物流系统建模方法.pptx

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