数学建模中比较常见的几种模型:
（一）、预测与预报
1、灰色预测模型（必须掌握）
满足两个条件可用：
①数据样本点个数少，6-15个
②数据呈现指数或曲线的形式
例如：可以通过极值点和稳定点来预测下一次稳定点和极值点出现的时间点
2、微分方程预测（高大上、备用）
无法直接找到原始数据之间的关系，但可以找到原始数据变化速度之间的关系，通过公式推导转化为原始数据的关系。微分方程关系较为复杂，如果数学功底不是很好的一般不会选择使用。比如说小编我。
3、回归分析预测（必须掌握）
求一个因变量与若干自变量之间的关系，若自变量变化后，求因变量如何变化；
样本点的个数有要求：
①自变量之间的协方差比较小，最好趋近于0，自变量间的相关性小；
②样本点的个数n>3k+1，k为自变量的个数；
③因变量要符合正态分布
4、马尔科夫预测（备用）
一个序列之间没有信息的传递，前后没联系，数据与数据之间随机性强，相互不影响；今天的温度与昨天、后台没有直接联系，预测后天温度高、中、低的概率，只能得到概率
5、时间序列预测（必须掌握）
与马尔科夫链预测互补，至少有2个点需要信息的传递，AR模型、MA模型ARMA模型，周期模型，季节模型等
6、小波分析预测（高大上）
数据无规律，海量数据，将波进行分离，
