图论模型可以简单理解为画图解决的模型。比较经典的有树状图、TSP算法等等。其中上一篇文章中提到的动态规划也看作图论的一种。图论模型可以简单的分为以下几种：最短路径问题最小生成树问题网络最大流问题排队问题接下来一一解释，并给出常见的算法。值得注意的是，以上都可以看作是或转化单目标优化。1.最小路径问题1.1经典的问题是路径规划问题，即求一个点到另一个点的最短路径。（无权）思路：**1.遍历法，**广

图论模型可以简单理解为画图解决的模型。比较经典的有树状图、TSP算法等等。其中上一篇文章中提到的动态规划也看作图论的一种。图论模型可以简单的分为以下几种：最短路径问题最小生成树问题网络最大流问题排队问题接下来一一解释，并给出常见的算法。值得注意的是，以上都可以看作是或转化单目标优化。1.最小路径问题1.1经典的问题是路径规划问题，即求一个点到另一个点的最短路径。（无权）思路：**1.遍历法，**广

聚类分析法是一种特殊的方法，主要是把其他的几个目标分为一类。聚类分析的方法可以参考我们前面讲过的最小二乘法，也基本上是对于经典发的一种补充，可以放在前面对参数进行聚类分析，也可以放在后面对结果进行积累分析（相当于模糊或者纸和笔第二步）这里也可以简单的用进化二乘等、卡尔曼滤波直接进行分类。这篇博文里提到了进阶版的聚类分析原文链接：https://blog.csdn.net/weixin_458709

主成分分析法可以理解为层次分析法的一种衍生，是为了舍去无用或者效用较少的参数来达到拟合的目的，为了简化计算。主成分与原始变量之间的关系：​ （1）主成分保留了原始变量绝大多数信息。​ （2）主成分的个数大大少于原始变量的数目。​ （3）各个主成分之间互不相关。​ （4）每个主成分都是原始变量的线性组合。这么一看，又有点像是神经网络法的思想。PCA降维：​ 假设我们所讨论的实际问题中，有p个指标，我

目前我们讲解评价方法，也是最简单的方法之一。底层逻辑：考虑多变量、表现来进行一个综合排名。有些事综合排名，有些是将我们的排名继续量化为几个大类。也可以分为极值问题和稳态问题。主要步骤：1.将参数归一化2.将参数分配权值，相加3.根据算出的值来进行排列这是最简单的也是最经典的方法，接下来，我们根据这个体系，添加就一些其他的方法。模糊综合评价法糊综合评价法是在模糊环境下,考虑了多因素的影响,为了某种目

我们在前面的预测模型中提到锅灰色分析法，可以移步哪里查看。也是在当我们拥有的数据较少时，或者对于要结局的对象、目标不是那么明显的时候使用，如此就可以求出所有的参数中哪一个和我们目标的关联最大，也可以应用于主成分分析里。...