2023第十二届“认证杯”数学中国数学建模国际赛赛题A完整解析

A题完整题解

  • 写在前面
    • 假设
      • 数据预处理
    • 问题一
    • 1 基于自适应ARIMA-BP神经网络模型的影响因素预测
      • 1.1 ARIMA模型的建立
      • 1.2 BP神经网络模型的建立
      • 1.3 基于GABP神经网络的预测模型构建
      • 1.4 自适应混合ARIMA-BP神经网络模型的建立
      • 1.5 模型求解
    • 代码
      • Q1_1.m
      • Q1_2.m
  • 完整代码与论文获取

写在前面

发布赛题一直到现在,总算完成了认证杯A题完整的解题过程,包括代码完整代码与结果、解题思路、模型文档与论文框架~

学姐的代码和论文框架保证原创,保证高质量哦,都是跟国奖学长一起努力完成的!!

假设

数据预处理

磁场数据中包含缺失值,故需对缺失值进行插补。在本文中,利用拟合模型对缺失值的进行插补。基于拟合的插补方法的一般步骤如下:
1、收集已有数据:首先,需要收集包含缺失数据的数据集。确保数据集中有足够的样本和特征来进行非线性拟合。
2、建立模型:选择适当的模型来拟合已有数据。常见的非线性模型包括多项式回归、指数函数、对数函数、幂函数等。根据数据的特点和领域知识,选择合适的模型。
3、拟合已有数据:使用已有数据来拟合选定的非线性模型。可以使用回归分析等方法来估计模型的参数。
4、预测缺失数据:使用拟合好的非线性模型来预测缺失数据的值。将已有数据中的特征值代入模型,得到对应的预测值。
在这里插入图片描述

其次,题目中要求以月份为单位对数值进行统计,而原始数据集的统计单位时日。故对日期进行转换,得到以月为单位的序列图如下所示:
在这里插入图片描述

问题一

1 基于自适应ARIMA-BP神经网络模型的影响因素预测

在本章中,基于自适应ARIMA-BP神经网络模型对数据进行预测。

1.1 ARIMA模型的建立

在这里插入图片描述

1.2 BP神经网络模型的建立

BP神经网络是是一种多层前馈算法,由输入层、隐含层和输出层组成。层与层之间有工作信号与误差信号传播。如下图所示为神经网络结构图。
在这里插入图片描述
BP神经网络的运算原理如下:
在这里插入图片描述

1.3 基于GABP神经网络的预测模型构建

(这里写一段话,描述一下问题的复杂度,引出为什么要在BP的基础上设计GABP
本文采用遗传算法对BP神经网络的进行了优化,并在迭代过程中利用BP神经网络的前向传播过程来计算每个个体的适应度,以此来提升算法的优化效率。算法的设计框架如算法如下所示。
在这里插入图片描述

在遗传算法的编码环节,IGABP将神经网络的权重和阈值连续地表示为一个向量,用于构成个体基因的表达。由于在算法运行过程中网络的结构已经确定,所需确定的权重及阈值数量也已经被确定,故在迭代过程中染色体的长度保持不变。
在遗传算法中计算个体适应度的部分,相比GABP使用解码后的个体初始化神经网络,然后根据训练后的输出计算适应度,IGABP从原理上着手,利用神经网络前向传播的过程,直接计算个体的适应度,免去了训练所需的计算量,提高了算法的优化效率。
编码及解码
假设BAGP中所使用的神经网络如下图所示:
在这里插入图片描述

则在确定网络的权重和阈值时,可以设计编码结构为:
在这里插入图片描述

在本文所设计的染色体中,基因位依次分别表述:输入层与隐含层之间的权值、隐含层的阈值、隐含层与输出层之间的权值,输出层的权值。由此,即可确定一个神经网络完整的结构。

在本文所设计的染色体中,基因位依次分别表述:输入层与隐含层之间的权值、隐含层的阈值、隐含层与输出层之间的权值,输出层的权值。由此,即可确定一个神经网络完整的结构。

1.4 自适应混合ARIMA-BP神经网络模型的建立

对于每一预测算法,均通过部分序列作为测试集。本文所设计的混合算法的混合思想主要为:在往期的预测中性能越好则在未来的预测中的权重就越高,对预测值的贡献度就越高。
在这里插入图片描述

式中,为算法k在混合算法中的权重。在每次计算混合预测值时,需要将ARIMA算法与BP神经网络算法的预测值结合起来。其计算公式可以表述为:
在这里插入图片描述

1.5 模型求解

模型求解结果如下:

在这里插入图片描述
(分析一下预测结果,识别出了波动。。。。)
在这里插入图片描述
结合黑子数进行分析,解得下一个太阳周期的开始时间约为2031年,结束时间约为2042年。

