第五讲：2021年国赛B题-乙醇制备C4烯烃优化方案

2021年国赛B题-乙醇制备C4烯烃原题

第五讲：国赛B题第一小问讲解

2021年国赛B题-乙醇制备C4烯烃数据：
数据一：

数据二：

开始建模

观察此题，就是一个统计推断问题，采取回归思想以及方差分析以及差值算法以及相关分析即可解决。

先别急着写摘要和问题分析，为什么？

很简单，假如你建模建模突然换了模型，你摘要和问题分析是不是得重写了？

先写模型假设，模型都是理想化的，建立模型就必须提出假设

很简单啦，比如：

模型假设

1.假设收集的数据和资料的数据真实可靠 2.假设模型考虑内在因素，不考虑外在因素的影响 3.模型的误差在允许的范围内一元线性回归模型对本模型具有适用性

好嘞，假设写好了，现在我们就可以直接写模型求解，模型求解过程中遇到的符号顺便写入三线表中，三线表怎么写我就不说了，给你例图自己看。

好嘞，竟然知道用什么模型了，那就直接开写了！

首先啥是C4烯烃啊，我们可以普及普及知识，还可以蹭参考文献，学到了吗？

好嘞，现在开始建模，问题一是研究啥？

每种催化剂组合，分别研究乙醇转化率、C4 烯烃的选择性与温度的关系？
这不就是一元线性回归吗？好嘞啥也不管，公式套上去！

那我们写完就是这样：

这里我公式没写完整哈，还有b呢，加分项啊，写完公式。
好了好了，结束了啊！来句：

具体结果见问题一模型求解部分，XX页。以下我们进行该模型的检验（模型检验嘛，灵敏度分析更好，灵敏度分析是啥我也不懂，自己查百度）

好嘞，模型不就建立好了嘛，然后建立模型的检验，一元线性回归，回归模型怎么检验啊？忘记了嘛？

回归模型的检验当然是对误差的检验了！根据所学知识有下面几种：

1.SSE标准误差检验：（这里n是样本点数量，其他的不讲了）
写出来了直接说结果，然后根据你的SE值说明误差情况，一般不用此方法检验。

2.拟合优度检验（看不懂吧，那不妨看第二张图片，你就懂了怎么算了，具体不讲）这个值一般是越大越好，越接近1，越是正相关，-1越是负相关，如果低于0.6说明你和性较差，模型不适合。

3.T检验

T检验也叫做回归系数检验，这里b就是指你求出的回归系数，x为样本点自变量，求出的tb及时T 检验值。

**说明一下，图中n为自由度df=样本点个数N -1
检验出来大小和对应的表进行查找，如果小于临界值说明模型适合，可以使用。

4.F检验

嗯，不说了这检验，都看得懂，就是这么个除法，这么比较呢？和t检验一样，也有一个临界值表，叫做F临界值表，标明不同自由度不同置信区间下F临界值（我们一般取0.05啊,也就是p=0.05的犯错误概率下）

好嘞，检验模型我们写完了，我这里大致就是这么写：

好了，第一问第一小问模型不就构建完毕了吗？现在写Python给我们算出的结果呗

以下是Python对第一问的部分代码，这里简单说一下，不讲

这画圈的就是导入Python自带的回归分析包，结下来读取数据对吧，数据肯定是个样本点（散点形式）

因此我们不妨画图看看分布特征，这里直接用seaborn包的三点回归图

import seaborn as sns    样式画图包
import matplotlib.pyplot as plt  基础画图包
cat = pd.read_csv(r'乙醇转化率和温度关系.csv')  导入附件csv数据
sns.lmplot(x='a', y='b', data=cat)  画图
plt.show()  展示图

看结果

很给力，就是这样的图，我们可以复制上面了呗
现在既然我们刚才导入回归分析包，就回归分析呗，直接上代码

 fit = sm.formula.ols('b ~ a', data=cat).fit()# 返回模型的参数值print(fit.params)

b,a是啥，我给你看样本数据你就懂了！

a,b
250,1.408181826
275,3.417913913
300,6.723725762
350,19.30926263
400,43.59544439
250,2.763024157
275,4.402661072
300,6.22356275
350,16.1870321
400,45.13523908

