算法和模型
1. 数学模型和算法之间是什么关系各自是什么貌似我知道了一个算法不好对应返回找到数学模型,
数学模型是从现实问题中抽象出来的,而系统解决这个问题的方法就是算法。没有实际数学模型的算法貌似没啥用吧,因为你根本不知道它是用来解决什么问题的。比如我要判断一个数是否为素数,就会先写一个解决这个问题的算法,然后依据它进行编程。
2. 模型和计算方法
由于物质分子通常包含有不止一个电子,所以求解分子的定态Schrodinger方程时,就会遇到一个难解的多体(J.A.Tossell and D.J.Vaughan,1992;唐敖庆等,1979;江逢霖,1987)问题。量子地球化学吸取了量子化学、理论固体物理学的新成果,使得求解复杂物质的Schrodinger方程成为可能。从1927年Heitler和London首先近似解出氢分子的量子力学方程,到20世纪70年代末,量子化学、理论固体物理学计算方法的研究工作基本完成,80年代计算软件陆续问世,但其计算方法仍是量子化学和理论固体物理学的主要研究领域之一。有关详细的计算方法请参考相关学科的专门着作。在这里仅简要概述有关量子地球化学研究中所涉及的主要计算方法的纲要。
求解Schrodinger定态方程,首先是选择物理模型和适合的计算方法。
物理模型可分为非局域(delocalized)和局域(localized)两大类:前者是将周期性结构的固体作为整体处理,属于无限分子模型,并用离子晶格(点阵)理论和能带理论进行模拟计算;后者则是将结晶固体视为由许多分子簇(molecular clusters)所组成,选择有限的分子簇来代表所研究的矿物的性质,如选取SiO4代表石英模型,为有限分子簇模型。非局域模型主要用于固体物理学的计算中。由于地球化学系统物质的复杂性,量子地球化学主要以局域有限分子簇模型进行计算研究,以减少计算中所处理的电子的个数,简化计算。
在局域有限分子模型下,用以描述电子系统的方法有三大类方法体系,一类为独立电子近似法(Independent Electron Approximation IEA),另一类为局部交换能量法(Xα),第三类为相关波函数法(Correlated Wave Functions,CWF)。在量子地球化学的研究中,独立电子近似法和交换势能法(MS-Xα)应用较广,其精度一般可满足地球化学研究的需要。但对于一些精度要求较高的量子地球化学研究则需采用相关波函数法进行较为精确的计算。
(1)独立电子近似法(IEA)
独立电子近似法是应用鲍林不相容原理,以单个电子波函数的积来替代体系中的多电子波函数,以解决难解的多体问题。它假定每一个电子是在原子核和其他电子的平均电荷密度所产生的势场中运动。在量子力学中,这种单电子的运动状态可由Hartree-Fock方程来描述:
地球化学原理与应用
式中:F为哈密顿算符;ε为单个电子的能量本征值;ψi为描写第i个电子运动状态的波函数。
这样就把一个N电子体系的多体电子问题,简化为若干个单电子Hartree-Fock方程问题。求解单电子Hartree-Fock方程比求解一个N电子的定态Schrodinger方程要容易得多。
在进行了Hartree-Fock近似之后,可根据研究精度的要求而选取求解Schrodinger方程的解的方法,主要有严格、精确的Ab Inito Hartree-Fock法(也称为从头计算法)和简化近似计算方法,如全略微分重叠法(CNDO)和间略微分重叠法(INDO)。
Ab Inito Hartree-Fock计算严格、结果精确,但同时也难解、费时。Ab Inito Hartree-Fock法是首先选取一组波函数作为基组(basis set)来表示这些原子轨道,然后用自洽场(SCF)的方法求解出Schrodinger 方程的解,从而获得描述所研究的物质分子的电子结构的波函数ψ。由从头计算法得到的可直接与实验结果相比较的量,有轨道能量和体系总能量,所以由从头计算法可以直接获得被研究对象的游离电势、分子的平均几何构型、化学反应的势能面以及紫外与可见光谱的谱带位置等。虽然,从头计算法具有计算严格、结果精确的特点,但是,由于从头计算法中有大量的中心积分计算,其计算量大得惊人,难解耗时。因而,在量子地球化学研究中,在不失去基本准确性的情况下,亦谋求一些简化的近似计算方法,如CNDO法和INDO法。
CNDO法是在解方程中作零微分重叠,即只按最简单方式引进电子-电子排斥能,而对两个具有平行或反平行自旋的电子间实际存在的相互作用未予以适当考虑。CNDO法虽然大大地简化了计算,但其所得的结果较为粗糙(J.A.Tossell and D.J.Vaughan,1992)。INDO法是CNDO法的改进方法,其保留了单中心积分中的单原子微分重叠,而略去了其他微分重叠。这样使得 INDO 法既提高了结果的可靠性而又不增加太多的计算工作量。CNDO法和INDO法对只包含轻原子的小分子和大分子计算结果均很成功,但对包含重原子(例如过渡元素、稀有元素)的分子或晶体的计算结果不佳。
