過程建模通常方法(建模的兩種方法)
1.建模的兩種方法
建模的兩種方法：
方法 1、機理法建模
?根據(jù)生產(chǎn)過程中實際發(fā)生的變化機理，寫出各種 有關的平衡方程
?如：物質(zhì)平衡方程；能量平衡方程；動量平衡方程 以及反映流體流動、傳熱、傳質(zhì)、化學反應等基本 規(guī)律的運動方程，物性參數(shù)方程和某些設備的特性 方程等，從中獲得所需的數(shù)學模型。
用機理法建模的首要條件是生產(chǎn)過程的機理必須為人們充分掌握，可以比較確切的加以數(shù)學描述。模型應該盡量簡單，保證達到合理的精度。用機理法建模時，出現(xiàn)模型中某些參數(shù)難以確 定的情況或用機理法建模太煩瑣。 可以用測試的方法來建模。
方法2、測試法建模
?根據(jù)工業(yè)過程的輸入和輸出的實測數(shù)據(jù)進行數(shù)學 處理后得到的模型。特點是把被研究的工業(yè)過程視為一個黑匣子，完 全從外特性上測試和描述它的動態(tài)性質(zhì)，不需要深 入掌握其內(nèi)部機理。為了獲得動態(tài)特性，必須使被研究的過程處于 被激勵的狀態(tài)，施加一個階躍擾動或脈沖擾動 等。用測試法建模一般比用機理法建模要簡單和省 力，如果兩者都能達到同樣的目的，一般都采用測試法建模。
2.數(shù)學建模的基本過程有哪些
數(shù)學建模應當掌握的十類算法 ?? 1、蒙特卡羅算法（該算法又稱隨機性模擬算法，是通過計算機仿真來解決問題的算 法，同時可以通過模擬可以來檢驗自己模型的正確性，是比賽時必用的方法） 2、數(shù)據(jù)擬合、參數(shù)估計、插值等數(shù)據(jù)處理算法（比賽中通常會遇到大量的數(shù)據(jù)需要 處理，而處理數(shù)據(jù)的關鍵就在于這些算法，通常使用Matlab作為工具） 3、線性規(guī)劃、整數(shù)規(guī)劃、多元規(guī)劃、二次規(guī)劃等規(guī)劃類問題（建模競賽大多數(shù)問題 屬于最優(yōu)化問題，很多時候這些問題可以用數(shù)學規(guī)劃算法來描述，通常使用Lindo、Lingo軟件實現(xiàn)） 4、圖論算法（這類算法可以分為很多種，包括最短路、網(wǎng)絡流、二分圖等算法，涉 及到圖論的問題可以用這些方法解決，需要認真準備） 5、動態(tài)規(guī)劃、回溯搜索、分治算法、分支定界等計算機算法（這些算法是算法設計 中比較常用的方法，很多場合可以用到競賽中） 6、最優(yōu)化理論的三大非經(jīng)典算法：模擬退火法、神經(jīng)網(wǎng)絡、遺傳算法（這些問題是 用來解決一些較困難的最優(yōu)化問題的算法，對于有些問題非常有幫助，但是算法的實 現(xiàn)比較困難，需慎重使用） 7、網(wǎng)格算法和窮舉法（網(wǎng)格算法和窮舉法都是暴力搜索最優(yōu)點的算法，在很多競賽 題中有應用，當重點討論模型本身而輕視算法的時候，可以使用這種暴力方案，最好 使用一些高級語言作為編程工具） 8、一些連續(xù)離散化方法（很多問題都是實際來的，數(shù)據(jù)可以是連續(xù)的，而計算機只 認的是離散的數(shù)據(jù)，因此將其離散化后進行差分代替微分、求和代替積分等思想是非 常重要的） 9、數(shù)值分析算法（如果在比賽中采用高級語言進行編程的話，那一些數(shù)值分析中常 用的算法比如方程訂粻斥救儷嚼籌楔船盲組求解、矩陣運算、函數(shù)積分等算法就需要額外編寫庫函數(shù)進行調(diào) 用） 10、圖象處理算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文中也應該 要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問題，通常使用Matlab 進行處理）。
3.數(shù)學建模有哪些方法
一、機理分析法 從基本物理定律以及系統(tǒng)的結構數(shù)據(jù)來推導出模型。
