【数学建模】数学建模(一)——数学模型概述

杨利霞

3 }+ V7 q# X" k) g7 t) g【数学建模】数学建模(一)——数学模型概述
5 ]1 E% r+ X" H  N

7 q7 T9 z6 n1 I一. 模型
  q2 m' e+ B3 y# i4 M1 @5 R; o# {1. 原型和模型
        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。
       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。
; N* R+ |, g/ K  S( j$ m- R       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。
2. 建模方法
# y, }( f6 m, v, m+ [        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。
3. 建模步骤
8 l8 u  U# z& R7 D9 s        按机理分析方法的建模步骤如下

4. 建模过程
        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。


/ K2 x8 ]+ _6 X/ Q9 G
5. 模型分类
        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。
' g# Z% _! k  Z9 W7 A        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。
        按建模目的：描述模型、预报模型、优化模型、决策模型等。
        按对模型结构的了解程度：白箱模型、灰箱模型、黑箱模型。
4 O( d. {1 \: s# q二. 系统辨识
5 y: w' U- {3 v$ s. F        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 V% ~2 a! Z' a4 o( j2 J8 y        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。
( P0 t0 O: d' @+ l
& X8 N2 C. z2 [; w/ K2 v0 W5 `1 H. {( o        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。
. E8 \( `2 x# e4 H7 p- F
/ u2 r4 W2 @' w6 C  R


; j; G  t) E' \% Q8 P5 ?9 @+ x1 H, R

* q' X& k7 z+ C2 e4 S$ R+ a三. 机器学习
+ _9 j8 t! P) \       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。
! E4 Y/ w. K' D+ J9 X) [: {        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。
1 S5 `; q, N. a3 x

用于执行分类、回归、聚类和密度估计的机器学习算法
2 F( `' l" P/ o9 @2 f# k6 k- {
, ^! J8 {$ W( L1 {# X7 n
1 t9 c0 s) i+ b

) Y; q8 u- g; @  l' `/ X, ?6 x9 w
/ h, @7 z6 ]7 |& n% m+ d5 R/ z
; F" c! S9 T/ N: T2 {2 s- N
* D" X2 G/ r5 r        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。
. a. V; c+ P- d% v4 E1 l4 s% z; O
6 Y( k- B, y* q参考文献：
# v6 n/ Y2 _# g$ ~( ?3 P1. 数学模型（第四版）. 姜启源
2. 系统建模与辨识 . 王秀峰
2 x- u, M0 ~, E6 r5 z- K5 P2 {! O3. 机器学习（第九版）


1 b5 T: e; H9 D' H" g  K- o
) Z  ]+ P5 H6 F4 N; h

龙龙鲸鱼寜

谢谢楼主分享