首页  |  活动  |  数学建模  |  模友论坛
五一数模竞赛——B题解读
原创 中国矿业大学 温晓辰 李泽群2022-05-17
字号:AAA
本文将主要对本届五一赛的B题题目进行初步分析,并提供作者个人的思路与观点。个人观点,仅供参考。

2022年第十九届五一数模竞赛已结束了答题,相信各位参赛者都通过自己的学习与创新,提交了一份满意的答卷。本文将主要对五一赛的B题题目进行初步分析,并提供作者个人的思路与观点。

问题背景重述:

7213499.png提高矿石加工质量,可以直接或间接地节约不可再生的矿物资源以及加工所需的能源,从而推动节能减排,助力“双碳”目标的实现。矿石加工是一个复杂的过程,在加工过程中,电压、水压、温度作为影响矿石加工的重要因素,直接影响着矿石产品的质量。现需利用已给出的生产系统实时温度数据,在已知相关原矿参数的前提下,以某生产车间对原矿的加工过程为切入点进行相关数据分析。笔者建立了BP神经网络预测模型,利用主成分分析等方法对模型进行求解,从多个角度对矿石加工质量控制问题进行了分析和研究。

模式图.png

总的来说,B题为基于BP神经网络预测模型回归预测问题需要参赛者有扎实的分析能力与代码功底

为更好地研究对矿石加工质量控制的相关问题,需要解决如下问题:

问题1:预测可能性最大的产品指标,同时给出产品质量预测结果。

由于应用多变量模型,故要考虑各个模型之间的相关性并对其作相关性分析。注意要率先确定各个权数比例,再通过相关预测进一步提升拟合度,最终得到在给定条件下,可能性最大的产品质量预测指标。

问题2:根据问题1的结果,在原矿参数和产品目标质量已知的假设前提下建立数学模型,估计产品目标质量所对应的系统温度。

针对问题2,该问题是在问题1所得结果之上进行分析的,考虑到原矿参数和产品目标质量已知而系统温度未知,故在此只考虑可能性最大的系统设定温度寻找最接近题设的结果。

问题3:在每单位时间生产的产品数量相同的假设条件下建立数学模型,给出指定系统设定温度及预测矿石产品合格率的方法,并对给出的合格率准确性进行评价。

在问题2的基础上,将两个因子之间的权数分析进一步扩展为三个因子的权数分析,继续沿用BP神经网络预测模型。

问题4:根据问题3得到的结果,利用相关数据建立数学模型,分析在指定合格率的条件下应如何设定系统温度,并完成适当的敏感性分析、结果的准确性分析。

将其归属为二分类问题,通过随机数林模型实现敏感性分析并对准确性进行分析。

   (个人观点,仅供参考)


本文将主要对本届五一赛的B题题目进行初步分析,并提供作者个人的思路与观点。个人观点,仅供参考。