- 1、本文档共80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
Lecture 2物流系统建模方法;主要内容;问题:1)系统模型与现实系统是怎样的关系?2)为什么要建模?;1 系统模型概论;系统模型;系统开发的需要;
经济上的考虑;
安全上的考虑;
时间上的考虑;
系统模型具有易操作、易理解的特点,使用它便于多方案分析比较。;(3) 为什么能用系统模型?
客观世界中不同事物具有同型性(即相似规律——不同本质的事物在撇开其具体属性之后彼此之间还存在的相似性),所以完全可以在系统分析过程中用系统模型代替真实系统进行分析。;●系统模型的一般性分类;●系统模型的扩展 源于系统的复杂性提高,出现不确定性和不确知性等问题。;② 智能模型:;③分层模型;2 系统建模的主要方法;问题:
你所知道的系统数学建模有哪些方法?
数据拟合法是常用的方法,属于哪一类建模方法?
;系统建模应遵循的原则;对客观事物或过程能够透过现象抓住本质;
要有一定的数学修养,并掌握一套数学思路和方法;
具有把实际问题与数学联系起来的能力;
注意避免建模过程中的四种倾向:
懒 —— 不详细调查,随意假设
馋 —— 要求数据太多
贪 —— 希望把一切细节都考虑进去,抓不住本质,可能导致无法求解
变 —— 改变问题去适应模型;3.2 建模的主要方法;1.推理法;解:这是在一定条件求极值的生产管理问题,可运用运筹学中的线性规划方法建立线性规划模型。先将给出的数据整理成下表:;设生产A、B产品各为x1,x2公斤,则此问题变为求x1,x2满足下列条件:;9x1 +4 x2 =360;(1)对象:用推理法难以建模的复杂的白箱系统;
(2)方法:利用不同事物具有的同型性,建造原系统的类似模型。;系统的数学模型:
M?d2x/dt2 +D?dx/dt+Kx = F(t);3.实验法和统计分析法;
粮 食
生 产
系 统
;实验法和统计分析法——数据拟合法;;;时间序列预测模型;线性回归的基本模型为:
其中: β0 , β1是待定参数, EXCEL有2种分析工具用来求出β0 , β1.
1.散点图中插入趋势线
2.回归分析工具
;例 某市1990-2006年用电量有关数据; 步骤:
1)打开“图表”;
2)作出散点图;
3)点击图中任一数据点;
4)在??图表”中选择“添加趋势线”命令;
5)单击“线性图”;
6) 根据对话框,选择或输入相关数据。;作出“GDP”和“年用电量”的散点图;单击“图表/添加趋势线”(“图表”菜单只有散点图选中时才会出现);选择趋势线类型,选定“线性”;单击“选项”,趋势线名称选定“自动设置”,选择“显示公式”和“显示R平方值”。;得到“年用电量”和“GDP”一元线性回归的图形、回归直线和相关系数R2的值;在例中,选择“年用电量”为因变量,“GDP”为自变量,进行一元线性回归。;有两种方法求出单变量回归模型
1.散点图中插入趋势线
2.回归分析工具;打开Excel“工具/数据分析/回归”菜单,分别输入因变量Y和自变量X的区域,选择在新工作表中输出结果。;相关系数R;由上表可以看出,一元回归模型为:;各年份年用电量的观测值和预测值的图形;
判定系数
反映自变量与因变量之间线性关系的强弱程度。
记 实际值y的总变差为:
回归变差为:
则 :
该公式说明了回归误差占总误差的百分比,数值越大,表明总误差中由回归方程来解释的部分也越大,即所有点越接近于回归直线。;在例某市用电量指标统计中,选择 “人口”和“用电量”两个变量样本。; 步骤:
1)打开“图表”;
2)作出散点图;
3)点击图中任一数据点;
4)在“图表”中选择“添加趋势线”命令;
5)单击“类型”标签,选择合适的图形。
6)单击“选项”标签,选择“显示公式”和“显示R平方值”。 ;在例某市用电量指标统计中,创建 “人口”和“用电量”两个变量样本的散点图,选择“图表/添加趋势线”,选择“线性”。;设置“添加趋势线”的选项:选择“显示公式”和“显示R平方”:; 得到回归模型为 y=7E-10e0.488x。判定系数为0.8682,显然回归效果并不好。;如果换成“多项式”类型,并且选择“阶数”为5阶。;得到五次多项式回归模型和回归曲线,判定系数R2=0.9754;在非线性回归分析的四种曲线类型“对数”,“多项式”,“乘幂”和“指数”中,只有“多项式”可以选择“阶数”,最多为6阶。在四种曲线类型中,“多项式”是最“柔软”的,阶数愈高,曲线愈“柔软”,可以产生的拐点愈多,可以更好地拟
文档评论(0)