代码

Q1_1.m

clc
clear
data=xlsread('磁场.xlsx');
for i=1:size(data,1)if isnan(data(i,3)) if isnan(data(i-1,3))data(i,3)=data(i+1,3);elseif isnan(data(i+1,3))data(i,3)=data(i-1,3);elsedata(i,3)=round((data(i-1,3)+data(i+1,3))/2);endend
endcolor=[250/255,127/255,111/255;130/255,176/255,210/255;190/255,184/255,220/255;231/255,218/255,210/255;153/255,153/255,153/255];
plot([1:1:size(data,1)],data(:,3),'color',color(1,:))
set(gcf,'Color',[1 1 1])
xlabel({'Time'},'Color','k','FontSize',20,'FontName','Times New Roman')
ylabel({'magnetic field'},'Color','k','FontSize',20,'FontName','Times New Roman')

Q1_2.m

clc
clear
data=xlsread('磁场.xlsx');
index=[];
M=Inf;
for i=1:size(data,1)if data(i,2)~=Mindex=[index;i]; M=data(i,2);end
end
index=[index;size(data,1)+1];
new_data=[];
for i=1:size(index,1)-1temp_data=data(index(i):index(i+1)-1,:); new_data(i,1:2)=temp_data(1,1:2);new_data(i,3)=mean(temp_data(:,3));
endcolor=[250/255,127/255,111/255;130/255,176/255,210/255;190/255,184/255,220/255;231/255,218/255,210/255;153/255,153/255,153/255];
plot([1:1:size(new_data,1)],new_data(:,3),'color',color(1,:))
set(gcf,'Color',[1 1 1])
xlabel({'Time'},'Color','k','FontSize',20,'FontName','Times New Roman')
ylabel({'magnetic field'},'Color','k','FontSize',20,'FontName','Times New Roman')

完整代码与论文获取

目前只分享第一问哦,以下是我们的论文框架、技术模板,代码以及使用到的数据。有需要的小伙伴看下面哦

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/189129.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

如何快速选出一支好股票?

俗话说得好:股票选得好,收益少不了!不用多说,相信大伙儿都知道选一支好股票究竟有多重要。 但是选股可不像咱们去菜市场买菜一样,看着顺眼就成。选股,其实是一个专业性特别强的技术活儿。 目前最常用的选股…

CoreDns在K8S中的作用原理概述

在Kubernetes中,CoreDNS是一款用于DNS解析的开源软件,它被广泛用于实现Kubernetes集群内部的服务发现和域名解析功能。CoreDNS提供了灵活的插件体系,可以通过插件来实现各种功能,包括内部Service域名解析。 在Kubernetes集群中&a…

xcode swiftui项目添加依赖

打开项目targets——Build Phases 点击“” 属于Apple SDKs的依赖可以直接添加 其他依赖需要在 Add Other中添加,在右上角用名字搜索或者URL地址(如GitHub上插件的地址)搜索,然后添加,也可添加本地文件

HarmonyOS通过OpenGL渲染显示yuv数据

一、UI页面render_page.ets Column() {XComponent({id: "XComponent88",type: XCompentConstants.XCOMPONENT_TYPE,libraryname: XCompentConstants.XCOMPONENT_LIBRARY_NAME}).width(640).height(360).onLoad((xComponentContext?: object | Record<string, () …

【RPC】基础

RPC 基本概念组成存在的问题python实现 基本概念 RPC是一个计算机通信协议&#xff0c;允许运行在一台计算机的程序调用另一台计算机的子程序&#xff0c;允许调用远程服务&#xff0c;是一个C/S模式。下图是百度百科的信息&#xff0c;可以看到&#xff0c;它的作用就是我想用…

history和hash两种路由模式原理,和优缺点

Hash Hash 模式是在 URL 中使用井号&#xff08;#&#xff09;来作为路由的模式。在 Hash 模式下&#xff0c;即使页面刷新&#xff0c;浏览器仍然只会请求页面的初始 HTML 文件&#xff0c;所有的路由变化都会在 URL 前面添加 “#/” 符号。 原理 在 Hash 模式下&#xff0c;路…

gitlab高级功能之CI/CD组件 - 实践(二)

上一篇主要讲解了CI/CD组件的原理&#xff0c;看起来稍微有一点枯燥&#xff0c;那么接下来给大家演示下如何使用。 案例 创建一个项目&#xff08;README.md&#xff0c;template目录&#xff09; 案例1 step1: 在template中新建yml文件&#xff0c;cat templates/test-st…

Verilog 入门(六)行为建模

文章目录 过程结构initial 语句always 语句 事件控制语句块顺序语句块并行语句块 过程性赋值阻塞性过程赋值非阻塞性过程赋值 过程结构 下述两种语句是为一个设计的行为建模的主要机制&#xff1a; initial 语句always 语句 一个模块中可以包含任意多个 initial 或 always 语…

