离散模型和连续模型中有哪些数学建模方法?

1. 离散模型和连续模型中有哪些数学建模方法?

一、运筹学模型
线性规划模型
整数规划模型
非线性规划模型
网络模型
多目标规划模型
目标规划模型
库存模型
对策模型
随机规划模型
决策模型
投入产出模型
评价模型
二、微分方程模型  
一阶常微分方程模型
高阶微分方程和方程组模型
差分方程模型
偏微分方程模型
三、概率统计模型
预测模型
正交试验设计模型
经济计量模型
马尔可夫链模型

2. 离散系统的数学模型有哪些

一、运筹学模型
线性规划模型
整数规划模型
非线性规划模型
网络模型
多目标规划模型
目标规划模型
库存模型
对策模型
随机规划模型
决策模型
投入产出模型
评价模型
二、微分方程模型 
一阶常微分方程模型
高阶微分方程和方程组模型
差分方程模型
偏微分方程模型
三、概率统计模型
预测模型
正交试验设计模型
经济计量模型
马尔可夫链模型

3. 物理模型及其离散

为了解给定温度梯度条件下，回填材料中地下淡水（fresh type groundwater）与膨润土的相互作用及运移规律，同样假定一个三维、均质各向同性、孔隙发育的膨润土与砂的混合系统模型，该模型与图3.4所示模型的区别在于上部边界，其余条件均相同；并采用与前述相同的办法进行离散和对离散后的单元命名，如图3.14所示。

图3.14 模型及分析条件示意图

Fig.3.14 Schematic view of model and analysis conditions

4. 物理模型及其离散

为了研究在给定地热梯度条件下，回填材料中的水分运移和溶质的迁移、沉淀等（其物理模型如图3.4所示），假定一个三维、均质各向同性、孔隙发育的膨润土与砂的混合系统模型（膨润土与石英砂质量比为70%∶30%）（JNC，2000b；Akira Ito et al.，2003），其长、宽、高分别为0.05m，0.05m和0.1m，孔隙度为0.403，渗透率为2.0×10－19m2（Akira Ito et al.，2003）。

图3.4 模型及分析条件示意图

Fig.3.4 Schematic view of model and analysis conditions
用EOS1中的MESH-MAKER将模型均匀地剖分为50层，每个单元格的高度为0.002m，长和宽均为0.05m。单元格从上到下命名为A11 1（0.05m，0.05m，0.001m），A21 1（0.05m，0.05m，0.003m），…，BF1 1（0.05m，0.05m，0.099m）（节点位于每个单元格中心），具体的模型示意图如图3.4所示。

5. 数学建模之连续模型与离散模型有什么区别？

数学模型是近些年发展起来的新学科，是数学理论与实际问题相结合的一门科学。它将现实问题归结为相应的数学问题，并在此基础上利用数学的概念、方法和理论进行深入的分析和研究，从而从定性或定量的角度来刻画实际问题，并为解决现实问题提供精确的数据或可靠的指导。 

根据研究目的，对所研究的过程和现象(称为现实原型或原型)的主要特征、主要关系、采用形式化的数学语言，概括地、近似地表达出来的一种结构，所谓“数学化”，指的就是构造数学模型．通过研究事物的数学模型来认识事物的方法，称为数学模型方法．简称为MM方法。 

数学模型是数学抽象的概括的产物，其原型可以是具体对象及其性质、关系，也可以是数学对象及其性质、关系。数学模型有广义和狭义两种解释．广义地说，数学概念、如数、集合、向量、方程都可称为数学模型，狭义地说，只有反映特定问题和特定的具体事物系统的数学关系结构方数学模型大致可分为二类：(1)描述客体必然现象的确定性模型，其数学工具一般是代效方程、微分方程、积分方程和差分方程等，（2）描述客体或然现象的随机性模型，其数学模型方法是科学研究相创新的重要方法之一。在体育实践中常常提到优秀运动员的数学模型。如经调查统计．现代的世界级短跑运动健将模型为身高1.80米左右、体重70公斤左右，100米成绩10秒左右或更好等。 
用字母、数字和其他数学符号构成的等式或不等式，或用图表、图像、框图、数理逻辑等来描述系统的特征及其内部联系或与外界联系的模型。它是真实系统的一种抽象。数学模型是研究和掌握系统运动规律的有力工具，它是分析、设计、预报或预测、控制实际系统的基础。数学模型的种类很多，而且有多种不同的分类方法。 

　　静态和动态模型 　静态模型是指要描述的系统各量之间的关系是不随时间的变化而变化的，一般都用代数方程来表达。动态模型是指描述系统各量之间随时间变化而变化的规律的数学表达式，一般用微分方程或差分方程来表示。经典控制理论中常用的系统的传递函数也是动态模型，因为它是从描述系统的微分方程变换而来的（见拉普拉斯变换）。 

　　分布参数和集中参数模型 　分布参数模型是用各类偏微分方程描述系统的动态特性，而集中参数模型是用线性或非线性常微分方程来描述系统的动态特性。在许多情况下，分布参数模型借助于空间离散化的方法，可简化为复杂程度较低的集中参数模型。 

　　连续时间和离散时间模型 　模型中的时间变量是在一定区间内变化的模型称为连续时间模型，上述各类用微分方程描述的模型都是连续时间模型。在处理集中参数模型时，也可以将时间变量离散化，所获得的模型称为离散时间模型。离散时间模型是用差分方程描述的。 

　　随机性和确定性模型 　随机性模型中变量之间关系是以统计值或概率分布的形式给出的，而在确定性模型中变量间的关系是确定的。 

　　参数与非参数模型 　用代数方程、微分方程、微分方程组以及传递函数等描述的模型都是参数模型。建立参数模型就在于确定已知模型结构中的各个参数。通过理论分析总是得出参数模型。非参数模型是直接或间接地从实际系统的实验分析中得到的响应，例如通过实验记录到的系统脉冲响应或阶跃响应就是非参数模型。运用各种系统辨识的方法，可由非参数模型得到参数模型。如果实验前可以决定系统的结构，则通过实验辨识可以直接得到参数模型。 

　　线性和非线性模型 　线性模型中各量之间的关系是线性的，可以应用叠加原理，即几个不同的输入量同时作用于系统的响应，等于几个输入量单独作用的响应之和。线性模型简单，应用广泛。非线性模型中各量之间的关系不是线性的，不满足叠加原理。在允许的情况下，非线性模型往往可以线性化为线性模型，方法是把非线性模型在工作点邻域内展成泰勒级数，保留一阶项，略去高阶项，就可得到近似的线性模型。