数学建模社区-数学中国
标题:
【数学建模】数学建模(一)——数学模型概述
[打印本页]
作者:
杨利霞
时间:
2018-8-23 09:45
标题:
【数学建模】数学建模(一)——数学模型概述
/ F6 a6 p9 X4 A/ S+ i' q5 z3 u+ I
【数学建模】数学建模(一)——数学模型概述
5 n" X# j$ Q& R# I2 U
% M5 G* S* h! `1 w1 x
0 j) W4 B! ]+ S- }, U# X
一. 模型
$ Y$ ^1 R4 Q8 L, V
1. 原型和模型
) J! Z8 h/ X- D
原型指人们在现实世界里关心、研究或从事生产、管理的实际对象。模型则指为了某个特定目的将原型的某一部分信息简缩、提炼而构造的原型替代物。
5 M) N9 S% Z( S" x4 J
按照模型替代原型的方式，模型可以分为物质模型（形象模型）和理想模型（抽象模型）。前者包括直观模型、物理模型等，后者包括思维模型、符号模型、数学模型等。
+ `6 A) Q( [7 @1 G5 H x9 T% J
数学模型可以描述为，对现实世界的一个特定对象，为了一个特定目的，根据特有的内在规律，作出一些必要的简化假设，运用适当的数学工具，得到的一个数学结构。
$ r: X9 E& S3 j( l( d4 M/ [5 {
2. 建模方法
8 I7 h5 u1 F& C# Y
建模方法大体可以分为机理分析和测试分析两种。机理分析是根据对客观事物特性的认识，找出反应内部机理的数量规律，建立的模型常有明确的物理或现实意义。测试分析是将研究对象看作一个“黑箱”系统，通过对系统输入、输出数据的测量和统计分析，按照一定的准则找出与数据拟合的最好的模型。
8 @+ g0 C1 {/ g, R3 b: w6 V
3. 建模步骤
& v# u1 S+ [) d' X/ p3 ~% s
按机理分析方法的建模步骤如下
" w4 x- p" ]+ S3 ]" O1 r, ~
0 P6 w2 z- V' ?) g5 K' c y% E1 e
4. 建模过程
# e! I& D& H3 Q/ O2 n1 v4 q
按一般步骤，数学建模过程分为表述、求解、解释、验证几个阶段，并通过这些阶段实现从数学模型到现实对象的循环。
+ d+ o4 k+ b$ p- }
3 ^! ~ v$ ?% k$ H
9 V" C" A: Z3 T" M
+ ~/ s# l0 J% u2 |+ p
5. 模型分类
5 M8 {& ^, I" S: z8 ^$ [
按建立模型的数学方法：初等模型、几何模型、统计回归模型、数学规划模型等。
5 d! a/ o+ Y4 {3 R
按模型的表现特性：确定性模型和随机模型、静态模型和动态模型、线性模型和非线性模型、离散模型和连续模型。
) \% e4 P- @& ~+ s+ x; Y
按建模目的：描述模型、预报模型、优化模型、决策模型等。
! C1 r% f& j1 y
按对模型结构的了解程度：白箱模型、灰箱模型、黑箱模型。
Z$ }8 h" Q: g) N2 H: H
二. 系统辨识
% ]* U {3 \. ~0 r
在科学研究和工程实践中，实验和观测是重要的手段之一。实验的结果是输入和输出的数据，通过这些数据去建立数学模型就是系统辨识。
" ]" L# C7 }+ f. f3 |. t- _& P
系统辨识为：根据输入与输出数据在指定的一类系统中选择一个系统，这个系统和所研究的实践系统等价。
) s* ~* ]8 Z5 _) x
2 Q3 j6 @. B0 p m/ R: t" I
系统辨识大致步骤：①模型类的选择；②实验设计；③参数估计；④模型核验与确认。
0 e1 u- t4 S+ `# u" D; T' A
5 w! y+ a! Y# T0 q" B( n
5 j0 z- a5 }% f. j+ D: P- e
" H5 _- G) H! @- R3 | C0 @ l
1 _7 r' {, M U+ _- {2 F/ J
& q) U- c1 y4 _* Q2 L9 t5 A
' { e/ ` O. N/ [: s7 ^9 }
三. 机器学习
4 U; O% p: n* R! v' d# n
机器学习就是把无序的数据转换成有用的信息，它的主要任务就是分类，其中涉及的几个关键概念：①训练集是用于训练机器学习算法的数据样本几何；②目标变量是机器学习算法的预测结果，在分类算法中，目标变量的结果类型通常是标称型的，而在回归算法中通常是连续型的；③知识表示可以采用规则集的形式，也可以采用概率分布的形式。
: a1 E+ b/ O' J e3 L1 h" ~0 I
机器学习的另一个任务是回归，它主要用于预测数值型数据。分类和回归属于监督学习，是因为这类算法必须知道预测什么，即目标变量的分类信息。与监督学习相对应的是无监督学习，此时数据没有类别信息，也不会给定目标值。在无监督学习中，将数据集合分成由类似的对象组成的多个类的过程被称为聚类；将寻找描述数据统计值的过程称为密度估计。
5 b" O6 i! H% M$ A7 t( d" c
/ [& c3 S. p W, E
: Z9 A6 J1 `0 t, h: G8 [! a
用于执行分类、回归、聚类和密度估计的机器学习算法
, y5 _2 G- i* j
3 y( D3 g3 G3 M0 N. {
1 N0 a% F; d0 j( Z4 N# V
" h ^7 Q3 w# y( H/ b; }" k/ h7 h( H8 O
9 _! H1 |5 a% Z9 X2 e. t) u
& d& z# _ r/ `3 r o1 l& D
9 p: W# m. d" z7 I: }+ k
机器学习程序设计的步骤：①收集数据；②准备输入数据；③分析输入数据；④训练算法；⑤测试算法；⑥使用算法。
8 ?$ I3 R- q6 e/ v" K1 t
9 ]3 `0 W0 {4 e, P
参考文献：
7 @2 \0 L% n/ t8 K4 e$ i: j5 r# l% s( z
1. 数学模型（第四版）. 姜启源
* O5 M) O4 g1 Q6 Q
2. 系统建模与辨识 . 王秀峰
( x* Y! l! k$ f( S8 N9 G
3. 机器学习（第九版）
4 U; ?' F8 Z) [" q/ H
* g' E% C% q2 q! [
% _" c/ ] {$ w1 u* u% p
, ]( t1 x/ |" @; _2 T
" M- q i/ N1 z% Q! |' n [$ I. d
作者:
龙龙鲸鱼寜
时间:
2018-8-23 10:01
谢谢楼主分享
5 F5 U6 T9 Z1 Z! l/ p6 y' {6 N& h M
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5
3 ^! ~ v$ ?% k$ H
" H5 _- G) H! @- R3 | C0 @ l
" h ^7 Q3 w# y( H/ b; }" k/ h7 h( H8 O