首页 新闻 会员 周边 捐助

关于数学建模、机器学习与深度学习的思考

0
[待解决问题]

2016年5月,开始接触水利行业的洪水预警工作,然后就进入了数学建模的过程,进行洪水与降雨分析,后续经过了机器学习与深度学习的跑坑,对数学工具在现实工程进行作用进行总结。
数学建模:通过数学公式为手段对现实模拟。以下进行例子说明。降雨后的洪水计算,中小流域按照水往低处流的现实划分流域,初步计算参数组装模型,然后通过三个公式进行产流、汇流、河道演算的模拟,得到洪水过程线。收费站问题,作为建模大赛的常考题型,经常出现,车辆的出现服从某种分布,车辆与车辆之间的距离,车辆是否变道,最终看收费站数量能否及时处理车辆的收费问题。元胞自动机,自行百度吧,模拟森林火灾,或者模拟气象行业的数值预报。这些不是重点,重点是数学模型建立后,如何调整模型的参数,这就需要算法了,通过一定的策略去寻找优秀参数,然后模型的输出结果就能与实际现象在误差范围内一致。比较常用的大招是启发式算法,这是一个大称呼,不是具体的解题策略,具体的解题策略是遗传算法、退火算法、人工鱼群算法、蜂群算法、蚁群算法等。采用这些算法的衡量标准是啥?或者说是为了干啥?是为了让预测与实测的距离最小。比如我预测的洪水峰值流量为120,实测流量峰值为200,那么我要通过启发式算法调整模型参数,达到模型的输出向200贴近,差值变小就是我的目标嘛!【距离测度变小】

等值面的主页 等值面 | 菜鸟二级 | 园豆:402
提问于:2019-04-05 23:22

你的目的是什么

Shendu.CC 5年前
< >
分享
所有回答(1)
0

有自己的思考和总结是一件好事情

ycyzharry | 园豆:25683 (高人七级) | 2019-04-07 12:45
清除回答草稿
   您需要登录以后才能回答,未注册用户请先注册