0
点赞
收藏
分享

微信扫一扫

2022五一数学建模B题(思路+代码+视频解析)

本题主要是神经网络、机器学习预测

这几个条件需要注意

①假设矿石加工过程需要经过系统I和系统II两个环节,两个环节不分先后,其他条件(电压、水压等)保持不变。

②生产技术人员可以通过传入调温指令,调节温度来改变产品质量。其中系统I和II的温度数据见附件1和附件2。

③矿石加工过程为2小时整(即:在调节温度2个小时后,可检测得到该调节温度所对应的矿石产品质量的评价指标(A,B,C,D))

④假设每次温度调节之后的2个小时内不会传入新的调温指令,调温指令下达后系统温度基本与调温指令设定的温度相同,但是有轻微波动

图2-矿石的加工过程

第一问,需要根据构建出系统温度和原矿参数预测产品质量的方法,时间肯定是要以产品质量数据的时间为准,质量评价指标ABCD是调节温度两小时后得到的(两小时内温度有轻微波动),附件中的质量数据是一小时得出一个结果,所以说温度数据需要依次取2小时片段数据取平均值来对应质量指标数据,原矿参数是哪一天的这一天的数据训练都用这天的值就行了,还有个问题,没有23号的系统温度,可以看下图,每天的数据没有周期性,不建议使用时间序列去补充,推荐就计算下原矿参数各组的相关性,用相关性较高的数据组那天的温度

图3

有了数据后就代入模型训练,可能性最大的产品指标其实就是模型训练后你预测的结果,模型训练好后,带入表1中两组系统温度和对应23号的原矿参数,输出四个指标ABCD

后面问不管正向预测还是反向预测,都基本是同样的模型,注意做模型的误差检验,这道题推荐所有队伍选择,机器学习算法现学也很快

常用代码:

神经网络编程步骤
(1)寻找对结果产生影响的各种指标,假设有m个
(2)寻找样本n个,构造矩阵m*n,其对应的标准输出是n*1
 (3)将上述m*n与n*1分别带入网络中训练,类似于下列代码中的P与T
(4)输入新的数据进行仿真,类似于下列代码中的P2;

%traingd
  
clear;
  
clc;
  
P=[-1 -1 2 2 4;0 5 0 5 7];
  
T=[-1 -1 1 1 -1];
  %利用minmax函数求输入样本范围
  
net = newff(minmax(P),[7,1],{'tansig','purelin'},'trainlm');
  
net.trainParam.show=50;%
  
net.trainParam.lr=0.05;
  
net.trainParam.epochs=1000;
  
net.trainParam.goal=1e-5;

[net,tr]=train(net,P,T);

net.iw{1,1}%隐层权值
net.b{1}%隐层阈值

net.lw{2,1}%输出层权值
net.b{2}%输出层阈值
P2=[-1;2];

y3=sim(net,P2);

后续代码获取:

 

举报

相关推荐

0 条评论