知道了吧，sm.formula.ols就是回归分析包的函数呗，我也不懂为啥这么写，用就行了呗，fit.params就是适合性模型结果，我们print打印出来

看结果：

这不就是截距和回归系数嘛，好咧，第一个回归模型不就出来了嘛！附件好像是每种都要回归，那就加个for循环呗，不断的从附件取数据，分析，结果，取数据，分析，结果。这么循环我就不讲了，这是Python的内容！

总之，我们最终把结果整理为一个表，就是这样
是不是可以贴在论文模型求解的结果处，那你也可以贴点图蹭下论文页数，千万别蹭多，多的放附录后面，并在此标明去处！

是不是很牛逼？

问题一的第一小问还要研究和C4烯烃的，一样呗，算算算嘛：

当然，你结果贴完了，你得写结论啊，这样写，自己看，不多讲：

第一问第一小问结束了，快不快？说快也快，前提你得练过。

看第一问还没完，第二小问，什么350 度时给定的催化剂组合在一次实验不同时间的测试结果进行分析。根据附件二：

附件二是啥，看看

眨眼一看，不就是350度不同时间不同项目的情况嘛？叫我们分析分析，
那就简单分析呗，比如随时间变化，比如各项之间关系，那这么分析？最直观？

当然是画图！另外各项之间关系，那就相关分析呗，看看各项之间的关联度，顺便画一个相关热力图，不就更直观了嘛，最后写个结论。
这是可视化画图，别问用什么画的，用那就是echarts,HTML网页画的，这里不讲怎么画，不会那就用Excel画吧。

画完分析！结论写上：
好了，现在是相关性探究，注意标题这么写哈：
好嘞，相关分析就是不同属性的相关系数，相关系数怎么求我简要说以下：
样本点的期望值，怎么理解期望看你自己，我是这么理解的，比如你各科考试是期望成绩X和你对应的概率P，问你问你总科乘积最终期望，那就求和起来~
那么方差呢：

这公式还熟悉吧，u是均值，x是样本点X值，以下把协方差和相关系数都给你吧

其实这东西我页懵懵懂懂的，协方差大概就是这样：

看到了吗，计算两散点图之间的方差距离，这一看，协方差肯定是>0的，如果等于零，两个散点图是重合或平行的。就像这样：

理解了吧，协方差表明了两散点图之间的相关关联度，如果协方差为零，我们就认为他们规律一样，反之，规律差异性很大，甚至不相关。
那么我们为了方便，定义的相关系数就出来啦：

就是这么除的，别问我为什么，总之相关系数取值范围为【-1：1】，越靠近1，越正相关，-1，负相关，0不相关，【-0.6~0.6】相关性很弱，默认没有太大规律。

好嘞，我的论文就直接干公式：

然后堆放Python求解的相关系数数据和图：
相关系数矩阵：

不用差异，这代码也没几行，因为Python包多，不用我们写，只要会用就行：
这是导入包，不多说了。

df = pd.read_csv('其他产物选择性数据和C4烯烃选择性数据.csv', delimiter=',', encoding='utf-8')
print('由于相关系数R={0}>0.6,因此具有较强的相关性，故认为其它产物与C4烯烃的选择性具有强相关作用，并且为负相关，即为=两者互为拮抗关系'.format(round(df.corr(),3)))
sns.heatmap(df.corr(), xticklabels=df.corr().columns,  cmap='RdGy',yticklabels=df.corr().columns, center=0,annot=True)
plt.show()

看到没，代码核心就这四句话，
1.导入数据，矩阵叫做df
2.打印相关矩阵，df.corr()–计算相关矩阵函数，df指的是矩阵，round（）是保留几位小数函数，这里我保留三位。
3.画相关系数热力图，这没多大讲的，格式是sns.heatmap（待画的矩阵，其他设置原版抄下来也可以不设置）显示图。plt.show()OK！

