[无水印word版论文]2024长三角数学建模B题25页成品论文

论文配套有完整的matlab+python解题代码+数据梳理结果集+最终结果表格！

2024长三角数学建模B题成品论文25页+完整可执行代码+运行结果可视化图表https://mbd.pub/o/bread/ZpaTk5du

B题中的高清无水印结果图：

                             B题人工智能范式下的物理化学家

摘       要：

随着科学技术的飞速发展，化学和物理领域的研究逐渐进入了一个复杂化和 高维化的新时代。传统的研究方法，如“ 穷举” 、“试错”和“重复” ，在面对庞大的 化学空间时显得捉襟见肘，往往只能达到局部最优而非全局最优。为了突破这一 瓶颈，中国科技大学机器化学家平台应运而生，它凭借大数据与智能模型的双重 驱动，实现了化学合成、表征和测试的全流程自动化开发，为化学研究带来了革 命性的变革。

针对问题 1 ，首先需要对数据进行预处理，检测是否有缺失值、异常并进行 修正，同时对需要的数据进行数据标准化与归一化操作。要想探究y2 与分子 id 之间是否存在有一定的函数关系，那么在处理好数据之后，要进行y2 与分子 id 的特征分析，将两个变量进行可视化，大致分析y2 与分子 id 之间的函数关系， 最后采用适当的函数，即多项式回归拟合建立函数，并对y2 进行合理预测。针对 问题 2，

针对问题 2 ，与问题 1 类似，采用同样的方法检查缺失值并剔除异常值。要 想选择不超过 10 个的特征指标，那么就要分析y2 ~y3 ,  x1 ~x100与y1 的相关性， 寻找用于计算特征与目标变量之间相关性的函数，选取相关性最大的 10 个变量 作为特征指标 ，然后建立y1 预测模型进行预测 。根据要求 ， 问题 2 采用了 SelectKBest 方法结合 f_regression  函数从训练数据集中选择对目标变量 y1    影 响最大的 10 个特征，然后使用随机森林对数据进行训练并最终预测。

针对问题 3，在检查缺失值并剔除异常值之后，要想分析y3 与y1 ~y2 ,  x1 ~x100  之间的函数关系，仍旧采用 SelectKBest方法选取相关性最大的 10 个特征指标， 来获取对y3 预测结果最大的特征指标。采用基于梯度的回归模型对 10 个特征指 标进行训练并预测y3，最后基于模型的均方误差（MSE）来分析这些指标的灵敏 度。

针对问题 4，需要分析 class 与y1 ~y3 ,  x1 ~x100指标之间的关系，并于物理化 学性质，建立分子的类别预测模型，分析y1 ~y3 ,  x1 ~x100 中对分类结果影响较大 的指标。首先找出y1 ~y3 ,  x1 ~x100 中对 class 变量影响最大的 10 个指标，然后采 用 RandomForestClassifier 分类模型对 class 进行分类，最后来评估分类准确率。

针对问题 5 ，需要选择更好的方法来提高模型的检测精度。对于y1 ,  y3 变量 的预测，尝试用更多的特征值（本题增加至 20 个特征指标）来提升检测精度， 对于类别 class 的预测，通过建立深度学习的神经网络（LSTM）模型并结合随 即森级分类进行预测以提升预测精度。

关键词：特征选取；随机森林