1. 比例分析法--建立變量之間函數(shù)關系的最基本最常用的方法。
2. 代數(shù)方法--求解離散問題（離散的數(shù)據(jù)、符號、圖形）的主要方 法。
3. 邏輯方法--是數(shù)學理論研究的重要方法，對社會學和經(jīng)濟學等領域的實際問題，在決策，對策等學科中得到廣泛應用。
4. 常微分方程--解決兩個變量之間的變化規(guī)律，關鍵是建立"瞬時變化率"的表達式。
5. 偏微分方程--解決因變量與兩個以上自變量之間的變化規(guī)律。
二、數(shù)據(jù)分析法 從大量的觀測數(shù)據(jù)利用統(tǒng)計方法建立數(shù)學模型。
1. 回歸分析法--用于對函數(shù)f(x)的一組觀測值（xi, fi）i=1,2… n，確定函數(shù)的表達式，由于處理的是靜態(tài)的獨立數(shù)據(jù)，故稱為數(shù)理統(tǒng)計方法。
2. 時序分析法--處理的是動態(tài)的相關數(shù)據(jù)，又稱為過程統(tǒng)計方法。
三、仿真和其他方法
1. 計算機仿真（模擬）--實質(zhì)上是統(tǒng)計估計方法，等效于抽樣試驗
① 離散系統(tǒng)仿真--有一組狀態(tài)變量。
② 連續(xù)系統(tǒng)仿真--有解析表達式或系統(tǒng)結構圖。
2. 因子試驗法--在系統(tǒng)上作局部試驗，再根據(jù)試驗結果進行不斷分析修改，求得所需的模型結構。
3. 人工現(xiàn)實法--基于對系統(tǒng)過去行為的了解和對未來希望達到的目標，并考慮到系統(tǒng)有關因素的可能變化，人為地組成一個系統(tǒng)。
4.簡述過程控制系統(tǒng)中的基本建模方法
1、機理法建模 用機理建模法就是根據(jù)生產(chǎn)中實際發(fā)生的變化機理，寫出各種有關的平衡方程，如物質(zhì)平衡方程，能量平衡方程，動量平衡方程以及反映流體流動、傳熱、傳質(zhì)、化學反映等基本規(guī)律的方程，物性參數(shù)方程和某些設備的特性非常等，從中獲得所需要的數(shù)學模型。
由此可見，機理建模法的首要條件是生產(chǎn)過程的機理必須已經(jīng)為人們充分掌握，并且可以比較準確的加以數(shù)學描述。2、測試法建模 測試法一般只用于建立輸入——輸出模型。
它是根據(jù)工業(yè)過程的輸入和輸出的實測數(shù)據(jù)進行某種數(shù)學處理后得到的模型。用測試建模法一般比用機理建模法簡單省力，尤其是對那些復雜的工業(yè)工程更為明顯。
如果兩種基本建模方法都能達到目的，一般采用測試建模法。
5.數(shù)學建模有哪些步驟
所謂提煉數(shù)學模型，就是運用科學抽象法，把復雜的研究對象轉(zhuǎn)化為數(shù)學問題，經(jīng)合理簡化后，建立起揭示研究對象定量的規(guī)律性的數(shù)學關系式（或方程式）。
這既是數(shù)學方法中最關鍵的一步，也是最困難的一步。提煉數(shù)學模型，一般采用以下六個步驟完成： 第一步：根據(jù)研究對象的特點，確定研究對象屬哪類自然事物或自然現(xiàn)象，從而確定使用何種數(shù)學方法與建立何種數(shù)學模型。
即首先確定對象與應該使用的數(shù)學模型的類別歸屬問題，是屬于“必然”類，還是“隨機”類；是“突變”類，還是“模糊”類。 第二步：確定幾個基本量和基本的科學概念，用以反映研究對象的狀態(tài)。
這需要根據(jù)已有的科學理論或假說及實驗信息資料的分析確定。例如在力學系統(tǒng)的研究中，首先確定的摹本物理量是質(zhì)主（m）、速度（v）、加速度（α）、時間（t）、位矢（r）等。
必須注意確定的基本量不能過多，否則未知數(shù)過多，難以簡化成可能數(shù)學模型，因此必須詵擇出實質(zhì)性、關鍵性物理量才行。 第三步：抓住主要矛盾進行科學抽象。