(2)局部交换能量法(Xα)
局部交换能量法是定量、半定量地考虑电子的交换作用能的统计平均方法。其计算工作量低于Ab Inito法,高于CNDO方法,以Muffin-Tin平均分子(唐敖庆等,1979;江逢霖,1987)分别求解Schrodinger方程应用较广,也称为MS-Xα法。MS- Xα主要应用于对称性高的分子,计算结果十分令人满意,如
(3)波函数法(CWF)
用相关波函数法求解定态Schrodinger方程,所得的结果在局域(localized)有限分子簇模型计算方法中是精度最高的。主要有组态相互作用(CI)和多体微扰理论(MBPT)。CI是目前计算相关能的主要方法。CI是把波函数按组态展开,而把组态函数按激发程度分类,在具体计算时,由于无法展开到包含很高激发程度的组态函数,三重激发以上的组态函数都被忽略(唐敖庆等,1979;江逢霖,1987)。
3. 数学建模中模型和算法是一样的吗就像遗传算法,它是模型吗还是它是用来解决规划问题的算法急
模型和算法是两回事,数学建模一般可分为建立模型和用算法解决模型这两个步骤。遗传算法是一种算法,不是模型,它是用来解决规划问题的算法。一个规划问题可建立成一个模型,然后用遗传算法去解决。
4. 数学建模中,模型是不是算法
模型是对现实世界中具体问题(现象)的数学描述,可能通过一个或多个数学公式来描述一它。
算法则是解决这个问题(模型)的具体的过程。
打个比方:解决某个问题的数学描述是S=1+2+3+...+n,这个为模型
算法:1.依次计算1+2+3+...+n
2.使用公式n*(n+1)/2计算
3.使用首尾相加*2 + 中间数方式计算
5. 数学建模和算法是一个概念吗他们之间究竟是什么关系
数学模型就是对于一个特定的对象为了一个特定目标,根据特有的内在规律,做出一些必要的简化假设,运用适当的数学工具,得到的一个数学结构。数学结构可以是数学公式,
算法
、表格、图示等。
所以算法只是数学建模中的一部分
6. 数学建模中的数学模型和算法有什么关系,怎样理解它们之间的联系和区别
模型是将实际问题转换为数学问题,算法是求解模型的方法。
7. 数学建模里面的模型和算法有啥区别
模型是一个或者一系列的数学表达式,用来描述所要解决的问题。
算法是解决这个模型,也就是这些表达式的具体过程,常常结合编程解决。
8. 算法和建模最难的是思想还是技术
你可以先去【绘学霸】网站找“3d建模”板块的【免费】视频教程-【点击进入】完整入门到精通视频教程列表: www.huixueba.net/web/AppWebClient/AllCourseAndResourcePage?type=1&tagid=307&zdhhr-11y04r-373843074936449404
想要系统的学习可以考虑报一个网络直播课,推荐CGWANG的网络课。老师讲得细,上完还可以回看,还有同类型录播课可以免费学(赠送终身VIP)。
自制能力相对较弱的话,建议还是去好点的培训机构,实力和规模在国内排名前几的大机构,推荐行业龙头:王氏教育。
王氏教育全国直营校区面授课程试听【复制后面链接在浏览器也可打开】: www.huixueba.com.cn/school/3dmodel?type=2&zdhhr-11y04r-373843074936449404
在“3d建模”领域的培训机构里,【王氏教育】是国内的老大,且没有加盟分校,都是总部直营的连锁校区。跟很多其它同类型大机构不一样的是:王氏教育每个校区都是实体面授,老师是手把手教,而且有专门的班主任从早盯到晚,爆肝式的学习模式,提升会很快,特别适合基础差的学生。
大家可以先把【绘学霸】APP下载到自己手机,方便碎片时间学习——绘学霸APP下载: www.huixueba.com.cn/Scripts/download.html
9. 亲们,建立模型和模型的有效算法有什么区别
算法是用来求解模型的,先要有模型,后面才是求解!
10. 模型与算法之间是什么关系
模型是一类问题的解题步骤,亦即一类问题的算法。如果问题的算法不具有一般性,就没有必要为算法建立模型,因为此时个体和整体的对立不明显,模型的抽象性质也体现不出来。
数学模型还没有一个统一的准确的定义,因为站在不同的角度可以有不同的定义。不过我们可以给出如下定义。"数学模型是关于部分现实世界和为一种特殊目的而作的一个抽象的、简化的结构。"具体来说,数学模型就是为了某种目的,用字母、数字及其它数学符号建立起来的等式或不等式以及图表、图象、框图等描述客观事物的特征及其内在联系的数学结构表达式。
算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机制。也就是说,能够对一定规范的输入,在有限时间内获得所要求的输出。如果一个算法有缺陷,或不适合于某个问题,执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。