好嘞，继续写出你得结论：
好嘞，问题一的求解到此就完全结束了。但是问题一还没完，你需要在模型优缺点那和参考文献以及附录写点东西，这里不多说，直接给你看：

对了，现在你可以很好的写问题一的摘要和分析部分了，因为你得模型都求完了。

至此，问题一就OK了，你现在得开始问题二了，具体下节课讲了。好好复习吧，多看多写多练！

----------------------------end-----------------------------

第五讲：2021年国赛B题-乙醇制备C4烯烃优化方案相关推荐

第十二届蓝桥杯 2021年国赛真题 (Java 大学A组)
蓝桥杯 2021年国赛真题(Java 大学 A 组 ) #A 纯质数按序枚举按位枚举 #B 完全日期朴素解法朴素改进 #C 最小权值动态规划 #D 覆盖变种八皇后状压 DP #E 123 ...
第十二届蓝桥杯 2021年国赛真题 (C/C++ 大学A组)
蓝桥杯 2021年国赛真题(C/C++ 大学 A 组 ) #A 纯质数 #B 完全日期 #C 最小权值 #D 覆盖 #E 123 #F 异或变换 #G 冰山 #H 翻转括号序列 #I 异或三角 #J ...
2021年数模国赛B题--乙醇偶合制备 C4 烯烃
一.题目 C4 烯烃广泛应用于化工产品及医药的生产,乙醇是生产制备 C4 烯烃的原料.在制备过程中,催化剂组合(即:Co 负载量.Co/SiO2 和 HAP 装料比.乙醇浓度的组合)与温度对 C4 烯 ...
【数学建模+数据处理类】2021数学建模国赛B题乙醇偶合制备C4烯烃
文章目录问题一问题二问题三问题四灵敏度分析问题一对附件1中每种催化剂组合,分别研究乙醇转化率.C4烯烃的选择性与温度的关系,并对附件2中350度时给定的催化剂组合在一次实验不同时间的测试 ...
第十八篇：针对2022年网络系统管理赛项国赛样题的分析与思考
基于2022年网络系统管理赛项国赛样题的分析与思考文章目录基于2022年网络系统管理赛项国赛样题的分析与思考摘要: 一.模块及分值二.赛题环境优化与更新三.Linux模块需掌握技能四.20 ...
数模国赛备赛（3）优化模型与历年国赛B题讲解
常用的优化模型什么是优化模型三要素:决策变量.目标函数.约束条件一个优化模型只要刻画好了这三部分,模型基本上就建立好了按照变量的类型可以分为连续和离散常见的优化模型大部分模型在运筹学课程都 ...
[刨根问底] 五分钟搞懂组合评价模型—模糊Borda （以2021 年大学生数模国赛C题为例）
组合评价模型-模糊Borda(Matlab) 我们的征途是星辰大海,而并非烟尘人间. 目录组合评价模型-模糊Borda(Matlab) 一.模糊Borda法简介二.模糊Borda法主要步骤 (1) ...
第12届蓝桥杯国赛真题剖析-2021年5月29日Scratch编程初中级组
[导读]:超平老师的<Scratch蓝桥杯真题解析100讲>已经全部完成,后续会不定期解读蓝桥杯真题,这是Scratch蓝桥杯真题解析第128讲. 第12届蓝桥杯Scratch国赛真题,这 ...
2021年数模国赛A题国二摘要及经验分享（回忆篇，附部分代码）
以2021年数模国赛A题为例,主要分享内容有:如何写好国赛摘要.部分解题思路和排版技巧.接下来,干货走起. 题目重述:" FAST "主动反射面的形状调节中国天眼( FAST ) ...

第五讲：2021年国赛B题-乙醇制备C4烯烃优化方案

第五讲：2021年国赛B题-乙醇制备C4烯烃优化方案相关推荐

最新文章

热门文章