現(xiàn)實研究對象是復雜的，多種因素混在一起，因此，必須變復雜的研究對象為簡單和理想化的研究對象，做到這一點相當困難，關鍵是分清主次。如何分清主次只能具體問題具體分析，但也有兩條基本原則：一是所建數(shù)學模型一定是可能的，至少可給出近似解；二是近似解的誤差不能超過實際問題所允許的誤差范圍。
第四步：對簡化后的基本量進行標定，給出它們的科學內(nèi)涵。即標明哪些是常量，哪些是已知量，哪些是待求量，哪些是矢量，哪些是標量，這些量的物理含義是什么？ 第五步：按數(shù)學模型求出結果。
第六步：驗證數(shù)學模型。驗證時可根據(jù)情況對模型進行修正，使其符合程度更高，當然這以求原模型與實際情況基本相符為原則。
6.數(shù)學建模的方法有哪些
1. 預測模塊：灰色預測、時間序列預測、神經(jīng)網(wǎng)絡預測、曲線擬合（線性回歸）；
2. 歸類判別：歐氏距離判別、fisher判別等 ；
3. 圖論：最短路徑求法 ；
4. 最優(yōu)化：列方程組 用lindo 或 lingo軟件解 ；
5. 其他方法：層次分析法 馬爾可夫鏈 主成分析法 等 。
建模常用算法，僅供參考：
1. 蒙特卡羅算法（該算法又稱隨機性模擬算法，是通過計算機仿真來解決 問題的算法，同時間=可以通過模擬可以來檢驗自己模型的正確性，是比賽時必 用的方法） 。
2. 數(shù)據(jù)擬合、參數(shù)估計、插值等數(shù)據(jù)處理算法（比賽中通常會遇到大量的數(shù) 據(jù)需要處理，而處理數(shù)據(jù)的關鍵就在于這些算法，通常使用Matlab 作為工具） 。
3. 線性規(guī)劃、整數(shù)規(guī)劃、多元規(guī)劃、二次規(guī)劃等規(guī)劃類問題（建模競賽大多 數(shù)問題屬于最優(yōu)化問題，很多時候這些問題可以用數(shù)學規(guī)劃算法來描述，通 常使用Lindo、Lingo 軟件實現(xiàn)） 。
4. 圖論算法（這類算法可以分為很多種，包括最短路、網(wǎng)絡流、二分圖等算 法，涉及到圖論的問題可以用這些方法解決，需要認真準備） 。
5. 動態(tài)規(guī)劃、回溯搜索、分治算法、分支定界等計算機算法（這些算法是算 法設計中比較常用的方法，很多場合可以用到競賽中） 。
6. 最優(yōu)化理論的三大非經(jīng)典算法：模擬退火法、神經(jīng)網(wǎng)絡、遺傳算法（這些 問題是用來解決一些較困難的最優(yōu)化問題的算法，對于有些問題非常有幫助， 但是算法的實現(xiàn)比較困難，需慎重使用） 。
7. 網(wǎng)格算法和窮舉法（網(wǎng)格算法和窮舉法都是暴力搜索最優(yōu)點的算法，在很 多競賽題中有應用，當重點討論模型本身而輕視算法的時候，可以使用這種 暴力方案，最好使用一些高級語言作為編程工具） 。
8. 一些連續(xù)離散化方法（很多問題都是實際來的，數(shù)據(jù)可以是連續(xù)的，而計 算機只認的是離散的數(shù)據(jù)，因此將其離散化后進行差分代替微分、求和代替 積分等思想是非常重要的） 。
9. 數(shù)值分析算法（如果在比賽中采用高級語言進行編程的話，那一些數(shù)值分 析中常用的算法比如方程組求解、矩陣運算、函數(shù)積分等算法就需要額外編 寫庫函數(shù)進行調(diào)用） 。
10. 圖象處理算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文 中也應該要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問 題，通常使用Matlab 進行處理）。
7.數(shù)學建模的幾種方法
1、蒙特卡羅算法（該算法又稱隨機性模擬算法，是通過計算機仿真來解決問題的算
法，同時可以通過模擬可以來檢驗自己模型的正確性，是比賽時必用的方法）
2、數(shù)據(jù)擬合、參數(shù)估計、插值等數(shù)據(jù)處理算法（比賽中通常會遇到大量的數(shù)據(jù)需要
