数学建模优化和仿真模拟的区别001

如果我们过于爽快地承认失败，就可能使自己发觉不了我们非常接近于正确！---卡尔·波普尔

数学建模优化和仿真模拟的区别

几十年来，工程师们一直使用模型（Model）来帮助他们理解系统过程并确定最佳解决方案。有时创建模型是为了让设计师发现特定设计问题的答案，而在其他情况下，则用来模拟模型在不同情况下的表现（即What-If假设性问题）。物理建模过程一直持续到20世纪末，当时建模软件的开发使工程师能够更容易地利用虚拟建模来探索模型的性能。

 

虽然表面上相似，但仿真(Simulation)和建模过程(Modeling)却截然不同。在仿真中分析师运行多个场景来预测系统或流程在不同条件下的表现，这正是预测分析的基础。

 

建模过程，通常也称为数学优化建模(Mathematical Optimization Modeling)，不同之处在于它可以确定特定场景的特定的、最优化或最佳的结果。这被称为诊断一个结果，因此命名为决策建议性分析（或规范性分析）。

 

建模（Modeling）的定义

模型是物理对象或过程的表示。模型可以是物理的，也可以是数学的，并且可以紧密地复制对象或过程。它可以用来确定问题的答案，例如给定一组特定的情况下，哪个是最佳的商业决策。

 

优化建模（数学）的一个关键方面是使用数学方程式和相关技术来创建与被建模过程的执行方式大体相同的数理模型。这同样适用于商业模型，正如它适用于包含表示结构组件的物理强度和刚度公式的CAD模型一样。

图1：数学建模与优化过程

 

数学建模的示例

如前所述&