C/C++11 语法/概念易错总结(1)

文章目录 缺省参数函数重载引用引用和指针内联宏的优缺点auto范围forNULL和nullptr 缺省参数 半缺省参数必须从右往左依次来给出&#xff0c;不能间隔着给 void Func(int a, int b 10, int c 20){cout<<"a "<<a<<endl;cout<<"b &…

一些ab命令

1.ab简介 ab是apache自带的压力测试工具&#xff0c;是apachebench命令的缩写。ab非常实用&#xff0c;它不仅可以对apache服务器进行网站访问压力测试&#xff0c;也可以对或其它类型的服务器如nginx、tomcat、IIS等进行压力测试。 ab的原理&#xff1a;ab命令会创建多个并发…

在编程中遇到的问题总结

IDEA空包粘黏问题 创建好目录以后会发现idea自动将空包合并在一起了&#xff0c;而且点击设置里面也没有Compact Middle Package Compact Middle Package如果不在设置的主面板上&#xff0c;则点击Tree Appearance&#xff0c;会发现Compact Middle Package在Tree Appearance里…

elupload base64

创作灵感也许就是这会儿还没有入睡吧&#xff0c;对接百度图片OCR功能&#xff0c;需要将图片转为BASE64上传调用百度的接口api&#xff0c;进行研究实现。页面如下&#xff0c;点击后选择图片文件后不是直接上传&#xff0c;而是获取图片的bytes数据&#xff01; <el-uploa…

516. 最长回文子序列

给你一个字符串 s &#xff0c;找出其中最长的回文子序列&#xff0c;并返回该序列的长度。 子序列定义为&#xff1a;不改变剩余字符顺序的情况下&#xff0c;删除某些字符或者不删除任何字符形成的一个序列。 示例 1&#xff1a; 输入&#xff1a;s "bbbab" 输出…

力扣117. 填充每个节点的下一个右侧节点指针 II

“递归” 思路&#xff1a; 基于节点&#xff0c;创建下一层&#xff08;L 1&#xff09;节点的 next 指针&#xff1a; 确定当前节点下一层节点 next 链表的起始节点&#xff0c;迭代到需要找非孩子的 next 节点时&#xff0c;根据其当层&#xff08;L&#xff09; next 链表…

IO / day01 作业。

1.使用fgets统计一个文件的行号 //使用fgets统计一个文件的行号#include <string.h> #include <stdlib.h> #include <stdio.h>int main(int argc, const char *argv[]) {if(argc<2) //获取文件名{printf("input error\n!");printf("usage…

将不同时间点的登录状态记录转化为不同时间段的相同登录状态SQL求解

题目 有不同时间点的登录状态记录表state_log如下 请使用sql将其转化为如下表的不同时间段的相同登录状态记录 思路分析&#xff1a; 此类问题需要用到lag或lead函数取上下行对应的数据&#xff0c;然后对前后结果做比较打标签&#xff08;0或1&#xff09;&#xff0c;再…

pycharm中绘制一个3D曲线

import numpy as np import matplotlib.pyplot as plt # 中文的设置 import matplotlib as mp1 from mpl_toolkits.mplot3d import Axes3D mp1.rcParams["font.sans-serif"] ["kaiti"] mp1.rcParams["axes.unicode_minus"] False # 数据创建 X…

基于SSM的经典电影推荐网站设计与实现

末尾获取源码 开发语言&#xff1a;Java Java开发工具&#xff1a;JDK1.8 后端框架&#xff1a;SSM 前端&#xff1a;Vue 数据库&#xff1a;MySQL5.7和Navicat管理工具结合 服务器&#xff1a;Tomcat8.5 开发软件&#xff1a;IDEA / Eclipse 是否Maven项目&#xff1a;是 目录…

从react到xflow

从react到xflow 注意&#xff1a;xflow 1.0版本已经停止维护&#xff0c;2.0版本目前没有任何文档&#xff0c;也不太推荐使用 0、学习目标 可以使用react框架构建出前端web页面&#xff0c;并且使用xflow插入流程图 1、为什么要使用react&#xff1f; 优点&#xff1a;使用…

解决VSCode按住Ctrl(or Command) 点击鼠标左键不跳转的问题(不能Go to Definition)

问题出现 往往在升级了VSCode以后&#xff0c;就会出现按住Ctrl&#xff08;or Command&#xff09; 点击鼠标左键不跳转的问题&#xff0c;这个问题很常见。 解决办法 1 进入VScode的首选项&#xff0c;选择设置 2 输入Go to definition&#xff0c;找到如下两个设置&#…