Skip to content

XiaoMaColtAI/math-modeling-skill

math-modeling

Verified

当用户要求数学建模、建模竞赛、建模分析、代码求解、结果可视化或生成数学建模论文时使用。支持完整三阶段流程、单独执行任一角色,以及在关键节点使用独立 Subagent 进行阶段内质检;默认只启用质检 Subagent,用户可明确选择额外协作。

assets/README.md

View on GitHub
# 数学建模算法资源库

## 说明

本资源库包含数学建模中常用的算法说明文档,为建模手、编程手和论文手提供算法选择、原理介绍和代码实现的参考。

---

## 算法文档目录

### 数学建模七类核心算法

根据数学建模竞赛的实践经验,以下七类算法是数学建模中必须掌握的核心方法:

| 序号 | 算法类别 | 核心算法 | 典型应用 |
|-----|---------|---------|---------|
| 1 | **优化算法** | 线性规划、整数规划、动态规划、遗传算法、粒子群、模拟退火、多目标与鲁棒优化 | 资源分配、路径规划、调度 |
| 2 | **预测类算法** | 灰色预测、线性回归、神经网络、SVM、ARIMA、Prophet、LSTM | 经济与需求预测、时间序列 |
| 3 | **评价类算法** | 层次分析法(AHP)、熵权法、TOPSIS、灰色关联、DEA | 方案选优、绩效评估、风险评价 |
| 4 | **图论与网络分析** | Dijkstra、Floyd、Prim、最大流、关键路径、匹配 | 路径规划、网络分析 |
| 5 | **统计分析与数据处理** | 数据预处理、聚类、假设检验、主成分分析(PCA)、因子分析 | 数据清洗、模式识别 |
| 6 | **综合类算法** | 蒙特卡洛模拟、排队论、博弈论、元胞自动机、微分方程建模 | 系统仿真、风险分析、决策 |
| 7 | **机器学习算法** | 逻辑回归、决策树、KNN、朴素贝叶斯、SVM、随机森林、AdaBoost、孤立森林 | 分类预测、异常检测 |

---

### 1. 优化算法说明文档
**文件**: `01-优化算法说明.md`

涵盖算法:
- 线性规划 (Linear Programming)
- 整数规划 (Integer Programming)
- 动态规划 (Dynamic Programming)
- 遗传算法 (Genetic Algorithm)
- 粒子群优化算法 (PSO)
- 模拟退火算法 (Simulated Annealing)
- 蚁群算法 (Ant Colony Optimization)
- 差分进化算法 (Differential Evolution)
- 禁忌搜索算法 (Tabu Search)
- 灰狼优化算法 (Grey Wolf Optimizer)
- 免疫算法 (Immune Algorithm)
- 鲸鱼优化算法 (Whale Optimization Algorithm)
- 麻雀搜索算法 (Sparrow Search Algorithm)
- 多目标优化 (Multi-objective Optimization)
- 鲁棒优化 (Robust Optimization)

**适用题型**: 资源分配、路径规划、调度问题、组合优化等

---

### 2. 预测类算法说明文档
**文件**: `02-预测类算法说明.md`

涵盖算法:
- 灰色预测模型 (Grey Prediction Model)
- 插值与拟合 (Interpolation and Fitting)
- 线性回归 (Linear Regression)
- 神经网络 (Neural Networks)
- 支持向量机 (SVM/SVR)
- ARIMA模型
- 指数平滑法 (Exponential Smoothing)
- Prophet预测模型
- LSTM (Long Short-Term Memory)
- XGBoost/LightGBM预测模型
- 时空预测模型 (Spatiotemporal Prediction)

**适用题型**: 经济预测、人口预测、需求预测、时间序列分析等

---

### 3. 评价类算法说明文档
**文件**: `03-评价类算法说明.md`

涵盖算法:
- 层次分析法 (AHP)
- 模糊层次分析法 (Fuzzy-AHP)
- 熵权法 (Entropy Weight Method)
- 优劣解距离法 (TOPSIS)
- 灰色关联分析 (Grey Relational Analysis)
- 秩和比法 (Rank Sum Ratio)
- 变异系数法 (Coefficient of Variation Method)
- 主观赋权法
- 数据包络分析 (Data Envelopment Analysis)
- 区间数评价 (Interval Number Evaluation)
- 改进的TOPSIS方法

