本文在简要介绍引力模型、介入机会模型等经典空间交互模型的基础上,着重对近年来复杂系统研究领域在空间交互网络建模方面的研究成果进行介绍,包括辐射模型、人口权重机会模型及空间交互网络上的随机游走模型等,并且对空间交互网络研究中存在的挑战性问题进行探讨,包括个体多样性行为建模、群体空间交互决策行为实验、数据驱动的活动一出行行为研究等

当问题的机理非常不清楚难以直接利用其他知 识来建模时,一个较为自然的方法是利用数据 进行曲线拟合,找出变量之间的近似依赖关系 即函数关系

针对传统神经网络优化算法易陷入局部最优值的问题,在标准粒子群算法的基础上,对粒子速度与位置更新策略进行改进,提出一种基于改进粒子群优化算法的BP神经网络建模方法.使用sinc函数、波士顿住房数据及某钢厂带钢热镀锌生产的实际数据进行验证.结果表明,与标准的反向传播神经网络和支持向量机相比,基于改进粒子群优化的神经网络模型可以有效提高预测精度

2 LINGO中的集 说明:实际问题建模时,总会遇到一群或多群相互联系的对象, 如工厂、消费者群体、交通工具和雇工等等。 LINGO允许把这些相联系的对象聚合成集sets)一旦把对象聚 合成集,就可利用集来最大限度的发挥LINGO建模语言的优势。 现深入介绍如何创建集,并用数据初始化集的属性。 学完本节后,对集如何引入模型会有一个基本的理解

在建立数学模型时常常需要确定一些参数,选什么量为参数 ,怎样选取参数,其中也有一些技巧,参数选得不好,会使 问题变得复杂难解,给自己增添许多不必要的麻烦。确定参 数以后,一般需要利用数据来获得这些参数的具体取值,例 如在使用经验方法建模时,假如你准备用线性函数ax+b来 表达变量间的关系,你还要用最小二乘法去求出参数a、b 的值,这一过程被称为“参数识别

为了适应炼钢-连铸生产调度系统对实时性和动态性的要求,用Unifled Modeling Language(UML)对该问题建立了需求模型、静态模型和动态模型,探讨了使用UML建模的特点及关键技术。结果表明,UML能够将系统的结构与数据良好的结合起来,精确体现系统的需求

针对熔融气化炉冷煤气成分含量,提出了基于熵权模糊C均值聚类和偏最小二乘的COREX冷煤气成分预测方法.建模过程中首先根据料单中各种原料的单耗量,利用熵权模糊C均值聚类的方法将料单聚类成若干种料单类别,然后针对不同的料单类别,利用偏最小二乘法分别建立冷煤气成分预测模型.对宝钢COREX-1#炉实际生产数据验证结果表明:该方法可以有效地建立COREX冷煤气成分预测模型,具有较好的预测精度

采用基于Monte Carlo Potts模型的仿真技术对单相多晶体各向同性晶粒组织进行了三维建模.利用OpeGL图形接口,在所建多晶体组织模型数据结构的基础上进而实现了三维可视化和任意角度观测.结果表明,所建几何图像模型可以很好地仿真预定细观组织结构参数的三维多晶体组织,不但满足模型化研究所要求的统计意义上的准确性,而且非常符合实际材料显微组织的多变性特征,可望用作细观尺度多晶材料加工过程数值模拟和细观力学计算的基本组织模型

在直流电弧炉炼钢过程控制系统中,由于它的复杂机理,高度非线性加大了建模的难度.为提供适用于直流电弧炉炼钢过程优化控制的模型,提出一种引人遗传算法的神经网络建模方法,并将其用于某厂直流电弧炉炼钢过程模型的建立,获得了很好的效果.同时给出了基于现场实测数据的仿真结果

信息建模概念的引入 面向对象的分析与设计 电网领域模型与信息模型 公共信息模型CIM 数据库与CIM 小结