第三章系统模型及模型化要点.pptVIP

在有向图中，从某节点出发，沿着有向弧通过其它某些节点各一次可回到该节点时，在图中形成回路。呈强连接关系的要素节点间具有双向回路。 若M=(mij)n×n，且在无回路条件下的最大路长或传递次数为r，即有0≤t≤r，则可达矩阵的定义式为 M=(A+I)r 满足(A+I)≠(A+I)2 ≠(A+I)r-1 ≠(A+I)r =(A+I)r+1 =...=(A+I)n 2）骨架矩阵 对于给定系统，A的可达矩阵M是唯一的，但实现某一可达矩阵M的邻接矩阵A可以具有多个。我们把实现某一可达矩阵M、具有最小二元关系个数(“1”元素最少)的邻接矩阵叫M的最小实现二元关系矩阵，或称之为骨架矩阵，记作A′。 根据要素间二元关系的传递性，逻辑推断出要素间各次递推的二元关系，并用加括号的标识符表示。 加入反映自身到达关系的单位矩阵，建立起系统要素的可达矩阵。 根据第二层到第一层间的S2RS1、S4RS5和第三层到第二层间的S7RS2、S3RS4，并补充进被删掉的S6，即可绘制出多级递阶有向图。 思考：此图与最初的有向图有何区别？ 思考： ISM技术可以解决的实际问题？ 本专业的主要课程体系 （分析主要课程之间的关系） 工业工程类专业本科教学质量国家标准 通识教育课：高等数学、概率统计、计算机基础...... 专业基础课：管理学、经济学、运筹学、应用统计、系统工程 专业课：基础工业工程、人因工程、生产计划与控制、物流工程、质量管理 二、离散状态方程的求解 以自由系统为例，X(K+1)=AX(K) 故 X(1)=AX(0) X(K+1)=AK+1X(0) A为状态转移矩阵 状态方程应用之三——预测产品销售量 2005年牙膏购买的产品类型转变概率 状态转移矩阵 A= X(0)= 2006年 X(1)=AX(0)= = 2007年，X(2)=A2X(0) = X(K+1)=AK+1X(0) 统计软件SPSS 1、方差分析 2、相关分析 3、回归分析 4、主成分分析 5、聚类分析 1、方差分析（Analysis of Variance，ANOVA） 又称“变异数分析”或“F检验”，是R.A.Fister发明的，用于两个及两个以上样本均数（Mean）差别的显著性检验。 目的是通过数据分析找出对该事物有显著影响的因素，各因素之间的交互作用，以及显著影响因素的最佳水平等。 2、相关分析（Correlation Analysis） 研究变量之间是否存在某种关联关系。 线性相关分析：研究两个变量间线性关系的程度。用相关系数r来描述。 正相关：如果x,y变化的方向一致，如身高与体重的关系，r0；一般地， |r|0.95 存在显著性相关； |r|≥0.8 高度相关； 0.5≤|r|0.8 中度相关； 0.3≤|r|0.5 低度相关； |r|0.3 关系极弱，认为不相关 负相关：如果x,y变化的方向相反，如吸烟与肺功能的关系，r0； 无线性相关：r=0。 偏相关分析：研究两个变量之间的线性相关关系时，控制可能对其产生影响的变量。如控制年龄和工作经验的影响，估计工资收入与受教育水平之间的相关关系。 3、回归分析（Regression Analysis） 希望探讨数据之间是否有一种特定关系。回归分析是建立因变量Y（response variables, dependent variables）与自变量X（predictors, independent variables）之间关系的模型。 回归分析的目的在于了解两个或多个变量间是否相关、相关方向与强度，并建立数学模型以便观察特定变量来预测研究者感兴趣的变量。 4、主成分分析（Principal components analysis，PCA） PCA是一种分析、简化数据集的技术。主成分分析经常用来减少数据集的维数，同时保持数据集的对方差贡献最大的特征。 主成分分析是设法将原来众多具有一定相关性（比如P个指标），重新组合成一组新的互相无关的综合指标来代替原来的指标。 5、聚类分析 ( Cluster analysis) 聚类分析是对于静态数据分析的一门技术，在许多领域受到广泛应用，包括机器学习，数据挖掘，模式识别，图像分析以及生物信息。 聚类是把相似的对