《用于系统评价的数学模型有哪些》由会员分享，可在线阅读，更多相关《用于系统评价的数学模型有哪些（4页珍藏版）》请在金锄头文库上搜索。
1、用于系统评价的数学模型有哪些1）建模准备数学建模是一项创新活动，它所面临的课题是人们在生产和科研中为了使认识和实践进一步发展 必须解决的问题。“什么是问题？问题就是事物的矛盾，哪里有没解决的矛盾，哪里就有问题”。 因此发现课题的过程就是分析矛盾的过程贯穿生产和科技中的根本矛盾是认识和实践的矛盾，我 们分析这些矛盾，从中发现尚未解决的矛盾，就是找到了需要解决的实际问题，如果这些实际问 题需要给岀定量的分析和解答，那么就可以把这些实际问题确立为数学建模的课题，建模准备就 是要了解问题的实际背景，明确建模的目的，掌握对象的各种信息，弄清实际对象的特征，情况 明才能方法对。（2）建模假设作为课题的原型
2、都是复杂的、具体的，是质和量、现象和本质、偶然和必然的统一体，这样的原 型，如果不经过抽象和简化，人们对其认识是困难的，也无法准确把握它的本质属性。建模假设 就是根据实际对象的特征和建模的目的，在掌握必要资料的基础上，对原型进行抽象、简化，把 那些反映问题本质属性的形态、量及其关系抽象岀来，简化掉那些非本质的因素，使之摆脱原型 的具体复杂形态，形成对建模有用的信息资源和前提条件，并且用精确的语言作岀假设，是建模 过程关键的一步。对原型的抽象、简化不是无条件的，一定要善于辨别问题的主要方面和次要方 面，果断地抓住主要因素，抛弃次要因素，尽量将问题均匀化、线性化，并且要按照假设的合理 性原则进行，
3、假设合理性原则有以下几点： 目的性原则：从原型中抽象岀与建模目的有关的因素，简化掉那些与建模目的无关的或关系不 大的因素。 简明性原则：所给出的假设条件要简单、准确，有利于构造模型。 真实性原则：假设条件要符合情理，简化带来的误差应满足实际问题所能允许的误差范围。 全面性原则：在对事物原型本身作岀假设的同时，还要给岀原型所处的环境条件。（3）模型建在建模假设的基础上，进一步分析建模假设的各条件首先区分哪些是常量，哪些是变量，哪些是 已知量，哪些是未知量；然后查明各种量所处的地位、作用和它们之间的关系，建立各个量之间 的等式或不等式关系，列岀表格、画岀图形或确定其他数学结构，选择恰当的数学工具和
4、构造模 型的方法对其进行表征，构造岀刻画实际问题的数学模型。在构造模型时究竟采用什么数学工具，要根据问题的特征、 建模的目的要求以及建模者的数学特长而定可以这样讲，数学的任一分支在构造模型时都可能用到，而同一实际问题也可以构造岀不同的数学模型，一般地讲，在能够达到 预期目的的前提下，所用的数学工具越简单越好。在构造模型时究竟采用什么方法构造模型，要根据实际问题的性质和建模假设所给岀的建模信息而定，就以系统论中提岀的机理分析法和系统 辨识法来说，它们是构造数学模型的两种基本方法。机理分析法是在对事物内在机理分析的基础 上，利用建模假设所给岀的建模信息或前提条件来构造模型；系统辨识法是对系统内在机
5、理一无 所知的情况下利用建模假设或实际对系统的测试数据所给岀的事物系统的输入、输岀信息来构造 模型。随着计算机科学的发展，计算机模拟有力地促进了数学建模的发展，也成为一种构造模型 的基本方法，这些构模方法各有其优点和缺点，在构造模型时，可以同时采用，以取长补短，达 到建模的目的。（4）模型求解构造数学模型之后，再根据已知条件和数据分析模型的特征和结构特点，设计或选择求解模型的 数学方法和算法，这其中包括解方程、画图形、证明定理、逻辑运算以及稳定性讨论，特别是编 写计算机程序或运用与算法相适应的软件包，并借助计算机完成对模型的求解。（5）模型分析根据建模的目的要求，对模型求解的数字结果，或进行变
