建模仿真优化 ### PROJECT 1:考虑到实际的矛盾,该项目专注于解决在优化伦敦和伯明翰之间的HS2铁路线上运行的火车数量时面临的实时情况。 线性规划方法已被用于开发模型以模拟场景,并已通过利用蒙特卡洛模拟进行了优化。 编程语言:Python Python库:simpy,pandas,numpy,matplotlib,scipy.stats,scipy,matplotlib.pyplot,sklearn.linear_model。 项目2:回顾用于预测城市发展的模拟技术 该报告的这一部分批判性地回顾了用于模拟主要城市的城市扩张和演变的模拟和建模技术的文献。 在项目的这一部分,已经研究了诸如多准则评估方法(MCE),细胞自动机(CA),神经网络,逻辑回归,马尔可夫链细胞自动机模型之类的技术。