- 1、本文档共44页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数学建模培训
一零年数学建模暑期培训 三、如何组队及合作 根据数学建模竞赛章程,三人组成一队,这三人中必须一人数学基础较好,一人应用数学软件(如Matlab,lindo,maple等)和编程(如c,Matlab,vc++等)的能力较强,一人科技论文写作的水平较好。科技论文的写作要求整篇论文的结构严谨,语言要有逻辑性,用词要准确。 三人之间要能够配合得起来。若三人之间配合不好,会降低效率,导致整个建模的失败。 如果可能的话,最好是数学好的懂得编程的一些知识,编程好的了解建模,搞论文写作也 要了解建模,这样会合作得更好。因为数学好的在建立模型方案时会考虑到编程的便利性,以利于编程;编程好的能够很好地理解模型,论文写作的能够更好、更完全地阐述模型。否则会出现建立的模型不利于编程,程序不能完全概括模型,论文写作时会漏掉一些不经意的东西。 在合作的过程中,最好是能够在三人中找出一个所谓的组长,即要能够总揽全局,包括任务的分配,相互间的合作和进度的安排。 在建模过程中出现意见不统一——如何处理?仅我个人的经验而言,除了一般的理解与尊重外,我觉得最重要的一点就是“给我一 个相信你的理由”和“相信我,我的理由是……”,不要作无谓的争论。 四、如何从建模例题中学习解题方法 你们在看例题的时候,要看例题是如何着手的,即是如何切入,如何建立的方程等。 数学建模方法 一、机理分析法 从基本物理定律以及系统的结构数据来推导出模型。 1. 比例分析法--建立变量之间函数关系的最基本最常用的方法。 2. 代数方法--求解离散问题(离散的数据、符号、图形)的主要方法。 3. 逻辑方法--是数学理论研究的重要方法,对社会学和经济学等领域的实际问题,在决策,对策等学科中得到广泛应用。 4. 常微分方程--解决两个变量之间的变化规律, 关键是建立瞬时变化率的表达式。 5. 偏微分方程--解决因变量与两个以上自变量之间的变化规律。 二、数据分析法 从大量的观测数据利用统计方法建立数学模型 1. 回归分析法--用于对函数f(x)的一组观测值(xi,fi)i=1,2,…,n,确定函数的表达式,由于处理的是静态的独立数据,故称为数理统计方法。 2. 时序分析法--处理的是动态的相关数据,又称为过程统计方法。 3. 回归分析法--用于对函数f(x)的一组观测值(xi,fi)i=1,2,…,n,确定函数的表达式,由 于处理的是静态的独立数据,故称为数理统计方法。 4. 时序分析法--处理的是动态的相关数据,又称为过程统计方法。 三、仿真和其他方法 1. 计算机仿真(模拟)--实质上是统计估计方法,等效于抽样试验。 ① 离散系统仿真--有一组状态变量。 ② 连续系统仿真--有解析表达式或系统结构图。 2. 因子试验法--在系统上作局部试验,再根据试验结果进行不断分析修改,求得所需的模型结构。 题型: 赛题题型结构形式有三个基本组成部分: 一、实际问题背景 1. 涉及面宽--有社会,经济,管理,生活,环境,自然现象,工程技术,现代科学中出现的新问题等。 2. 一般都有一个比较确切的现实问题。 二、若干假设条件 有如下几种情况: 1. 只有过程、规则等定性假设,无具体定量数据; 2. 给出若干实测或统计数据; 3. 给出若干参数或图形; 4. 蕴涵着某些机动、可发挥的补充假设条件,或参赛者可以根据自己收集或模拟产生数据。 三、要求回答的问题 往往有几个问题(一般不是唯一的答案): 1. 比较确定性的答案(基本答案);2. 更细致或更高层次的讨论结果(往往是讨论最优方案的提法和结果)。 赛题的评审 1、蒙特卡罗算法(该算法又称随机性模拟算法,是通过计算机仿真来解决问题的算法,同时可以通过模拟可以来检验自己模型的正确性,是比赛时必用的方法) 2、数据拟合、参数估计、插值等数据处理算法(比赛中通常会遇到大量的数据需要处理,而处理数据的关键就在于这些算法,通常使用Matlab作为工具) 3、线性规划、整数规划、多元规划、二次规划等规划类问题(建模竞赛大多数问题属于最优化问题,很多时候这些问题可以用数学规划算法来描述,通常使用Lindo、Lingo软件实现) 4、图论算法(这类算法可以分为很多种,包括最短路、网络流、二分图等算法,涉及到图论的问题可以用这些方法解决,需要认真准备) 计算机上的十种武器: 5、动态规划、回溯搜索、分治算法、分支定界等计算机算法(这些算法是算法设计中比较常用的方法,很多场合可以用到竞赛中) 6、最优化理论的三大非经典算法:模拟退火法、神经网络、遗传算法(微分、求和代替积分等思想是非常重要的)这些问题是用来解决一些较困难的最优化问题的算法,对于有些问题非常有帮助,但是算法的实现比较困难,需慎重使用)
文档评论(0)