6、量之间的依赖关系分析，或进行稳定性 分析，或进行系统参数的灵敏度分析，或进行误差分析等。通过分析，如果不符合要求，就修改 或增减建模假设条件，重新建模，直到符合要求；通过分析如果符合要求，还可以对模型进行评价、预测、优化等。（6）模型检验模型分析符合要求之后，还必须回到客观实际中去对模型进行检验，用实际现象、数据等检验模 型的合理性和适用性，看它是否符合客观实际，若不符合，就修改或增减假设条件，重新建模， 循环往复，不断完善，直到获得满意结果 目前计算机技术已为我们进行模型分析、模型检验提供 了先进的手段，充分利用这一手段，可以节约大量的时间、人力和物力。（7）模型应用模型应用是数学建模的宗旨
7、，也是对模型的最客观、最公正的检验因此，一个成功的数学模型，必须根据建模的目的，将其用于分析、研究和解决实际问题，充分发挥数学模型在生产和科研中 的特殊作用。以上介绍的数学建模基本步骤应该根据具体问题灵活掌握，或交叉进行，或平行进行，不拘一格地进行数学建模则有利于建模者发挥自己的才能。关于软件有matlab lindo 等 dongxianweia | 2009-12-26 00:17:05二十世纪六十年代，产生了模糊数学这门新兴学科。模糊数学的产生现代数学是建立在集合论的基础上。集合论的重要意义就一个侧面看，在与它把数学的抽象能力延伸到人类认识过程的深处。一组对象确定一组属性，人们可以通过说
8、明属性来说明概念（内涵）， 也可以通过指明对象来说明它。符合概念的那些对象的全体叫做这个概念的外延，外延其实就是 集合。从这个意义上讲，集合可以表现概念，而集合论中的关系和运算又可以表现判断和推理， 一切现实的理论系统都一可能纳入集合描述的数学框架。但是，数学的发展也是阶段性的。经典集合论只能把自己的表现力限制在那些有明确外延的概念 和事物上，它明确地限定：每个集合都必须由明确的元素构成，元素对集合的隶属关系必须是明 确的，决不能模棱两可。对于那些外延不分明的概念和事物，经典集合论是暂时不去反映的，属 于待发展的范畴。在较长时间里，精确数学及随机数学在描述自然界多种事物的运动规律中，获得显著效
9、果。但是，在客观世界中还普遍存在着大量的模糊现象。以前人们回避它，但是，由于现代科技所面对的系 统日益复杂，模糊性总是伴随着复杂性岀现。各门学科，尤其是人文、社会学科及其它“软科学”的数学化、定量化趋向把模糊性的数学处理 问题推向中心地位。更重要的是，随着电子计算机、控制论、系统科学的迅速发展，要使计算机 能像人脑那样对复杂事物具有识别能力，就必须研究和处理模糊性。我们研究人类系统的行为，或者处理可与人类系统行为相比拟的复杂系统，如航天系统、人脑系 统、社会系统等，参数和变量甚多，各种因素相互交错，系统很复杂，它的模糊性也很明显。从 认识方面说，模糊性是指概念外延的不确定性，从而造成判断的不确
10、定性。在日常生活中，经常遇到许多模糊事物，没有分明的数量界限，要使用一些模糊的词句来形容、 描述。比如，比较年轻、高个、大胖子、好、漂亮、善、热、远”。在人们的工作经验中，往往也有许多模糊的东西。例如，要确定一炉钢水是否已经炼好，除了要知道钢水的温度、成分比例和冶炼时间等精确信息外，还需要参考钢水颜色、沸腾情况等模糊信息。因此，除了很早就有 涉及误差的计算数学之外，还需要模糊数学。人与计算机相比，一般来说，人脑具有处理模糊信息的能力，善于判断和处理模糊现象。但计算机对模糊现象识别能力较差，为了提高计算机识别模糊现象的能力，就需要把人们常用的模糊语言设计成机器能接受的指令和程序，以便机器能像人脑