處理，而處理數(shù)據(jù)的關鍵就在于這些算法，通常使用Matlab作為工具）
3、線性規(guī)劃、整數(shù)規(guī)劃、多元規(guī)劃、二次規(guī)劃等規(guī)劃類問題（建模競賽大多數(shù)問題
屬于最優(yōu)化問題，很多時候這些問題可以用數(shù)學規(guī)劃算法來描述，通常使用Lindo、
Lingo軟件實現(xiàn)）
4、圖論算法（這類算法可以分為很多種，包括最短路、網(wǎng)絡流、二分圖等算法，涉
及到圖論的問題可以用這些方法解決，需要認真準備）
5、動態(tài)規(guī)劃、回溯搜索、分治算法、分支定界等計算機算法（這些算法是算法設計
中比較常用的方法，很多場合可以用到競賽中）
6、最優(yōu)化理論的三大非經(jīng)典算法：模擬退火法、神經(jīng)網(wǎng)絡、遺傳算法（這些問題是
用來解決一些較困難的最優(yōu)化問題的算法，對于有些問題非常有幫助，但是算法的實
現(xiàn)比較困難，需慎重使用）
7、網(wǎng)格算法和窮舉法（網(wǎng)格算法和窮舉法都是暴力搜索最優(yōu)點的算法，在很多競賽
題中有應用，當重點討論模型本身而輕視算法的時候，可以使用這種暴力方案，最好
使用一些高級語言作為編程工具）
8、一些連續(xù)離散化方法（很多問題都是實際來的，數(shù)據(jù)可以是連續(xù)的，而計算機只
認的是離散的數(shù)據(jù)，因此將其離散化后進行差分代替微分、求和代替積分等思想是非常重要的）
9、數(shù)值分析算法（如果在比賽中采用高級語言進行編程的話，那一些數(shù)值分析中常
用的算法比如方程組求解、矩陣運算、函數(shù)積分等算法就需要額外編寫庫函數(shù)進行調(diào)用）
10、圖象處理算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文中也應該
應用數(shù)學去解決各類實際問題時，建立數(shù)學模型是十分關鍵的一步，同時也是十分困難的一步。建立教學模型的過程，是把錯綜復雜的實際問題簡化、抽象為合理的數(shù)學結構的過程。要通過調(diào)查、收集數(shù)據(jù)資料，觀察和研究實際對象的固有特征和內(nèi)在規(guī)律，抓住問題的主要矛盾，建立起反映實際問題的數(shù)量關系，然后利用數(shù)學的理論和方法去分析和解決問題。這就需要深厚扎實的數(shù)學基礎，敏銳的洞察力和想象力，對實際問題的濃厚興趣和廣博的知識面。數(shù)學建模是聯(lián)系數(shù)學與實際問題的橋梁，是數(shù)學在各個領械廣泛應用的媒介，是數(shù)學科學技術轉(zhuǎn)化的主要途徑，數(shù)學建模在科學技術發(fā)展中的重要作用越來越受到數(shù)學界和工程界的普遍重視，它已成為現(xiàn)代科技工作者必備的重要能力之。
8.數(shù)學建模主要有哪些分析方法
2常用的建模方法（I）初等數(shù)學法。
主要用于一些靜態(tài)、線性、確定性的模型。例如，席位分配問題，學生成績的比較，一些簡單的傳染病靜態(tài)模型。
（2）數(shù)據(jù)分析法。從大量的觀測數(shù)據(jù)中，利用統(tǒng)計方法建立數(shù)學模型，常見的有：回歸分析法，時序分析法。
（3）仿真和其他方法。主要有計算機模擬（是一種統(tǒng)計估計方法，等效于抽樣試驗，可以離散系統(tǒng)模擬和連續(xù)系統(tǒng)模擬），因子試驗法（主要是在系統(tǒng)上做局部試驗，根據(jù)試驗結果進行不斷分析修改，求得所需模型結構），人工現(xiàn)實法（基于對系統(tǒng)的了解和所要達到的目標，人為地組成一個系統(tǒng)）。
（4）層次分析法。主要用于有關經(jīng)濟計劃和管理、能源決策和分配、行為科學、軍事科學、軍事指揮、運輸、農(nóng)業(yè)、教育、人才、醫(yī)療、環(huán)境等領域，以便進行決策、評價、分析、預測等。
該方法關鍵的一步是建立層次結構模型。
