QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2748|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

    2 O8 G, r2 R6 I, t; w5 H【数学建模】数学建模(一)——数学模型概述
    9 D2 t8 T/ k) ^8 U/ {/ ?4 y, A. y1 V3 v9 v/ s

    / }1 q, u, U$ i, w/ c2 n  w一. 模型5 m& Y: \6 k. w9 p+ F
    1. 原型和模型
    7 Q2 t* T. y9 R6 P2 u$ M* ~6 w- v        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。  ^$ `; g) x2 ?. s$ m
           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 W8 r; {% J. I( O
           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。
    0 M. \9 q  q1 t, f) L; [2. 建模方法
    2 Q' e# T# g7 C" k  q4 L8 g# f        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。
    6 M7 k) Z1 O/ K3 [3. 建模步骤
    ; w9 Z3 }  v; j/ H5 Y' \3 S        按机理分析方法的建模步骤如下
    6 b8 O2 n2 R+ `  C. T6 A
    & y) D* b  v' T4. 建模过程
    , x7 u: [$ R( {  Y1 v; S- K        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。
      L$ X1 S4 z) g- J+ P2 {6 c' i6 v9 V; l# n

    5 N3 l& C( u5 d. N$ n1 ?6 Q

    ! Z* t( ]- h- G5. 模型分类, t6 j. j) u% ^4 j
            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。
    % s( b3 ^& g1 @$ E        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。" x7 ^- o; b$ \# K
            按建模目的:描述模型、预报模型、优化模型、决策模型等。5 V5 x3 Y. U' f7 u* p
            按对模型结构的了解程度:白箱模型、灰箱模型、黑箱模型。
    * f% l" n' \: ^4 F* c二. 系统辨识- l" I: z9 G8 h& l8 ^% S0 |% w) o
            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。0 I* B" {6 }6 Q! I
            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。1 r+ m6 x) D0 U9 c1 m
    4 a) s- `& B) w$ w) B
            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。
    $ f" x& D! M" M! n
    6 F/ ~$ q8 }) f! A! l9 u2 W
    6 D- v. x# t. E' \- {1 v  `
    3 i9 i& S& ^3 p- ^, P" p9 ^9 o

    6 ]6 C1 o8 N* S4 t3 o7 g; \- E' i! i: H) g# X8 _4 R3 U
    0 ]+ V( N% _/ j8 a$ l/ J* K/ j; ^' f
    三. 机器学习
    ! Y" q  b! p" v" d8 N& {/ H       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。
    : x. D7 h% R$ _" y0 M        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。
    & d8 @" W0 u5 Z- @9 ?3 J7 x2 P% A7 |/ O* |4 ]- ~
    & H; z2 l$ d+ _5 r. l5 Y' U
    用于执行分类、回归、聚类和密度估计的机器学习算法, X7 M! l8 k! U4 C; d

    " g* O: `* B( f6 A' m7 D
    1 j) I5 z% j6 c4 h
    - d& H, R/ e4 h8 `8 y
    * K$ X. v5 ?& }. x- x
    8 K8 D( g1 [2 n8 t0 \% N+ u

      q& a+ c! O. a/ T2 u* ?1 Q        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 u1 d, h4 _' H0 [# Y+ k

    / Z/ N% X" Z- o! k# K参考文献:
    ( w) b% T0 O3 p1. 数学模型(第四版). 姜启源/ J, U3 n) s' t6 Y
    2. 系统建模与辨识 . 王秀峰2 O  K* [4 @& q5 k0 q9 y
    3. 机器学习(第九版)
    " C& C+ |; D+ l4 l* F3 W2 c/ O. {, m% x3 z& X

    4 p8 e4 {( c/ c0 {. O- c; i6 A& X1 x8 u4 }* H: C3 `/ `, P
    2 u- I5 R' G1 P# A1 g
    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
    怒
    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, 2026-10-10 07:46 , Processed in 0.532080 second(s), 56 queries .

    回顶部