1.層次分析法
特點：
①層次權重決策分析
②較少的定量信息
③多目標、多準則或無結構特性
④適用于難以完全定量的復雜系統
例如：做出某種決策需要考慮多方面的因素

2.多屬性決策模型
特點：
①利用已有的決策信息
②對一組(有限個)備選方案進行排序或擇優
③屬性權重和屬性值為參考值
例如：投資決策、項目評估、維修服務、武器系統性能評定、工廠選址、投標招標、產業部門發展排序和經濟效益綜合評價等

3.灰色預測模型
特點：
①少量的、不完全的信息
②用于對未來的預測
③能夠處理不確定量，使之量化，并尋求系統的運動規律
例如：在社會、經濟、科學技術等諸多領域進行測、決策、評估、規劃控制、系統分析與建模

4.圖論模型-Dijkstra算法
特點：
①求一個頂點到另一頂點的最短路徑
②也可以求初始點到其他所有頂點的最短路徑

5.圖論模型-Floyd算法
特點：
①動態規劃算法
②同上，也能尋找一個頂點到另一頂點的最短路徑
③通過中間節點對路徑的分割來求多段路徑組合而成的一段路徑的最短距離

6.模擬退火模型
特點：
①模擬題目的要求，先初始化問題，隨機選擇任意的初始解
②產生領域解后計算目標值增量
③若增量符合期望，無條件轉移；不符合則倒退
④根據自變量進行廣域和局域搜索
例如：旅行商問題；如何規劃最合理高效的道路交通，以減少擁堵；如何更好地規劃物流，以減少運營成本；在互聯網環境中如何更好地設置節點，以更好地讓信息流動等

7.種群競爭模型
特點：
①描述兩個種群相互競爭的過程
②分析產生各種結局的條件
例如：自然界的種群競爭；商業界的企業競爭

8.排隊論模型
特點：
①適用于大多數輸入大于輸出而造成的排隊問題
②多種服務順序：先到先服務、后到先服務、隨機服務、優先服務
例如：醫院排隊問題

9.線性規劃模型
特點：
①用于輔助人們進行科學管理
②求線性目標函數在線性約束條件下的最大值或最小值
③三要素：決策變量、約束條件、目標函數
例如：工廠分配資源生產使得利潤最大化

10.非線性規劃與01規劃模型
特點：
①非線性規劃與線性規劃相反，會出現自變量的冪方運算
②01規劃是指未知量的取值范圍只能是0,1的規劃問題，通常是線性規劃
例如：指派哪個人去承擔哪件工作所需時間最少問題

11.主成分分析法（降維處理）
特點：
①將多個變量通過線性變換以選出較少個數重要變量的一種多元統計分析方法
②主成分保留了原始變量絕大多數信息
③主成分的個數大大少于原始變量的數目
④各個主成分之間互不相關
⑤每個主成分都是原始變量的線性組合
例如：找出某個事件的前幾個主要影響因素

12.聚類分析
特點：
①將一批樣本數據按照他們在性質上的親密程度在沒有先驗知識的情況下自動進行分類
②是一種探索性的分析方法，分類結果不一定相同
例如：主要用于樣本數據的初步處理

13.多元回歸分析
特點：
①探索兩個或多個變量間是否相關、相關方向與強度
②可用逐步回歸分析，進行x因子的篩選，這樣建立的多元回歸模型預測效果會更好
例如：收入水平與受教育程度、所在行業、工作年限、工作種類的關系；公路客運量與人口增長量私家車保有量、國民生產總值、國民收入、工農業總產值、基本建設投資額、城鄉居民儲蓄額、鐵路和水運客運量等因素的關系

總結

以上是生活随笔為你收集整理的数学建模常用模型、特点以及应用场景的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。