建立数学模型方法和步骤.ppt

建立数学模型的方法和步骤 一般说来建立数学模型的方法大体上可分为两大类，一类是机理分析方法，一类是测试分析方法。 机理分析是根据对现实对象特性的认识，分析其因果关系，找出反映内部机理的规律，建立的模型常有明确的物理或现实意义。1.2~1.4节的示例都属于机理分析方法。 测试分析将研究对象视为一个“黑箱”系统，内部机理无法直接寻求，可以测量系统的输入输出数据，并以此为基础运用统计分析方法，按照事先确定的准则在某一类模型中选出一个与数据拟合得最好的模型。这种方法称为系统辨识。将这两种方法结合起来也是常用的建模方法，即用机理分析建立模型的结构，用系统辨识确定模型的参数。 可以看出，用上面的哪一类方法建模主要是根据我们对研究对象的了解程度和建模目的决定的。如果掌握了机理方面的一定知识，模型也要求具有反映内部特性的物理意义，那么应该以机理分析方法为主。当然，若需要模型参数的具体数值，还可以用系统辨识或其他统计方法得到。 如果对象的内部机理基本上不掌握，模型也不用于分析内部特性，譬如仅用来作输出预报，则可以系统辨识方法为主。系统辨识是一门专门学科，需要一定的控制理论和随机过程方面的知识。以下所谓建模方法只指机理分析。 建模要经过哪些步骤并没有一定的模式，通常与实际问题的性质、建模的目的等有关，从1.2~1.4节的几个例子也可以看出这点。下面给出建模的一般步骤，如下图所示。 模型准备 首先要了解问题实际背景，明确建模的目的，搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征，由此初步确定用哪一类模型，总之是做好建模的准备工作。情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料。 模型假设 根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言作出假设，可以说是建模的关键一步。一般地说，一个实际问题不经过简化假设，就很难翻译成数学问题，即使可能，也很难求解。不同的简化假设会得到不同的模型。 假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作。 通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合。作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化。经验在这里也常起重要作用。 模型构成 根据所作的假设分析对象的因果关系，利用对象的内在规律和适当的数学工具，构造各个量（常量和变量）之间的等式（或不等式）关系或其他数学结构。这里除需要一些相关学科的专门知识外，还常常需要较广阔的应用数学方面的知识，以开拓思路。 当然不能要求对数学学科门门精通，而是要知道这些学科能解决哪一类问题以及大体上怎样解决。相似类比法，即根据不同对象的某些相似性，借用已知领域的数学模型，也是构造模型的一种方法。建模时还应遵循的一个原则是，尽量采用简单的数学工具，因为你建立的模型总是希望能有更多的人了解和使用，而不是只供少数专家欣赏。 模型求解 可以采用解方程、画图形、证明定理、逻辑运算、数值计算等各种传统的和近代的数学方法，特别是计算机技术。 模型分析 对模型解答进行数学上的分析，有时要根据问题的性质分析变量间的依赖关系或稳定状况，有时是根据所得结果给出数学上的预报，有时则可能要给出数学上的最优决策或控制。不论哪种情况还常常需要进行误差分析、模型对数据的稳定性或灵敏性分析等。 模型检验 把数学上分析的结果翻译回到实际问题，并用实际的现象、数据与之比较，检验模型的合理性和适用性。这一步对于建模的成败是非常重要的，要以严肃认真的态度来对待。模型检验的结果如果不符合或者部分不符合实际，问题通常出在模型假设上，应该修改、补充假设，重新建模。有些模型要经过几次反复，不断完善，直到检验结果获得某种程度上的满意。 模型应用 应用的方式自然取决于问题的性质和建模的目的，这方面的内容不是本书讨论的范围。 应当指出，并不是所有建模过程都要经过这些步骤，有时各步骤之间的界限也不那么分明。建模时不应拘泥于形式上的按部就班，本书的建模实例就采取了灵活的表达方式。 1.6 数学模型的特点和建模能力的培