項、國家一等獎10項,其他國際及國家獎20余項,省級獎60余項,在數學建模方面具有豐富的經驗。

      (2) 課程簡介

      本課程重點講述數據建模中的優化、統計、預測、評價及微分方程模型,并應用到與數據相關的實際問題中,采用模塊化教學,在傳授數學建模知識的同時,注重應用能力的培養,架起了數學與數據實際應用問題之間的橋梁,面向高校與數據建模分析相關的各專業學生。

      (3) 教學內容、基本要求與學時分配

      序號

      教學內容

      教學要求

      學時

      教學

      方式

            1

       緒論

      1. 數學建模與數據分析簡介

      2. 數學建模的方法與步驟

      1. 講述本課程的教學目標以及本課程在本專業人才培養的地位、作用和任務

      2. 理解數學建模的方法和步驟

      1

      講授

      2

      第一章 數據建模中的優化模型

      1. 線性規劃模型

      2. 運輸問題

      3. 指派問題

      4. 動態規劃

      5. 非線性規劃

      6. 多目標規劃

      1. 掌握利用線性規劃對數據問題建模

      2. 掌握各類運輸問題

      3. 了解指派問題和動態規劃建模

      4. 了解非線性規劃和多目標規劃的建模與求解,并應用與數據相關的實際背景問題

      6

      講授

      3

      第二章  數據建模中的統計模

      1. 主成分分析

      2. 因子分析

      3. 聚類分析

      4. 相關性分析

      5. 回歸分析

       

      1. 掌握多元統計分析方法的建模

      2. 熟練多元統計分析方法的計算機實現

      3. 了解多元統計分析方法的應用與檢驗,并應用于實際問題

      6

      講授

      4

      第三章 數據建模中的預測模型

      1. 時間序列分析

      2. 灰色預測模型

      1. 掌握時間序列的基本概念;

      2. 熟悉ARMAARMA的建模過程

      3. 熟悉ARIMA的建模過程

      4. 掌握灰色GM1,1)模型、GM1,N)模型、Verhulst模型、灰色波形預測模型及它們的應用

      8

      講授

      5

      第四章  數據建模中的微分方程模型

      1. 微分方程簡介

      2. 物理原理建模

      3. 人口模型

      4. 傳染病模型

      5. 平衡點理論及建模

      6. 差分方程建模

       

      1. 掌握微分方程建模思想

      2. 熟悉人口模型、傳染病模型并結合數據確定模型參數

      3. 掌握利用平衡點理論建模

      4. 熟悉差分方程建模

      6

      講授

      6

      第五章 數據建模中的評價模型

      1. 層次分析法及改進

      2. 模糊評價模型

      1. 掌握層次分析法建模

      2. 熟悉層次分析法的改進及應用與實際問題

      3. 掌握模糊評價建模及應用

      5

      講授

         

         (4) 實踐教學安排 

      本課程實踐項目5在其中選做2個。具體安排如下:

      序號

      實踐項目

      實踐學時

      實踐類型

      1

      應用規劃模型對具有一定規模的實際背景問題進行建模與求解

      8

      綜合

      2

      應用統計模型對具有一定規模的實際背景問題進行建模與求解

      8

      綜合

      3

      應用預測模型對具有一定規模的實際背景問題進行建模與求解

      8

      綜合

      4

      應用微分方程模型對具有一定規模的實際背景問題進行建模與求解

      8

      綜合

      5

      應用評價模型對具有一定規模的實際背景問題進行建模與求解

      8

      綜合

      (5) 成績評定

      校內學生成績評定:

      ① 理論成績評定

      校內學生修完本課程(包括觀看視頻、課件)并參加期末考試,理論成績的評定為:期末考試成績,該部分成績占總課程成績的70%

      校外學生修完本課程(包括觀看視頻、課件),該部分成績占總課程成績的40%參加期末考試,該部分成績占總課程成績的30%

      ② 實踐成績評定

      學生3人為小組實踐的數據及結果按科技論文的要求撰寫論文能科學合理解決實際問題并得到指導教師的認可。

      指導教師對每份論文進行批改,按百分制評定成績。

      實踐成績占課程總成績30%。

      校外學生成績評定:

      ① 理論成績評定

      校外學生修完本課程(包括觀看視頻、課件),該部分成績占總課程成績的40%參加期末考試,該部分成績占總課程成績的30%

      ② 實踐成績評定

      學生個人實踐的數據及結果按科技論文的要求撰寫論文能科學合理解決實際問題。指導教師對每份論文進行批改,按百分制評定成績。實踐成績占課程總成績30%。

           學生也可以根據自己的興趣,選取感興趣的模塊和相應的實踐課題,完成課程的部分內容,我們按學生學習的實際課時計學分(每16課時計1學分)。

      (6) 課程視頻展示

      視頻1:數據建模中的預測模型——灰色預測專題

      視頻2:數據建模中的微分方程模型——人口預測


      < 沒有了
      先锋影音av资源一先锋噜噜