2021数学建模B题详细思路关于文学的资料>菌
2021数学建模B题详细思路
针对问题 1：改题⽬基本上为⼊门，容易上⼿，基本上就是⼄醇转化率（A1）、C4 烯烃的选择性(A2)与温度(B)的关系。这⾥模型基本上⽐较限定，⽐较好的有对应分析模型、相关性分析、Copula 核函数。其内容核⼼就是寻 A 与 B 的关系，构建⽐较简单，但是为了突出参赛的特⾊，可以重点分析催化剂组合所产⽣的影响，通常对应分析结果⽐较好看，基本上 SPSS 可以运算。难度并不⼤。此外为了对附件 2 的时间结果进⾏分析，以对应分析为例，可以通过对应分析图中，两点之间的距离进⾏分析。（这⾥结合参考⽂献学习，理解更加快速） 兰州理工大学学报
针对问题 2：这⾥依然推荐使⽤对应分析的变形，从逻辑上来讲，其实是第
⼀问的延伸与深⼊探讨，这⾥可以把数据进⾏归纳总结，例如：把同⼀温度，不同催化剂组合、不同装料⽅式，构成多个新的矩阵，代⼊对应分析模型进⾏分析。、但是对于对应分析的模型的结果以及合理性需要结合对应分析图中的点的距离进⾏分析。此外，该⽂通过加强论⽂可视化，提⾼评委的采纳率。此外，可以尝试运⽤于问题 1 不同的模型进⾏分析。这⾥推荐的有：灰⾊关联度分析（相关关联度、绝对关联度、综合关联度）、模糊关联分析等算法，同样的，通过设置不同矩阵进⾏分析，得到关联度⼤⼩进⾏量化关系。
封闭母线针对问题 3：这⾥是⽂章中提出⼀个较为新颖的提问，也是⽂章的第⼆个板
块，基于选择性最⼤的模型构建。举个简单案例：在⼯程中混凝⼟强度受到很多影响，例如：⽔灰⽐、⽯灰质量、⽯头占⽐、沙⼦占⽐。其实本⽂也是类似的，处理该问题版本主要是两种，⼀种是机器学习、⼀种是常规模型（可以参考⼀些混凝⼟强度的试验⽅案制定）。通过构建神经⽹络，以不同温度、不同催化剂作为输⼊层，以 C4 烯烃选择性⼤⼩、⼄醇转化率作为输出层，代⼊训练，构建合适的神经⽹络后，代⼊不同催化剂组合及温度数据，通过分析输出的最⼤值从⽽进⾏分析。另外⼀种，构建乘积模型，通过拟合各种温度、催化剂在不同条件下的 C4 烯烃选择性⼤⼩、⼄醇转化率的函数，以⼆者所占系数⼤⼩为影响程度进⾏分析。也可以得到类似结果，但是很难排除掉⼀些特殊情况或拟合效果不好的情况。这⾥重点需要考虑温度受限制（⼩于 350℃）与温度不受限制的情况，也就是输⼊层的值域问题。
针对问题 4：作为本⽂的创新点，也是展现不同队伍的想象⼒，同样也是对
海德格尔 此在
问题 3 合理性的验证板块，这⾥重点考虑第三问 C4 烯烃收率尽可能⾼作为着⼿点。并在此基础上设计额外实验，验证问题 3 给出实验设计的正确性与合理性。可以从装料⽅式、邻近配⽐、不同催化剂、临近温度⼊⼿，为了确保设计的合理性，这⾥很明显需要数据说明，通过把设计数据代⼊问题 3 模型中，进⾏对⽐，从⽽确保模型的可⾏性与合理性www.tangent
