QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2557|回复: 1
打印 上一主题 下一主题

【数学建模】数学建模(一)——数学模型概述

[复制链接]
字体大小: 正常 放大
杨利霞        

5273

主题

82

听众

17万

积分

  • TA的每日心情
    开心
    2021-8-11 17:59
  • 签到天数: 17 天

    [LV.4]偶尔看看III

    网络挑战赛参赛者

    网络挑战赛参赛者

    自我介绍
    本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。

    群组2018美赛大象算法课程

    群组2018美赛护航培训课程

    群组2019年 数学中国站长建

    群组2019年数据分析师课程

    群组2018年大象老师国赛优

    跳转到指定楼层
    1#
    发表于 2018-8-23 09:45 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    ( z9 }4 F1 a: B2 R1 ?8 G: c2 R
    【数学建模】数学建模(一)——数学模型概述/ y# {: ~+ T2 P5 e

    ; q% G3 Z8 {% i% q' u( M1 V- Q4 T3 R# K4 U  [
    一. 模型
    0 x0 }% E6 r  T# C3 \' l' k1. 原型和模型
    / Q6 H2 T/ v7 O: z# d8 N        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。- J# p% s5 f- c
           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。/ v5 n' H( M! i) c4 I, Z5 b% |2 I
           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。
    - i# C/ D" i, G3 e* l2. 建模方法
    0 o; T$ W$ @' A( w8 @        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。
    1 Q$ w2 ~' I+ F! s5 [/ j3. 建模步骤
    $ t( S7 @5 p1 S5 e- M/ X        按机理分析方法的建模步骤如下, X& T7 X; F" A- p/ h& y

    ; M# a+ c, i3 o4 ~/ [  Q+ c4. 建模过程5 g  X4 e& L: p5 D* Z, ^9 N
            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。
    + M1 r/ [3 q9 N
    - J! o) L  p% Q6 b9 N, X2 l9 I" A4 B2 @
    " D* t$ y# b/ A% k% {( n* n: j
    5. 模型分类: t3 n0 P$ O& N- a0 U
            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。
      m* @6 K& r2 m3 [* _        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。
    7 ]! ]2 _) C- ^" G" P        按建模目的:描述模型、预报模型、优化模型、决策模型等。
    : e$ ?9 B% Z7 B' `. Q) ^5 V6 [        按对模型结构的了解程度:白箱模型、灰箱模型、黑箱模型。4 X5 I. i/ u8 a4 t* {
    二. 系统辨识
    " _0 M) Q0 F. r+ Q6 n5 u        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。
    # X6 f/ T* g+ `+ S* f8 ~4 j        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。+ ]$ e# p3 i  M7 F9 ]9 Y4 p6 R
    : ]8 n/ l6 @4 ^4 ]; D# D0 ^# P
            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。% U. @) G- V& m
    , i7 [1 Z' S/ J8 k# x$ H3 A' [

    / ^; m) a+ E7 }7 a* o5 }! c9 V! L6 T1 |! F5 G3 A* l
    & V: Y% l7 X: j/ G' K

    6 L. I, v$ k! ]% Y+ [/ Z6 [" [) ~
    & X1 C2 J$ m( e, i( d3 _% `7 Q
    三. 机器学习6 ~, v3 C1 y/ @5 B9 C* Z! W
           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。" c' f( Z7 p/ v& n9 s$ ?
            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。+ u! A& }3 a1 q# [

    5 |. n& Q/ O( ~. q7 h  \5 ~9 n

    ( v8 y- q3 C0 S8 j
    用于执行分类、回归、聚类和密度估计的机器学习算法8 Q  k+ Y( F4 m" w
    / B  n) P3 n) p/ N
    : s) P9 x* l8 C
    5 V' x& o3 G+ B; d3 M) A6 z

    8 S5 c! `& o& o/ j  f, E. e
    8 y7 j: z4 m1 y; S$ X+ q% y

      f- B+ n7 j4 r$ w& f; z. W        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。
    - u* b3 b# J+ s- \( X$ l% C5 e2 o) ]) Y! z6 l1 \& \
    参考文献:7 X' q& }9 Q1 O  B1 z+ _7 K7 \$ V
    1. 数学模型(第四版). 姜启源
    $ ~, K; H1 e( f+ x* {+ ~3 m  b( X2. 系统建模与辨识 . 王秀峰! b' o( ]% m) t) s
    3. 机器学习(第九版)% ]: d& \8 y( |5 [8 q3 S

    9 X/ U7 w* Q" [. t. a

    . k5 D1 \4 _6 {# D0 a: |! v! \3 p/ C9 _9 d1 d9 z1 r6 y/ R

    1 n: q) s" [! J7 J3 I2 {1 ~
    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信

    0

    主题

    3

    听众

    119

    积分

    升级  9.5%

  • TA的每日心情

    2018-9-15 03:06
  • 签到天数: 28 天

    [LV.4]偶尔看看III

    自我介绍
    数学专业小白
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-6-15 08:48 , Processed in 0.508843 second(s), 55 queries .

    回顶部