当前位置: 新思界 > 思界资讯 > 思观点 >

2017年中国模型化计量技术发展现状

2018-03-07 18:18      责任编辑:冯瀚东    来源:www.newsijie.com    点击:
分享到:

2017年中国模型化计量技术发展现状
 
        数学模型是一种模拟,是用数学符号,数学式子,程序,图形等对实际课题本质属性的抽象而又简洁的刻画,它或能解释某些客观现象,或能预测未来的发展规律,或能为控制某一现象的发展提供某种意义下的最优策略或较好策略。
 
        数学建模是一种数学的思考方法,是运用数学的语言和方法,通过抽象,简化建立能近似刻画并"解决"实际问题的一种强有力的数学手段。然而数学模型是对现实世界的理想化,不可能是真实世界的再现,任何数学模型在建立和使用的过程中,不可避免的产生模型误差。模型化计量技术是针对模型计量的技术,即最大限度的使数学模型能逼真的模拟现实系统,精确的预测系统的未来情况,准确的控制系统,得到问题最优解。
 
        数学模型是运用数理逻辑方法和数学语言建构的科学或工程模型。随着计算机技术的迅速发展,数学模型的应用不仅在工程技术、自然科学等领域发挥着越来越重要的作用,而且以空前的广度和深度向经济,管理,金融、生物、医学、环境、地质、人口、交通等新的领域渗透,数学模型技术已经成为当代高新技术的重要组成部分。根据新思界产业研究中心公布的《2018-2022年中国数学模型计量技术发展前景及投资机遇》显示,目前中国数学模型计量技术的发展呈现以下特征:
 
        1、难度大、涉及面广、综合素质要求高。模型化计量技术涉及多门学科,除了掌握诸如数理统计、最优化、图论、微分方程、计算方法、神经网络、层次分析法、模糊数学等数学知识外,还需要学习Spss,Lingo,Maple,Mathematica,Matlab等计算机及相应的软件,同时对应用领域要有深入的了解。
 
        2、难以市场化。数学模型的建立包括模型准备、模型假设、模型建立、模型求解、模型分析和模型检验。模型检验是将模型分析结果与实际情形进行比较,以此来验证模型的准确性、合理性和适用性。模型化计量为模型检验的系统化,但在实际中,模型检验通常和模型准备、模型假设、模型建立等程序有极高的关联性,通常为同一团队,第三方参与难度较大。
 
        3、市场不成熟。数学建模并没有专门专业,大多数高校把数学建模作为补充学科或学科的分支存在,没有融入数学类主干课程,学生应用数学解决实际问题的意识和创新思维能力不足。我国经济的长期高速发展,企业多以模仿、粗放性生产为主,相关行业对数学建模认识不足,这也在一定程度上导致模型化计量难以找到市场。
 
        模型化计量技术在市场中的发展极不均衡,航空航天、军工、传感器等精确度、准确度要求较高的领域,模型化计量技术重视度较高,但各领域之间缺少联系,呈独立发展的态势。在实际中,模型化计量通常和模型准备、模型假设、模型建立等程序有极高的关联性,通常为同一团队,第三方参与难度较大,目前在各领域尚未形成商业市场。
 
        新思界产业研究员认为,从数学发展的历史长河来看,数学的发展既有内部来源也有外部来源,既有问题驱动也有逻辑驱动,但本质来源应是依靠外部来源的问题驱动式发展,但也不排除一些个别案例。2016年以来随着“十三五规划”、《中国制造2025》、《“十三五”国家科技创新规划》等一系列重磅政策的出台,我国经济增长方式将有粗放型向集约型转变,中国制造向中国智造转变,自动化、智能化成为未来制造业发展的趋势,同时在互联网经济、大数据等思潮的带动下,社会发展对数据模型的需求量及模型精度要求越来越高,这为我国模型化计量技术发展提供了大量的外源动力。
 
关键字: 模型化计量 现状