《数学建模:基于R》——2.4 数学建模案例分析——气象观察站的优化

简介: 本节书摘来自华章计算机《数学建模:基于R》一书中的第2章,第2.4节,作者 薛毅,更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.4 数学建模案例分析——气象观察站的优化

2.4.1 问题的提出

某地区内有12个气象观测站,为了节省开支,计划减少气象观测站的数目.已知该地区12个气象观测站的位置,以及10年来各站测得的年降水量(见表2.14,为便于计算,将表中的数据保存在文本文件rainfall.data中).减少哪些观测站可以使所得到的降水量的信息足够大?观察站分布如图2.7所示.

image

2.4.2 假设

image

2.4.3 分析

题目要求减少一些观测站,但获得的降水量的信息足够大,如何做到这一点呢?首先要考虑降水量的信息问题.对一个观测站而言,统计10年降水量的均值与方差,均值表示该观测站处降水量的大小,而方差表示降水量变化的大小.粗略地说,如果某观测站测得的降水量的方差为0(这当然是不可能的),则表示该处的降水没有变化,因此,可以用以前的降水量来代替以后的降水量.另一方面,由于相近地域的气象特性具有较大的相似性和相关性,被去掉观测站点的降水量与它附近的观测站点的降水量可以被认为是近似的线性关系.另外,需要对去掉站点的估计值与原观测值进行比较,用以检验估计的效果.因此,得到以下原则

原则1:尽可能去掉降水量方差小的观测站点,用以前的数据来估计这些点的降水量.

原则2:去掉站点的降水量由其他站点降水量的回归方程来估计.

原则3:对去掉站点的观测值与估计值进行比较.

2.4.4 问题的求解

image
image
image
image

2.4.5 结论

从图2.8中可以看到,12号观测站、7号观测站和10号观测站的预测值与实际值较为接近,但5号观测站的预测值与实际值相差较大,因此,只去掉三个站可能更合理.

相关文章
|
2月前
|
机器学习/深度学习 监控 算法
【数学建模竞赛】优化类赛题常用算法解析
【数学建模竞赛】优化类赛题常用算法解析
118 2
|
7月前
|
移动开发 vr&ar
数学建模——平稳时间序列分析方法
数学建模——平稳时间序列分析方法
|
算法
数学建模国赛/美赛常见赛题类型及建模方案(纯干货)
主客观概念主要是在指标定权时来划分的。主观评价与客观评价的区别是,主观评价算法在定权时主要以判断者的主观经验为依据,而客观评价则主要基于测量数据的基本特性来综合定权
560 0
数学建模国赛/美赛常见赛题类型及建模方案(纯干货)
|
机器学习/深度学习 传感器 安全
2016年全国数学建模国赛A题基于matlab实现系泊系统的设计
2016年全国数学建模国赛A题基于matlab实现系泊系统的设计
2016年全国数学建模国赛A题基于matlab实现系泊系统的设计
|
机器学习/深度学习 传感器 安全
基于MATLAB实现沉降监测数据分析
基于MATLAB实现沉降监测数据分析
基于MATLAB实现沉降监测数据分析
|
11月前
|
机器学习/深度学习 SQL 人工智能
如何准备数学建模?(附建模必备资料)
如何准备数学建模?(附建模必备资料)
数学建模统计分析-典型相关分析
统计分析-典型相关分析
70 0
|
机器学习/深度学习 Python
2022年全国大学生数学建模竞赛E题目-小批量物料生产安排详解+思路+Python代码时序预测模型(四)
2022年全国大学生数学建模竞赛E题目-小批量物料生产安排详解+思路+Python代码时序预测模型(四)
625 1
2022年全国大学生数学建模竞赛E题目-小批量物料生产安排详解+思路+Python代码时序预测模型(四)
|
机器学习/深度学习 数据处理 Python
2022年全国大学生数学建模竞赛E题目-小批量物料生产安排详解+思路+Python代码时序预测模型(三)
2022年全国大学生数学建模竞赛E题目-小批量物料生产安排详解+思路+Python代码时序预测模型(三)
800 1
2022年全国大学生数学建模竞赛E题目-小批量物料生产安排详解+思路+Python代码时序预测模型(三)
|
机器学习/深度学习 数据采集 算法
数学建模(三):预测
在数学建模比赛中,预测也是我们最常见的问题之一,特别是每年的国赛C题,C题不出意外都为统计题。博主在去年的国赛C题和今年的长三角数学建模中都有遇到预测类的题目,在预测类问题中时间预测和多指标预测最为常见,接下来就详细讲一下如何利用BP神经网络去解决该类问题
数学建模(三):预测