【数学建模】数学建模(一)——数学模型概述

杨利霞

' g8 V' e7 D; P2 x1 i9 F【数学建模】数学建模(一)——数学模型概述
5 \4 V* H- s( `) x4 J
5 w6 p$ R8 f( K' V9 H2 w4 F
一. 模型
. i5 ~) W1 @5 @( B4 g; [6 O, {1. 原型和模型
) ?1 G. E' P6 _4 |7 b        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。
. l- c& z  W% D2 O       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。
2 T5 M- R! y( t' O: ?# u       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
        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
        按机理分析方法的建模步骤如下
. a. \; }( d; Q$ l0 q% D8 a
* ?( `5 V0 F- I3 Z" D4. 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。


* B9 i9 _8 i4 ^# X' O
: J) t* g2 r8 w7 v) d5. 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。
        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。
( J6 J, p5 j4 B9 }' h        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。
二. 系统辨识
        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 D+ Y  `/ r! K: H4 _0 q! V) J        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。
$ Y; T; Q, V# S3 o& V  `9 T7 k. L  c
& q$ ~; n- W0 |8 D; R# r        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。
0 Q+ I: |7 H: L) F! I8 q



8 e+ {; _  ?9 X. g) Z+ ^6 \
& k& X" r4 u7 }4 _4 ~" X# g- F, y
4 ]1 y- e) |) ^- T/ l三. 机器学习
       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。
  |& U& e3 }) K! U: m- 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。


' R( p: A' V" ?4 \

用于执行分类、回归、聚类和密度估计的机器学习算法
4 R  o- ?% i# R/ l5 P" @% n) `# X
  S4 g6 o6 b! u* }4 t2 L

, E5 ]3 Z+ E6 N( A; D

$ I2 H+ ~+ W7 o
( k, n; P; I) Z' r( {4 x' ]        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。

( L4 s) R) p! _: z参考文献：
3 p* h6 Z! F8 K! D% c+ \1. 数学模型（第四版）. 姜启源
9 K$ k+ {2 g, o+ z/ y( j. T2. 系统建模与辨识 . 王秀峰
. S! h& n- D& T3. 机器学习（第九版）



- {5 u2 W" `- |% }8 m
6 p. b; |8 _8 M" p$ j2 n

龙龙鲸鱼寜

谢谢楼主分享