智能建模平台

北京科技大学天码智能社

项目简介

智能建模平台是一个基于Streamlit开发的数学建模工具集，旨在为数学建模竞赛、科研分析和教学提供便捷的算法实现和可视化工具。本平台集成了多种常用的数学建模算法，包括数据预处理、多元回归、多准则决策分析、时间序列预测等功能模块，提供了友好的用户界面和交互式操作体验。

功能特点

• 多样化算法支持：集成了8大类常用数学建模算法
• 交互式操作界面：基于Streamlit构建的直观操作界面
• 数据可视化：提供丰富的图表展示分析结果
• 示例数据生成：内置示例数据生成功能，方便快速测试
• 文件导入导出：支持Excel/CSV格式数据导入和结果导出
• 详细文档说明：每个算法模块都提供了详细的参数说明和使用指南

算法体系

本平台包含以下算法模块：

1. 数据归一化/标准化

   • 最小-最大归一化
   • Z-Score标准化
   • 最大绝对值归一化
   • 小数定标归一化
   • 向量归一化(L2范数)
   • 对数归一化
   • Softmax归一化

2. 多元回归/拟合

   • 线性回归
   • 多项式回归
   • 岭回归
   • Lasso回归
   • 弹性网络回归
   • 支持向量回归

3. 多准则决策分析/评估

   • 层次分析法(AHP)
   • TOPSIS法
   • 模糊综合评价法
   • 熵权法

4. 时间序列预测分析

   • 移动平均法
   • 指数平滑法
   • ARIMA模型
   • Prophet模型

5. 数据挖掘分析

   • K-means聚类
   • 层次聚类
   • DBSCAN聚类
   • 主成分分析(PCA)

6. 优化运筹

   • 线性规划
   • 整数规划
   • 非线性规划

7. 启发式算法

   • 遗传算法
   • 粒子群优化
   • 模拟退火算法

8. 数据预处理/异常值处理

   • 3σ法则
   • 箱线图法
   • LOF局部异常因子
   • Isolation Forest孤立森林

使用指南

安装依赖

pip install -r requirements.txt

启动应用

streamlit run Home.py

数据准备

• 各算法页面均提供示例数据集
• 支持CSV/Excel格式文件上传
• 未上传数据时默认使用示例数据

操作提示

• 计算出结果后及时保存
• 部分算法源代码有参数讲解，如仍不理解请善用AI
• 支持一键导出处理结果（Excel格式）

注意事项

• Streamlit框架采用「单次点击单次执行」机制
• 切换页面后算法状态自动重置
• 复杂算法建议先用示例数据验证流程

项目结构

MathModeling_Streamlit/
├── Home.py                # 主页
├── pages/                 # 功能页面
│   ├── 1Normalize.py      # 数据归一化/标准化
│   ├── 2Regression.py     # 多元回归/拟合
│   ├── 3Evaluate.py       # 多准则决策分析/评估
│   ├── 4Time_Series.py    # 时间序列预测分析
│   ├── 5Data_Mining.py    # 数据挖掘分析
│   ├── 6Optimize.py       # 优化运筹
│   ├── 7Heuristic.py      # 启发式算法
│   └── 8Outlier.py        # 数据预处理/异常值处理
└── assets/                # 静态资源文件

贡献指南

欢迎对本项目提出改进建议或贡献代码。如果您有任何问题或建议，请通过Issues提交，或者直接提交Pull Request。

运行方式

1. 安装Python环境
2. 安装依赖：pip install -r requirements.txt
3. 运行应用：streamlit run Home.py