QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2755|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

    # s7 l8 \/ |' O) N1 w2 @1 v【数学建模】数学建模(一)——数学模型概述
    5 ?. v& _1 c2 n5 T% x4 k7 o# h  e9 O* }0 U1 B
    2 n2 @+ h" P# S$ W9 I- W
    一. 模型; L( u' P! a' S
    1. 原型和模型& S  J9 w, m2 j1 q8 b- `' 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。9 i  q) a: m% }* ^. x" I
           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。  t& ~- J. X# p5 i/ {" s* @
           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。& g" i+ U4 h" N* P
    2. 建模方法
    4 S2 ^0 T3 q/ C7 L  N  @: O        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。5 G9 [& C1 n/ B& J. H0 _
    3. 建模步骤8 p7 i* b1 X; y* {3 V+ T1 M
            按机理分析方法的建模步骤如下: y. B/ T) Q% V$ L. W! s1 G, |
    ( {+ N" @9 h  k
    4. 建模过程
    7 {2 @0 f8 K2 F" `        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。
    ) F! S  Z, I1 n. l1 k1 ^9 f3 g& G8 a# p5 E
    , M# e$ B2 u$ V5 Y. ?" N
    ) Y9 l( j% s7 d  B
    5. 模型分类4 f- y' z) Y9 m) }5 }
            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。
    , I0 s" W6 T2 x& T        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。
    " K! j5 A, ^7 }8 c! s7 F        按建模目的:描述模型、预报模型、优化模型、决策模型等。
    ; i* ^8 N+ u5 s$ g2 n        按对模型结构的了解程度:白箱模型、灰箱模型、黑箱模型。) }' K: c. K: V+ w- J  F; X
    二. 系统辨识6 \6 m7 L! C2 T( I  g& i
            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 M% D$ `8 d% Y2 c4 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。' z4 a! F3 j0 \8 K9 Q
    & V5 k7 y8 I6 a7 p7 A. p( R) C
            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。
    / b3 o0 l& B# Z+ r+ b7 [. q* I  B; u" v- N$ d& v" \3 O2 I. n
    - k% E1 B& f& [& p

    . i+ V* Q5 r9 Y/ J8 }0 u2 Q4 z
    . z: d9 s! ?# Z4 B/ X% B
    9 t% z4 Z) |" i0 k

    8 t7 S% h$ ]9 y& a8 u) G4 G三. 机器学习
    ; g% z0 Z5 }9 C8 ?3 R  y% {       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。) J7 o) r% y4 @( s9 Q  g2 ^
            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。
    3 ^( `% y6 y8 F% K8 ]) O7 d5 a1 w2 y( o4 y1 q  }

    " f; e$ g: l- Z4 a2 d/ B" p& ]% }
    用于执行分类、回归、聚类和密度估计的机器学习算法5 b; h) x1 t  m- o

    9 w: Z+ k! R5 q% x5 K$ a6 c9 v# D. D8 u/ h: K' P0 B2 `8 D  p

    4 r/ h# E, M5 @
    + ^5 b3 t5 q" t* }2 }5 V$ y# r4 f, _8 Q- H1 O: X

    & i+ x& u5 E' U; h- s* P& b        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。1 i7 `7 q2 X; J

    % P/ I2 b5 M8 R% @参考文献:
    ! h+ C% h. U5 V0 S5 j! [. D1. 数学模型(第四版). 姜启源
    8 l4 `& T! c- [2. 系统建模与辨识 . 王秀峰" Q" _% u% }2 m
    3. 机器学习(第九版)2 H* G+ k2 p) v6 G' Y5 a4 S

    $ \( V. S( Q# n- f0 w4 E
    ' @2 i3 y) M9 ]% `. Q' ?

    3 J6 B$ [1 _8 C' U! G& A1 A; l/ I7 l8 f9 k, U8 N3 T
    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, 2026-10-12 05:33 , Processed in 0.903445 second(s), 55 queries .

    回顶部