11、那样简洁灵活的做出相应的判断，从而提高自动识别和控制模糊现象的效率。这样，就需要寻找一种描述和加工模糊信息的数学工具，这就推动数学家深入研究模糊数学。所以，模糊数学的产生是有其科学技术与数学发展的必然性。模糊数学的研究内容1965 年，美国控制论专家、数学家查德发表了论文模糊集合，标志着模糊数学这门学科的诞生。模糊数学的研究内容主要有以下三个方面：第一，研究模糊数学的理论，以及它和精确数学、随机数学的关系。察德以精确数学集合论为基础，并考虑到对数学的集合概念进行修改和推广。他提出用“模糊集合”作为表现模糊事物的数学模型。并在“模糊集合”上逐步建立运算、变换规律，开展有关的理论研究，就有可能构造
12、出研究现实世界中的大量模糊的数学基础，能够对看来相当复杂的模糊系统进行定量的描述和处理 的数学方法。在模糊集合中，给定范围内元素对它的隶属关系不一定只有“是”或“否”两种情况，而是用介于0 和1 之间的实数来表示隶属程度，还存在中间过渡状态。比如“老人”是个模糊概念，70岁的肯定属于老人，它的从属程度是 1 ， 40岁的人肯定不算老人，它的从属程度为0 ，按照查德给出的公式， 55 岁属于“老”的程度为 0.5 ，即“半老”， 60 岁属于“老”的程度 0.8 。查德认为， 指明各个元素的隶属集合，就等于指定了一个集合。当隶属于0和 1之间值时，就是模糊集合。第二，研究模糊语言学和模糊逻辑。人
13、类自然语言具有模糊性，人们经常接受模糊语言与模糊信 息，并能做出正确的识别和判断。为了实现用自然语言跟计算机进行直接对话，就必须把人类的语言和思维过程提炼成数学模型，才能给计算机输入指令，建立和是的模糊数学模型，这是运用数学方法的关键。查德采用模糊集 合理论来建立模糊语言的数学模型，使人类语言数量化、形式化。如果我们把合乎语法的标准句子的从属函数值定为1，那么，其他文法稍有错误，但尚能表达相仿的思想的句子，就可以用以 0 到 1 之间的连续数来表征它从属于“正确句子”的隶属程度。这 样，就把模糊语言进行定量描述，并定出一套运算、变换规则。目前，模糊语言还很不成熟，语 言学家正在深入研究。人们的
14、思维活动常常要求概念的确定性和精确性，采用形式逻辑的排中律，既非真既假，然后进 行判断和推理，得出结论。现有的计算机都是建立在二值逻辑基础上的，它在处理客观事物的确 定性方面，发挥了巨大的作用，但是却不具备处理事物和概念的不确定性或模糊性的能力。为了使计算机能够模拟人脑高级智能的特点，就必须把计算机转到多值逻辑基础上，研究模糊逻 辑。目前，模糊罗基还很不成熟，尚需继续研究。第三，研究模糊数学的应用。模糊数学是以不确定性的事物为其研究对象的。模糊集合的出现是 数学适应描述复杂事物的需要，查德的功绩在于用模糊集合的理论找到解决模糊性对象加以确切 化，从而使研究确定性对象的数学与不确定性对象的数学沟
15、通起来，过去精确数学、随机数学描 述感到不足之处，就能得到弥补。在模糊数学中，目前已有模糊拓扑学、模糊群论、模糊图论、 模糊概率、模糊语言学、模糊逻辑学等分支。模糊数学的应用模糊数学是一门新兴学科，它已初步应用于模糊控制、模糊识别、模糊聚类分析、模糊决策、模 糊评判、系统理论、信息检索、医学、生物学等各个方面。在气象、结构力学、控制、心理学等 方面已有具体的研究成果。然而模糊数学最重要的应用领域是计算机职能，不少人认为它与新一 代计算机的研制有密切的联系。目前，世界上发达国家正积极研究、试制具有智能化的模糊计算机，1986 年日本山川烈博士首次试制成功模糊推理机，它的推理速度是1000 万次/ 秒。 1988 年，我国汪培庄教授指导的几位博士也研制成功一台模糊推理机分立元件样机，它的推理速度为1500万次/ 秒。这表明我国在突破模糊信息处理难关方面迈出了重要的一步。模糊数学还远没有成熟，对它也还存在着不同的意见和看法，有待实践去检验。参考资料： http:/