**适用题型**: 方案选优、绩效考核、质量评估、风险评价等

---

### 4. 图论与网络分析算法说明文档
**文件**: `04-图论与网络分析算法说明.md`

涵盖算法:
- 最短路径问题 (Dijkstra、Bellman-Ford、Floyd-Warshall)
- 最小生成树 (Prim、Kruskal)
- 网络流问题 (最大流、最小费用最大流)
- 关键路径问题 (CPM)
- 欧拉路径与哈密顿路径
- 匹配问题 (匈牙利算法)

**适用题型**: 交通运输、网络路由、物流配送、项目管理等

---

### 5. 统计分析与数据处理算法说明文档
**文件**: `05-统计分析与数据处理算法说明.md`

涵盖算法:
- 数据预处理 (缺失值处理、异常值检测、数据标准化)
- 聚类分析 (K-Means、层次聚类、DBSCAN)
- 假设检验 (t检验、方差分析、卡方检验)
- 主成分分析 (PCA)
- 因子分析 (FA)
- 典型相关分析 (Canonical Correlation Analysis)
- 非负矩阵分解 (Non-negative Matrix Factorization)

**适用题型**: 数据清洗、模式识别、分类聚类、假设验证等

---

### 6. 综合类算法说明文档
**文件**: `06-综合类算法说明.md`

涵盖算法:
- 蒙特卡洛模拟 (Monte Carlo Simulation)
- 排队论 (Queuing Theory)
- 博弈论 (Game Theory)
- 元胞自动机 (Cellular Automata)
- 马尔科夫链 (Markov Chain)
- 微分方程建模 (Differential Equation Modeling)

**适用题型**: 风险分析、系统仿真、决策分析、复杂系统等

---

### 7. 机器学习算法说明文档
**文件**: `07-机器学习算法说明.md`

涵盖算法:
- 逻辑回归 (Logistic Regression)
- 决策树 (Decision Tree)
- K近邻 (K-Nearest Neighbors, KNN)
- 朴素贝叶斯 (Naive Bayes)
- 支持向量机分类 (SVM Classification, SVC)
- 随机森林 (Random Forest)
- AdaBoost (Adaptive Boosting)
- 孤立森林 (Isolation Forest)

**适用题型**: 分类预测、异常检测、特征选择等

> 机器学习算法与其他六类算法权重相同,按需使用:竞赛数据规模(≤10⁵ 样本)下经典分类器训练秒级,可作常规工具选用。SVM 回归见 `02-预测`,聚类见 `05-统计`。

---

## 每个算法文档包含的内容

### 算法介绍
- 数学原理和公式推导
- 算法步骤和流程
- 参数说明

### 适用范围
| 题型类型 | 典型问题 | 特征 |
|---------|---------|------|

### 可视化图表类型
- 算法可视化建议
- 结果展示图表类型

### 关键文献
| 论文名称 | 作者 | 年份 | 来源 |

### 代码实现要点
- Python代码示例
- 关键函数实现
- 使用说明

### 算法选择指南
- 按问题类型选择
- 按数据特征选择
- 按规模选择

---

## 使用建议

### 对于建模手
1. 根据**题型特征**快速定位合适的算法类别
2. 查阅算法的**适用范围**表,确认匹配度
3. 参考**关键文献**获取理论支撑
4. 记录选定的算法和公式供论文使用

### 对于编程手
1. 参考**代码实现要点**进行代码编写
2. 根据推荐的**可视化图表类型**绘制结果
3. 注意代码中的参数设置和边界条件处理

### 对于论文手
1. 使用文档中的**数学公式**描述模型
2. 参考**关键文献**编写参考文献
3. 说明**算法选择理由**(使用适用范围部分)
4. 结合**可视化图表**展示结果

---

## 算法快速索引

### 蒙特卡洛方法(比赛必用)

蒙特卡洛方法(Monte-Carlo方法)是数学建模竞赛中**几乎必用**的方法:
- 通过计算机仿真(模拟)解决问题
- 可以通过模拟来检验自己模型的正确性
- 能够比较逼真地描述事物的特点及物理实验过程
- 解决一些数值方法难以解决的问题

