当前位置:文档之家› 数学建模中计算机模拟运用方法研究

数学建模中计算机模拟运用方法研究

数学建模中计算机模拟运用方法研究摘要:通过对实际问题的非线性、离散、连续三种类型的数学建模解决问题的分析与研究,给出了利用计算机模拟实验验证数学建模有效性的方法,从而使数学建模在解决实际问题中得到更有效的应用。

关键词:计算机模拟;数学建模;技术运用;研究分析在现阶段信息技术发展的过程中,人们可以利用数学模型方法的设计解决现实中的实际问题,通过对现阶段计算机模拟在数学建模中的运用分析可以发现,其技术形式取得了较大的成就。

通过数学与计算机技术的稳定结合,可以实现数学技术的稳定构建,因此,在计算机技术快速发展的今天,计算机及数学建模逐渐成为技术运用中较为重要的途径。

通过对实际问题的构建,可以通过计算机模拟技术对于较难解决、而又重要的问题进行系统性的分析。

在计算机运用的过程中,不仅可以使问题求解体现出方便、快捷以及精准性的特点,而且也可以使实际问题得到充分性的解决。

通过计算机模拟或是计算机程序模拟运用中可以解决实际的问题,并在建立数学、逻辑等模型设计的基础上,可以通过计算机实验对系统资源进行科学化的规定,从而为计算机模拟与数学模型的构建提供稳定支持。

1、计算机模拟及数学建模的概述分析1.1、计算机模拟计算机模拟是利用计算机对一个系统使用过程所建立的模型,通过该模型的运用可以进行实验项目的设计。

并通过对该系统行为的控制分析,对不同的数据资源进行评估。

对于计算机模拟系统而言,其主要是将系统分析以及运筹学作为基础,所模拟的对象以及用途相对广泛,在模拟中可以实现从简单到复杂、从一个变量到多个变量的变化,在交通、经济、生活以及医疗等管理中均得到了广泛性的运用。

1.2、数学建模对于数学建模而言,主要是运用数学模型解决相关问题,也就是在一组备选数据分析的过程中,选择合理性的数据资源。

在现阶段数学模型构建的过程中,其中的空间作为主要的内容,在空间相对应位置设计的基础上,结合了限制条件的保护机制,所选择的模型分为线性以及非线性两种,其中的线性模型以及非线性模型是由变量的阶层所决定的[1]。

2、计算机模拟在数学建模中所解决的问题第一,对于一些难以在计算环境中进行实验以及观察的数学建模而言,只能运用计算机进行模拟,例如,太空飞行中的数据研究。

第二,要在短时间内观察到的系统发展过程,通过对数据的评估对相关数据参数进行系统性的分析。

第三,通过对系统的观察及分析可以发现,可以进行长时间、运行比较等内容进行综合性的分析,并在大量方案中发现最佳的解决方案。

第四,难以用解析式分析的数据系统形式。

第五,在解析式设计的过程中,通过对分析、计算以及过程复杂现象的分析,可以通过计算机进行简单数据的操控。

总而言之,在计算机模拟系统设计的过程中,其主要是按照时间进行系统的划分,并通过对计算机信息系统的模型设计,按照时间的变化进行真实性的动态写照。

在现阶段计算机模拟数据资源确定的背景下,可以将计算机模拟分为非线性规划、离散模拟以及连续模拟三种类型[2]。

3、问题的定义及分类在数学模型建立的过程中,其第一步就是提出问题,并通过对具体问题的分析进行分类、整理以及归类。

3.1、问题的定义在一些问题分析的过程中其不能直接将已有的知识进行处理,然后通过间接分析对以有的知识进行分析。

3.2、问题的分类3.2.1、非线性规划问题在非线性规划问题分析的过程中,其呈现出非线性约束的基本条件,或是体现出目标函数及数学规划中的问题。

通过对一个n元实函数的分析,可以在一组等式、不等式的条件下进行极值问题的确定。

其中动脉䯮函数以及约束条件必然是一个未知量的非线性函数。

例如,在非线性问题分析的过程中,计算机模拟中的数学模型表示过程如下所示。

min f(x) x∈E n.S.t. g i(x)≥0 i=1,2,3,...,m.a j≤x j≤b j j=1,2,3,...,n.3.2.2、离散系统问题对于离散系统而言,其系统主要是在自由限定的时间点或是可数的时间点上进行随机发生系统的分析。

如在排队系统设计的过程中,需要后通过对状态量变化的系统分析,进行离散状态的随机分布,并在随机的时间点上完成相关任务。

在离散系统问题分析的过程中,以库存问题为例,对其问题进行分析[3]。

例如一,在企业运行的过程中,其中的销售部门以及工厂等都存在着库存的问题,当库存太多会造成资金的积压,当库存的货物太少,不能使客户的需求得到满足。

因此可以发现,在企业库存管理的过程中,所出现的何时进货、进多少以及花费的平均费用等内容也就成为库存问题。

如,在某企业运行的过程中,对于当天生产的产品而言需要及时销售出去,若没有企业的货物会发生变质的风险。

如果成本为2.0元,其单位产品销售价为5元,所以,为了避免企业出现损失过多而造成的风险因素,需要在库存问题中构建以下几种方案。

方案一:按照前一天的销售量,对当天的库存量进行设计。

方案二,按照企业的两天平均销售量,作为其当天的库存量。

3.2.3、连续问题分析在连续性问题分析的过程中,需要按照时间会是各个组织部分进行变量或是连续恶心变化形式的系统分析。

文章在研究中,以追逐问题作为依据,其图形如图一所示。

例二,在连续性问题分析的过程中,正方形ABCD的四个点中都又一人,在同一时刻,四人同时出发,按照v = 1 m / s的速度,保持统一目标,然后求出最终螺旋状的交汇点O。

