简介：通过构造特殊矩阵给出既定加工次序下加工零件所需时间表达式．

简介：

简介：

简介：结合我校数模培训和参赛的经验，介绍了数据挖掘中的多元回归分析，主成分分析、人工神经网络等方法在建模中的一些成功应用。

简介：通过构建数据科技乌托邦,对火星移民计划的可持续性问题进行探讨。首先,对比火星与地球的异同点,根据移民的生存目标分析火星乌托邦的社会构成,并制定火星移民的选拔标准;其次,对火星乌托邦的人口分布情况运用Leslie人口模型进行动态演化,并基于人口的演化结果分析收入、教育、平等问题;采用生产法确定火星的经济生产总值,并建立双对数线性模型求解四大产业不同学历劳动者的工资增长函数;通过对火星教师数量与教育产出水平指标的评估,借鉴柯布-道格拉斯生产函数分析教育的投入与产出情况,综合考察火星教育的发展状况;再从人格尊严、经济产出、学历教育角度,引用基尼系数全面地评价火星乌托邦的平等问题,以验证火星移民计划的可行性与可持续性。

简介：想一想：期末将近，学校准备在各班评选最爱劳动奖、最尊敬父母奖等，请同学们想一想，怎样才能使评选出的人选具有说服力?把你想到的方法与同学交流。

简介：研究古塔的变形问题,给出了计算古塔各层形心的方法;分析了古塔各种变形,给出了描述古塔变形的几何量,为管理部门制定保护措施提供了依据。

简介：亲爱的同学，在信息技术不断发展的社会里。数据信息与我们日夜相伴，你想对你身边的数据信息作出恰当的分析处理吗?那就让我们一起学习数据代表这一章吧!

简介：对Goodgrant基金的投资策略进行研究。首先,根据投资要求,对候选学校进行初步筛选,基于筛选后的学校,选取与教育绩效有关且数据信息完整的变量对学校进行聚类,并利用聚类结果对缺失数据进行补全;然后,提出了评价学生教育表现的绩效指标、绩效指示变量及绩效贡献变量的定义与关系,通过对绩效指示变量进行主成分分析,确定出每个学校当前的绩效值,并以此对所有学校进行初步排名;最后,以获得奖学金的学生占当年入学学生总数的比例作为绩效贡献变量,给出每个学校投资回报率的计算公式,并以该公式为依据,从绩效排名前100的学校中选出待投资的10所学校及捐赠数额。

简介：微生物组学大数据在生态环境、人类健康和疾病研究方面都起到了重要作用。通过数学、统计等数据挖掘方法,从高维复杂数据中提取有用信息,是微生物组学大数据建模和分析的关键问题。本文分析了微生物组学大数据的特点,对当前数据分析和计算研究中存在的热点和难点进行了探讨分析,并综述了当前微生物组学大数据模式挖掘、网络重建与分析的研究概况。

简介：亲爱的同学们，通过本章的学习，你将：1．会制作扇形统计图并能从扇形统计图中获取信息。

简介：亲爱的同学，通过本章的学习，你将1．能形象地描述百万分之一等较小的数据，并用科学记数法表示它们，进一步发展数感，能借助科学计算器进行有关科学记数法的计算。

简介：分装式流水作业（简记为TMF）加工模型是从生产实践中提炼出的新型的排序模型。由于文献[1][2]中已经证明该问题在一般情况下是NP-完全问题，没有多项式时间算法。在这篇论文中进一步讨论了该加工模型的性质，并提出了它的启发式算法以及启发式算法在最坏情况下的性能比的上界。

简介：在不等精度测量传感器的测量数据处理中，选择合理的权重对处理结果的影响十分明显。本文对目前的靶场数据处理中采用的两种加权方法进行了分析，提出了一种新的精度加权方法。通过对各种加权方法的特点及合理的比较，给出了各种加权方法的使用条件和原则。

简介：将ElasticNet方法（EN方法）运用于平衡纵向数据模型的变量选择中，建立了相应的纵向数据模型，证明了平衡纵向数据模型的EN估计具有组效应性质，通过数值模拟比较EN方法和Lasso方法，表明EN方法在处理强相关变量时因其能将强相关变量全部选入纵向数据模型而优于Lasso方法．

简介：编辑部邀请本次夏令营A题阅卷组组长薛毅教授对何梓菱等同学的论文做点评。诚如薛教授在文中所说,刊登获奖论文只是给出对问题的一个解法,供大家参考和交流,这也是本刊刊登获奖论文的初衷。

简介：利用最小二乘法进行线性数据拟合在一定条件下存在着误差较大的缺陷，为使线性数据拟合方法在科学实验和工程实践中能够更加准确地求解量与量之间的关系表达式，本文通过对常用线性数据拟合方法——最小二乘法进行了误差分析，并在此基础上提出了最小距离平方和法以对最小二乘法作改进处理．最后，通过举例分析对两种线性数据拟合方法的优劣加以讨论并分别给出其较为合理的应用控制条件．

简介：统计了美国大学生数学建模竞赛近十年的参赛数据,对其评阅过程进行了分析,得出了一些有参考价值的结论。

简介：本文利用判别分析的基本原理和方法，针对肝硬化医疗数据建立数学模型，然后利用SPSS16.0作为工具求解模型，得到了三个有意义的能判别归类的函数判别式。

简介：首先,对深圳市2010-2012年的食品抽检数据进行整理,采用秩和比法将抽检结果量化和分档排序,并用支持向量机回归模型预测未来3年的食品质量总体呈上升趋势;然后,对食品产地做聚类分析,通过SPSS相关性分析,发现食品质量与抽检地无关;接着,将季节量化成温度和湿度,与食品质量做相关性分析,得出只与微生物显著相关的结论;最后,假设每年食品抽检的经费一定,确定每个食品领域每个季节在生产地的分配权重,合理分配抽检批次,使得检出的不合格数最大。