若干参数辨析模型.pptVIP

优化结果 散点图 拟合结果与实验数据比较 * 第三章 若干参数辨识模型 在对实际问题进行数学建模时，经常会遇到这样一类问题：在确定了问题涉及的关键量和发现了制约问题的基本规律（又称“机理”）或部分规律之后，可以得到这些关键量之间关系的数学表达式，但是在这些关系式中尚包含若干未知的参数。从而人们并不能直接从这些关系式中得到这些关键量的定量变化规律使问题获得解决。然而，实际问题往往又提供了某些表征关键量变化的信息（如某种试验数据等）。如果利用这些信息，连同刻划关键量之间关系的表达式可以确定未知参数，那么实际问题就迎刃而解了。 第一节 引言 人们通常将确定参数的过程称为“参数辨识”，而将上述这一类问题的数学描述称为参数辨识模型 。 参数辨识模型是一类十分广泛的模型，非常富有多样性。例如刻画关键量之间关系的表达式是多种多样的，即可能是代数方程、函数方程，也可能是常微分方程、偏微分方程或相应方程组；未知参数在这些关系式中也以不同的方式出现；赖以进行参数辨识的信息更是多种多样的。有时需要辨识的对象是一个函数，在实施离散化后方化为有限个参数。 参数辨识模型与其他数学模型及建模方法有密切的联系。例如，当人们对问题的机理所知甚少时，参数辨识模型蜕化为回归模型或统计模型。当制约问题的规律用微分方程描述时，参数辨识模型又与微分方程模型有十分密切的关系。 若需要的参数是某些微分方程的系数时，这类辨识模型又可称为微分方程的反问题。有一类专门刻画一个“系统”中各个部分之间物质的转移和守恒的参数辨识模型被称为房室模型，得到专门的深入研究。 解决参数辨识问题的数学方法涉及优化、微分方程或差分方程的求解、积分变换等等。 本章中，将介绍几个来自实际的参数辨识模型。通过它们阐明建立此类模型的方法和解决这些模型的主要手段。 当一个营养元素的施肥量变化时，总将另外两个营养素的施肥量保持在第七个水平上，如对生菜产量关于P的施肥量作试验时，N和K的施肥量分别取为224 kg／hm2 与372 kg／hm2。 试分析施肥量与产量的关系，并对所得结论从应用价值与如何改进等方面作出估价。 某地区作物生长所需要的营养素主要是氮（N）、磷（P）、钾（K），某作物研究所在该地区对土豆和生菜作了一定数量的实验，实验数据如下列表1所示。其中hm2表示公顷，t表示吨，kg表示公斤。 第二节 施肥效果分析(1992年全国大学生数学模型联赛A题) 我们仅以生菜产量与P肥施肥量之间的关系为例来加以说明。模型的建立基于以下的事实：P是植物生长的要素之一，土壤中没有P，植物不可能生长，因而产量为0。另一方面，若其它营养要素N,K供应充分能满足植物生长需要 ，那么随着P的施肥量增加，植物的产量会增加，而产量达到较高的水平时再增加P的施肥量引起产量增加的效果比产量较低时增加同样的施肥量引起的效果要低。这一事实来自人们对植物生长与肥料之间依赖关系的机理的认识，实验数据也清楚的揭示了这一特征。 从实验数据可以看出，当N施肥量为224kg/hm2或K施肥量为372kg/hm2时，生菜产量均处于较高水平，因此可以认为，此时N,K能满足生菜生长的需要。所以N,K施肥量固定在这一水平，P施肥量变化对产量变化影响的实验数据就明显的呈现前述趋势。 生菜： N P K 施肥量 产量 施肥量 产量 施肥量 产量 0 28 56 84 112 168 224 280 336 392 11.02 12.70 14.56 16.27 17.75 22.59 21.63 19.34 16.12 14.11 0 49 98 147 196 294 391 489 587 685 6.39 9.48 12.46 14.33 17.10 21.94 22.64 21.43 22.07 24.53 0 47 93 140 186 279 372 465 558 651 15.75 16.76 16.89 16.24 17.56 19.20 17.97 15.84 20.11 19.40 从实验数据还可以看出，当P的施肥量为0时，生菜产量并非为0，这说明土壤本身就含有一定的P营养成分。实验数据又证实，P的施肥量再多既不会引起产量的明显下降，也不会引起产量的无限增加。于是可以认为随着P的施肥量大大增加，生菜产量趋于一个渐近值，称为极限产量。 我们建立的模型应包含刻划土地中原有P营养成分数量和生菜的极限产量的两个参数，另外还应该有其它的参数来刻划由P肥增加引起产量增加逐步接