QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2560|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

    - L$ Z4 h2 b1 v; Y6 }4 G  _+ u【数学建模】数学建模(一)——数学模型概述
    & R+ D  k5 }3 o3 q; A0 ^& v" _) H
    / d; A. M  C# ~
    一. 模型
    5 r6 `9 {! U. v  z5 Q! H- e1. 原型和模型' I+ ]2 |( o' \, f
            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。; T2 M5 D9 R0 {# g) M# h" G! l
           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。
    5 a: Q% Y+ ?0 y- @' F% @8 w7 y. ?) I8 {       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。
    ( z' o0 i# a1 }1 ~2. 建模方法
    - O6 i! b& G& ]) `) A        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。9 }: K, n6 ?! H- b% }
    3. 建模步骤
    6 ]9 @' b8 p* \# g        按机理分析方法的建模步骤如下
    0 T. c. S) ]) q2 ?: B4 y8 i2 ~; r
    4. 建模过程" [: p1 p6 f# h0 l3 v
            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。" q% l1 y9 P) g% X! e

    5 o- p5 B0 Q; G6 W! B0 O' M4 ^  v' [% F; H; z+ t
    . I8 Z& B! R$ ?7 s
    5. 模型分类
    * r3 i: B5 v" T4 H; o& ?4 ?& R        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。
    7 O( X, L) [0 O; _        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。
    8 b* {2 q- `' ?, B. `* s        按建模目的:描述模型、预报模型、优化模型、决策模型等。8 g3 u6 C) b) g% l& a
            按对模型结构的了解程度:白箱模型、灰箱模型、黑箱模型。9 W5 {" ~6 c* j5 h2 a5 I
    二. 系统辨识* V* i+ p5 m# g: m; {
            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。7 O2 Q/ L3 G! {. ]- B) K( f+ l
            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。3 d0 K3 Z, A" a) C  z& u- s, l

    - z+ j# Y$ {7 M: l" u        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。" h$ l6 V* A5 @0 o) e, G
    0 g- ^: B  E0 m+ `% J7 T# H% d" v

    9 A+ S' q# P) l2 a
    4 ]4 y. f" }4 C6 K5 ~9 C0 s/ T. @4 I
    % t5 A9 p- T$ G: i" L4 F1 L* F

    4 u8 p, f1 A/ r! _. ^+ t三. 机器学习
    ) E+ M0 u/ [9 ?' F3 }5 I       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" r3 j& V2 X% l( u, V( w5 V' z( U
            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。
    ; K- C7 r, A  R% i5 c& o. v8 {
    . P/ Y3 L& _( V6 n' A
    5 K1 i- C" K- T' ~
    用于执行分类、回归、聚类和密度估计的机器学习算法
    , ~, |7 r8 o0 E2 p& q& D1 j2 L/ a4 A9 }' w( K- Z
    8 E/ ^" o2 u$ t% y  g  a; I

    # o+ Q/ L1 p% k* F, @% y
    6 c  [0 m0 C% r* {3 V/ r7 I% V( m+ W0 Y2 i' c$ r
    . H2 y. G6 `/ m, J
            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。
      E/ X- e% i' A  I6 l& |! |, T5 Y9 V9 W7 T5 I" o
    参考文献:- N# @/ X) C, [6 F5 m
    1. 数学模型(第四版). 姜启源. N* j! {2 K( O2 J7 W
    2. 系统建模与辨识 . 王秀峰& d  c  P& h. r8 D
    3. 机器学习(第九版)
    1 u! ]2 a+ N; h0 q9 [1 x% E8 `3 M
    5 B7 J1 `  `; w; h" O; [8 p

    4 x$ C! I. n( G" Q6 q8 J! G8 k$ G. m# r1 P+ j- k
    5 M4 h* N3 B3 }. K" X2 k- J
    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, 2026-6-16 00:21 , Processed in 0.402834 second(s), 55 queries .

    回顶部