**典型应用场景**:
- 风险分析和不确定性评估
- 复杂系统的仿真模拟
- 模型正确性检验
- 随机性问题的求解

### 按题型查找

| 题型 | 推荐算法 | 文档 |
|------|---------|------|
| 资源分配 | 线性规划、整数规划 | 01-优化 |
| 路径规划 | 最短路径、TSP | 01-优化、04-图论 |
| 方案选优 | AHP、TOPSIS、熵权法、DEA | 03-评价 |
| 时间预测 | 灰色预测、ARIMA、Prophet、LSTM | 02-预测 |
| 数据聚类 | K-Means、层次聚类、DBSCAN | 05-统计 |
| 系统仿真 | 蒙特卡洛、元胞自动机 | 06-综合 |
| 风险评估 | 蒙特卡洛、AHP | 01-优化、03-评价、06-综合 |
| 效率评价 | 数据包络分析 | 03-评价 |
| 异常检测 | 孤立森林 | 07-机器学习 |
| 分类预测 | 逻辑回归、决策树、KNN、朴素贝叶斯、SVM | 07-机器学习 |

### 按数据类型查找

| 数据类型 | 推荐算法 | 文档 |
|---------|---------|------|
| 小样本(<20) | 灰色预测、插值拟合 | 02-预测 |
| 带缺失值 | 缺失值处理、聚类 | 05-统计 |
| 网络结构 | 最短路径、最大流、MST | 04-图论 |
| 时间序列 | ARIMA、指数平滑、Prophet、LSTM | 02-预测 |
| 多指标评价 | AHP、TOPSIS、熵权法 | 03-评价 |
| 不确定数据 | 区间数评价、模糊AHP | 03-评价 |
| 多投入多产出 | 数据包络分析 | 03-评价 |
| 时空数据 | 时空预测模型 | 02-预测 |

### 按竞赛类型查找

| 竞赛类型 | 常用算法 | 优先文档 |
|---------|---------|---------|
| CUMCM A题(连续型) | 微分方程、神经网络、回归、LSTM | 02-预测、06-综合 |
| CUMCM B题(离散型) | 整数规划、图论、评价算法 | 01-优化、03-评价、04-图论 |
| MCM/ICM | 评价、预测、优化、仿真 | 全部 |
| 研究生数学建模 | 深度学习、复杂优化、机器学习 | 01-优化、02-预测、07-机器学习 |

---

## 版本信息

- **创建日期**: 2026年
- **文档语言**: 中文
- **代码语言**: Python
- **适用竞赛**: 全国大学生数学建模竞赛(CUMCM)、美国大学生数学建模竞赛(MCM/ICM)等

---

## 贡献与更新

算法文档会根据数学建模的发展持续更新。如有问题或建议,请在项目中提出Issue。
reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis.Stars: 471kUpdated Claude CodeCodexVerifiedInstall
diagnosing-superpowersobra/superpowersUse when a superpowers session went wrong and your human partner wants to know why — repeated work, ignored plans, stumbles, poor results, a skill that didn't fire, "it took too long", "why is it so expensive", "what is it doing" — or wants to build a bug report for the superpowers maintainers, for the current session or a past one identified by id or path, on any harness.Stars: 322kUpdated Claude CodeCodexVerifiedInstall
dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependenciesStars: 322kUpdated Claude CodeCodexVerifiedInstall
executing-plansobra/superpowersUse when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is availableStars: 322kUpdated Claude CodeCodexVerifiedInstall