博士生科学研究方法.pdfVIP

博士生科学研究方法 谭营教授 信息学院智能科学系 内容 • 科研计划书的准备 • 先期准备工作 • 科研工作具体实施 • 科研工作的总结 • 撰写科研结题报告 • 科研成果的报奖 • 科研成果的宣传 科研计划书的准备 • 明确该项目的研究任务 • 细化研究任务 先期准备工作 • 科研实施地点的确定 • 材料预定和采购 • 设备购置和安装 • 研究团队中个成员的任务分工 科研工作具体实施 • 科研任务的分割 • 各子任务的接口明确 • 子任务的实施 • 协调各子任务间工作量的平衡 • 联调 • 测试 子任务的实施 • 建立模型/实验装置 • 拟定算法 • 实现算法 • 验证算法 • 讨论 • 小结和文挡整理 数学模型的建模方法 • 机理分析 – 根据客观事物的特性,找出内部机理的数学规律 – 工具:初等数学,图解法, 比例法,代数法,微分方程,组合优化, 数学规划,逻辑推理, 等等 • 数据分析 – 在一定准则下,对系统的输入/ 出进行拟合,得到最好的公 式或曲线 – 工具:回归分析法,时间序列法,神经网络法等 • 计算机仿真 – 利用计算机对系统进行各种条件下的仿真,从而可以深入 地,动态地认识实际系统 – 计算机及其各种模拟软件. 数学模型的分类 • 根据认识程度分类 – 白箱模型 – 灰箱模型 – 黑箱模型 • 根据变量性质分类 – 确定性模型 – 随机性模型 • 根据变量取值分类 – 连续模型 – 离散模型 • 根据时间关系分类 – 静态模型 – 动态模型 • 根据研究领域分类 – 人口模型，交通模型，广告模型，生态模型，生命模型，社会模型等 • 根据研究方法分类 – 初等模型,图论模型,代数模型,微分方程模型,组合优化模型,数学规划模型,统计模 型，概率模型，非线性模型，模糊逻辑推理模型, 等等 数学建模的常用软件工具 • Mathematica – 绘图功能强 – 符号演算能力强 – 易扩充和修改 – 符号演算，数值计算和图形绘制的有机结合 – 对话式人机交互功能 • MATLAB (Matrix Laboratory) – 功能强大 – 使用简单 – 编程容易、效率高、接口丰富 – 扩充能力强 • SAS （Statistical Analysis System） – 功能齐全，使用灵活 – 编程简单，语言简洁 – 将数据处理与统计分析融为一体 – 适用性强、应用面广 – 可以运行在任何操作系统。 • LINDO (Linear Interactive and Discrete Optimizer) – LINDO, LINGO可以用来求解线性规划、整数规划和二次规划问题 – Gino (General Interactive Optimizer)可以非线性规划 建立模型的步骤 • 模型准备 准备 – 了解问题背景和相关信息 • 模型假设 假设 – 对问题简化、抽象、数学化 • 模型建立 – 各种数理方法应用