图一追逐问题图4、计算机模拟在数学建模中的运用4.1、连续系统的模拟分析在连续系统模型设计的过程中,其算法的分析需要考虑到环的个数,如若环的个数为m 个,所移动的次数为2m-1。

在计算方式优化的过程中,研究人员发现了简便性的连续系统模拟形式。

并将其分为两种最基本的计算方式。

例如,在河内塔问题分析的过程中,首先将这三个塔按照最基本的顺序进行“品”字形排列,然后将不同的环按照从大到小的顺序依次排放,并通过数量的分析,进行塔的定位及排放ABC,当m为偶数时,需要按照顺时针的顺序进行,若m为基数时,需要按照顺时针方案依次摆放ACB。

4.2、随机系统的模拟分析在随机因素分析的过程中,其存在着数据资源多样性以及复杂性的现象,而通过分析方法的建模,可以实现多种数据的简便化操作,并通过对实际数据资源的合理分析,解决无法运用的数学问题。

而且,通过随机数据的计算以及模拟方法的分析,可以有效解决随机计算中的问题,并在特定算法分析及运用的过程中,对相关的研究系统进行随机的抽样观察,保证对样本值观察系统的有效统计及科学分析。

在随机问题分析的过程中,对例二的过程进行系统性的分析[4]。

4.2.1、模拟步骤第一,在问题分析的过程中,需要建立平面直角坐标系,将A 、B 、C 、D 四个点的坐标系标注为A (x 1,y 1),B (x 2,y 2),C (x 3,y 3)D (x 4,y 4)。

第二,将时间间隔设为Δt , ,并在每一刻t 的过程中,进行t+Δt 的坐标计算。

例如,在A 追B 的坐标计算的过程中,具体的计算过程如下:根据已知条件可以得出A 的t+Δt 时刻坐标为(x1+v ·Δt cos a ,y 1+v ·Δt sin a ),而坐标时刻中的cos a=(x 2-x 1)/d ,sin a=(y 2-y 1)/d ,其中的d 212212)()(y y x x -+-。

第三,然后通过这种计算方式连接四个人在各个时刻的位置,并得到最终的O 点。

4.2.2、计算模拟求解分析通过对模拟算法的分析,通过MATLAB 的编程分析,其具体的过程如图一所示。

图一模拟算法编程4.3、其他类型的模拟分析在研究的过程中,对决策变量进行了系统性的选择及分析,对某次活动中区域超市分布状况的设计进行了计算机模型中的数学建模构建,并对其基本的模式设计进行了分析。

4.3.1、模型的建设分析第一,通过对活动场所不同看台人群的分布分析,进行整个活动区域人群的一致性分布。

第二,如果入场及出厂的返回路径一致,其出入餐饮区与充放场馆的路径也需要保持一致。

第三,若活动期间每人平均出入两次,均需要对最短路径进行设计。

第四,如果同一规模的MS在不同商区的投资为一致现象。

第五,通过对不同观众消费额的分析,对每位消费进行一致性的规划,也就是实现对整个活动区域观众平均水平的确定。

第五,不需要考虑到活动期间个人群体的年龄以及性别等因素[5]。

第六,场馆人群均值达到了场馆最大容量状态。

4.3.2、决策变量的选择目标约束基本方程:第一,在人流量目标约束的过程中,其计算方程为X i ×C+Y i ×D ≥N i .第二,在消费额目标约束的过程中,其就算方程为X i ×P+Y i ×Q ≤M i .第三,在分布式基本均衡目标约束的背景下,其公式如(1)。

X i +Y i -20∑∑+i iY X =0 (1)4.3.3、目标的优先级别分析在目标优化选择的过程中,需要通过对先后次序的分析,进行模型的设计。

第一,在超市运行期间,其购物的需求中的目标函数用mind 表示,第二,商业环境中的超市盈利的目标函数用mind 表示,第三,分布的基本均衡目标函数用min (m+m )表示。

(表示式中的d 是人流量的负偏差;n 是消费额中的正偏差,m 与m 是分布上的正偏差以及负偏差)[6]。

4.4.4、计算方法在数学模型构建之后,需要对相关的数据内容进行明确性的计算,所以,在这种背景下就需要运用到计算机系统。

在计算的过程中需要认识到整个区域中人流量最少的数值数,如(c1=3万人),当有80%人经过超市之后都会产生购物的可能性,所以80%作为人们会逛超市的几率,二在这种背景下,进入超市C1区域的人流为2.4万,最大的人流量为15.33万,所以,在最大人流量计算的过程中,也就可以得到15.33×0.8,其数值为12.26万人,然后在通过计算对人均消费水平进行计算。

根据这种计算方式,如果需要分为N=10-20万元,M=15-45元,超市的规模与人流计算就可以运用数据进行带入计算,通过对结果的观察及分析,发现合理的解决方式,保证数据资源计算的准确性。

同时可以运用到LINDO 计算软件,并在该LINDO 计算软件种输入相关的代数,就可以对人流量以及超市规模进行求解,保证数据计算的准确性及快速性。

对超市分布状况进行了分析,如表一所示。

表一 超市分布状况 商区小型超市个数 大型超市个数 A10 6 A2 6 3A3 4 4A4 1 3A5 0 8A6 2 54.4.5、模型检验通过对表一的分析可以发现,在超市分布设计的过程中需要满足以下基本要求:第一,充分满足活动中人们的购物需求;第二,超市的分布需要基本均衡;第三,保证超市的商业盈利。

通过对该案例的分析可以发现,计算机在数学建模运用中的重要意义,因此,在现阶段数据资源运用的过程中需要通过对计算机以及数学模型的综合性分析,进行相关数据的建立、求解及验算,保证数据分析的合理性[7]。

相关主题