QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2547|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
      M* u3 l& ]5 D+ K7 f
    【数学建模】数学建模(一)——数学模型概述
    4 I. l6 j2 j4 Y8 ?4 P6 \6 v4 a( o9 D! ?/ W! g0 h
    9 E  C: C+ ~" Q' v* o! w
    一. 模型6 g2 Q" R3 N0 s
    1. 原型和模型" g1 h; c  |- K7 K9 c# B  L. 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。
    2 Y) J8 V& v+ ]7 n       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 V5 R! D3 h4 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。
    . P, r) Z8 u! q) I$ t4 q8 W2. 建模方法
    5 [' Q" P7 ]2 L        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 N5 P8 W) G; B: G" ^8 z5 H* T, p+ U
    3. 建模步骤
    8 P4 d  f& z* b6 L        按机理分析方法的建模步骤如下
    7 j6 R: A' O5 J2 n3 y' p* t
    + H  I- V- i9 O, E+ p0 c4. 建模过程
    , M; x' `# d0 H( [4 ]; d9 @& v6 w        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。. e2 z1 [3 g' J) @+ O

    . Q) _/ g  i6 x! `4 m! C' D+ U; H; [% r( k& H2 J+ x5 q

    ; r3 d) C- x6 F2 u+ a6 N5 q. M! k5. 模型分类
    1 q0 C2 ~0 H* x, `' l( Z. ~& a# E1 }        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。
    8 p* K) R' K4 E( u        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。
    $ X* }4 ?/ [8 ?8 {% E        按建模目的:描述模型、预报模型、优化模型、决策模型等。7 N5 A  p: Z1 J: d6 m8 Y1 k" l
            按对模型结构的了解程度:白箱模型、灰箱模型、黑箱模型。
    5 z2 z: j  F- ?% q; O1 u+ k9 Y二. 系统辨识$ T( u( s$ J6 B6 y
            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。/ q: Y) A+ ]" N6 p
            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。0 k* F7 n7 ~- S5 P
    + v: D$ ~" x% _  |: P$ n. ]
            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。
    5 e# c; a7 Z: l1 B) a0 Y
    2 {+ K8 r0 w* k; b* l8 Z1 Q  s- v

    ; @0 g  ~) c: ~: \8 d" Y* V: V, N
    + [- ~1 n% \4 B$ k  `, B1 v
      I( D: b' z3 f9 V/ x, F3 I

    ' t9 F4 S1 v1 J& ~/ X三. 机器学习$ m% S! p, J; C* F+ 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。/ T; ^0 N# n) ^7 \$ Z2 g
            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 e# G: R5 ^: g( y+ M3 e% L0 C& H( n) j" Y% y

    ' K" }% S: W" Z8 Y: H" {
    用于执行分类、回归、聚类和密度估计的机器学习算法2 X1 n% b% ^1 j' U) r

    % j& h  ]; v) o+ N4 [  f: X
    ; B5 G, |3 Y4 Z" k- ^
    ' U9 m& J( Z2 y; H- e( L
    7 p1 b  \& q- s
    4 A0 ^! j. J; Z4 D+ W
    ! h8 l7 j. {+ D% ?& S- b0 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。6 H: M+ f# a5 i" C* I# [9 C( S+ y: W

    # j2 l- x$ M3 b4 P- y$ `, _$ Q参考文献:/ _2 @% F5 j: J) X) k
    1. 数学模型(第四版). 姜启源  }( [) M- c8 i; p7 a  Q
    2. 系统建模与辨识 . 王秀峰
    ) w/ U# y9 O/ l& L5 K3. 机器学习(第九版)
    % D/ E& G- r3 }* c6 t; g' q
    , f# W# M4 f0 A6 Q7 N5 ^

    % ?- }: b$ m7 H7 _: J: f' A0 Z7 W/ n" s

    0 m6 m& ^* _4 m/ T% y1 A% H, H# t( 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, 2026-6-12 09:51 , Processed in 0.300157 second(s), 56 queries .

    回顶部