数学建模 概述

一.概念
1.原型与模型:

原型(Prototype)是指人们在现实世界中关心的实际对象.而模型(Model)则是指为了某个特定目的而将原型的某部分信息压缩提炼而构造出的原型的替代物

2.模型的分类:

按代替原型的方式分类,模型可分为 物质模型(形象模型) 和 理想模型(抽象模型) 这2类.前者包括直观模型(把原型按比例缩放,主要追求外观上的逼真),物理模型(科技工作者为了一定目的而根据相似原理构造的模型,用于进行模拟实验)等;后者则包括思维模型(人们将对原型的知识以经验的形式储存在人脑中而形成的模型),符号模型(在一定的约定下通过专门的符号来描述原型的模型)和数学模型(使用数学公式/图形/算法描述实际对象的定量规律的模型)等

3.数学建模与数学模拟:

数学模型(Mathematical Model)是对现实世界的某个对象,为了某个特定的目的,根据其内在规律,作出一些必要的简化假设,运用适当的数学工具而得到的1个数学结构.而建立数学模型的过程就称为数学建模(Mathematical Modeling)

数学模拟主要指计算机模拟(Computer Simulation),即根据实际系统或过程的特性,按一定的数学规律用计算机程序语言模拟实际运行的情况,并依据大量模拟结果进行定量分析的行为

二.数学建模的步骤
1.数学建模的基本方法
(1)机理分析法:

机理分析法是指根据对客观事物特性的认识,找出反映事物内部机理的定量规律.其建立的模型常有明确的物理或现实意义

(2)测试分析法:

测试分析法是指将研究对象看作1个黑箱系统,通过对该系统输入/输出数据的测量和统计分析,按一定的规则找出与数据拟合得最好的模型

2.数学建模的一般步骤:

三.数学模型的分类
1.根据应用领域:

包括人口模型,环境模型,交通模型,生态城镇规划模型,水资源模型,再生资源利用模型,污染模型等

2.根据建立模型的数学方法:

包括初等模型,几何模型,微分方程模型,统计回归模型,数学规划模型等

3.根据模型的表现特征:

①根据是否随机因素的影响可分为确定性模型与随机性模型.近年来又出现了突变性模型与模糊性模型的概念
②根据是否考虑时间因素的影响可分为静态模型与动态模型
③根据变量间的关系可分为线性模型与非线性模型
④根据变量(主要是时间变量)的取值可分为离散模型与连续模型

4.根据建模目的:

包括描述模型,预报模型,优化模型,决策模型,扩展模型等

5.根据对模型结构的了解程度:

分为白箱模型,灰箱模型与黑箱模型