MATLAB在数学建模中的应用

　　上篇 方法演绎
　　第1章 数据建模常规方法的MATLAB实现
　　1.1 数据的读人与读出
　　1.1.1 Excel与MATLAB的数据交互
　　1.1.2 记事本与MATLAB的数据交互
　　1.2 数据拟合方法
　　1.2.1 多项式拟合
　　1.2.2 指定函数拟合
　　1.2.3 曲线拟合工具箱
　　1.3 数据拟合应用实例
　　1.3.1 人口预测模型
　　1.3.2 薄膜渗透率的测定
　　1.4 数据的可视化
　　1.4.1 地形地貌图形的绘制
　　1.4.2 车灯光源投影区域的绘制（CUMCM 2002A）
　　第2章 规划问题的MATLAB求解
　　2.1 线性规划
　　2.1.1 线性规划的实例与定义
　　2.1.2 线性规划的MATLAB标准形式
　　2.1.3 线性规划问题解的概念
　　2.1.4 求解线性规划的MATLAB解法
　　2.2 非线性规划
　　2.2.1 非线性规划的实例与定义
　　2.2.2 非线性规划的MATLAB解法
　　2.2.3 二次规划
　　2.3 整数规划
　　2.3.1 整数规划的定义
　　2.3.2 0-1整数规划
　　2.3.3 随机取样计算法
　　第3章 灰色预测及其MATLAB实现
　　3.1 灰色预测基础知识
　　3.2 灰色预测的MATLAB程序
　　3.2.1 典型程序结构
　　3.2.2 灰色预测程序说明
　　3.3 灰色预测应用实例
　　3.3.1 实例一：长江水质的预测（CUMCM 2005A）
　　3.3.2 实例二：预测与会代表人数（CUMCM 2009D）
　　第4章 遗传算法及其MATLAB实现
　　4.1 遗传算法基本原理
　　4.1.1 人工智能算法概述
　　4.1.2 遗传算法生物学基础
　　4.1.3 遗传算法的实现步骤
　　4.1.4 遗传算法的拓展
　　4.2 遗传算法的MATLAB程序设计
　　4.2.1 程序设计流程及参数选取
　　4.2.2 MATLAB遗传算法工具箱
　　4.3 遗传算法应用案例
　　4.3.1 案例一：无约束目标函数最大值遗传算法求解策略
　　4.3.2 案例二：CUMCM中多约束非线性规划问题的求解
　　参考文献
　　第5章 粒子群算法及其MATLAB实现
　　5.1 PSO算法相关知识
　　5.1.l初识PSO算法
　　5.1.2 PSO算法的基本理论
　　5.1.3 PSO算法的约束优化
　　5.1.4 PSO算法的优缺点
　　5.2 PSO算法程序设计
　　5.2.1 程序设计流程
　　5.2.2 PSO算法的参数选取
　　5.2.3 PSO算法MATLAB源程序范例
　　5.3 应用案例：基于PSO算法和BP算法训练神经网络
　　5.3.l如何评价网络的性能
　　5.3.2 BP算法能够搜索到极值的原理
　　5.3.3 PSO-BP神经网络的设计指导原则
　　5.3.4 PO算法优化神经网络结构
　　5.3.5 PSO-BP神经网络的实现
　　参考文献
　　第6章 模拟退火算法及其MATLAB实现
　　6.1 算法的基本理论
　　6.1.1 算法概述
　　6.1.2 基本思想
　　6.1.3 其他一些参数的说明
　　6.1.4 算法基本步骤
　　6.1.5 几点说明
　　6.2 算法的MATLAB实现
　　……
　　第7章 人工神经网络及其MATLAB实现
　　第8章 小波分析及其MATLAB实现
　　第9章 计算机虚拟及其MATLAB实现
　　下篇 真题演习
　　第10章 彩票中的数学（CUMCM 2002 B）
　　第11章 露天矿卡车调度问题（CUMCM 2003 B）
　　第12章 奥运会商圈规划问题（CUMCM 2004 A）
　　第13章 卫星和飞船的跟踪测控（CUMCM 2009 C）
　　第14章 出版社的资源配置问题（CUMCM 2006 A）
　　第15章 城市供水量预测（电工杯 2007 B）
　　数学建模参赛经验

　　    卓金武，硕士，2003年与2004年获全国大学生数学建模竞赛一等奖，2007年获全国研究生数学建模竞赛一等奖，2006年获全国研究生数学建模竞赛二等奖，2004年与2005年获美国大学生数学建模竞赛二等奖；中国矿业大学数学建模协会创始人之一，并担任第一届数学建模协会执行主席，策划并组织了首届苏北高校数学建模联赛；多次指导学生在全国竞赛中获奖。

　　    《MATLAB在数学建模中的应用》从数学建模的角度介绍matlab的应用。《MATLAB在数学建模中的应用》的作者都具有实际的数学建模参赛经历和竞赛指导经验。书中内容完全是根据数学建模竞赛的需要而编排的，涵盖了绝大部分数学建模问题的matlab求解方法。《MATLAB在数学建模中的应用》内容分上下两篇。上篇介绍数学建模中常规方法的matlab实现，包括matlab交互、数据建模、程序绘图、灰色预测、规划模型等方法；还介绍了各种高级方法的matlab实现，包括遗传算法、粒子群算法、模拟退火算法、人工神经网络、小波分析、动态仿真、数值模拟等。下篇以真实的数学建模赛题为案例，介绍了如何用matlab求解实际的数学建模问题，给出了详细的建模过程和程序。书中的附件部分介绍了作者在建模竞赛中屡获大奖的经验。相信这些经验对准备参加数学建模竞赛的读者会有所帮助。
　　    《MATLAB在数学建模中的应用》特别适合作为数学建模竞赛的培训教材或参考用书，也可作为大学“数学实验”和“数学建模”以及“数据挖掘”课程的参考用书，还可作为广大科研人员、学者、工程技术人员的参考用书。