物模型TSL有哪些建模方法

‘壹’ 如何建立物理模型

为了形象、简捷的处理物理问题,人们经常把复杂的实际情况转化成一定的容易接受的简单的物理情境,从而形成一定的经验性的规律,即建立物理模型.物理模型可以分为直接模型和间接模型两大类.
1.直接模型：如果物理情景的描述能够直接在大脑形成时空图象,称之为直接模型.如经典练习的传统研究对象,象质点、木块、小球等；
2.间接模型：如果物理情景的描述在阅读后不能够直接在大脑形成时空图象,而是再通过思维加工才形成的时空图象,就称之为间接模型.显然,由于间接模型的思维加工程度比较深,从而比直接模型要复杂和困难.
物理考题都有确立的研究对象,称之为“物理模型”,确立研究对象的过程就叫“建模”.模型化阶段是物理问题解决过程中最重要的一步,模型化正确与否或合理与否,直接关系到物理问题解决的质量.培养模型化能力,即是在问题解决过程中依据物理情景的描述,正确选择研究对象,抽象研究对象的物理结构,抽象研究对象的过程模式.
运用物理模型解题的基本程序为：
（1）通过审题,摄取题目信息．如：物理现象、物理事实、物理情景、物理状态、物理过程等．
（2）弄清题给信息的诸因素中什么是主要因素．
（3）寻找与已有信息（熟悉的知识、方法、模型）的相似、相近或联系,通过类比联想或抽象概括、或逻辑推理、或原型启发,建立起新的物理模型,将新情景问题转化为常规问题．
（4）选择相关的物理规律求解．

‘贰’ 数学建模有哪些方法

一、机理分析法 从基本物理定律以及系统的结构数据来推导出模型.
1.比例分析法--建立变量之间函数关系的最基本最常用的方法.
2.代数方法--求解离散问题（离散的数据、符号、图形）的主要方 法.
3.逻辑方法--是数学理论研究的重要方法,对社会学和经济学等领域的实际问题,在决策,对策等学科中得到广泛应用.
4.常微分方程--解决两个变量之间的变化规律,关键是建立"瞬时变化率"的表达式.
5.偏微分方程--解决因变量与两个以上自变量之间的变化规律.
二、数据分析法 从大量的观测数据利用统计方法建立数学模型.
1.回归分析法--用于对函数f（x）的一组观测值（xi,fi）i=1,2… n,确定函数的表达式,由于处理的是静态的独立数据,故称为数理统计方法.
2.时序分析法--处理的是动态的相关数据,又称为过程统计方法.
三、仿真和其他方法
1.计算机仿真（模拟）--实质上是统计估计方法,等效于抽样试验
① 离散系统仿真--有一组状态变量.
② 连续系统仿真--有解析表达式或系统结构图.
2.因子试验法--在系统上作局部试验,再根据试验结果进行不断分析修改,求得所需的模型结构.
3.人工现实法--基于对系统过去行为的了解和对未来希望达到的目标,并考虑到系统有关因素的可能变化,人为地组成一个系统.

‘叁’ 物理模型应该怎么建模建模应包括什么内容

❶方法：
（1）通过审题，摄取题目信息．如：物理现象、物理事实、物理情景、物理状态、物理过程等．
（2）弄清题给信息的诸因素中什么是主要因素．
（3）寻找与已有信息（熟悉的知识、方法、模型）的相似、相近或联系，通过类比联想或抽象概括、或逻辑推理、或原型启发，建立起新的物理模型，将新情景问题转化为常规问题．
（4）选择相关的物理规律求解．
❷ 物理模型可以分为直接模型和间接模型两大类。
⑴直接模型：如果物理情景的描述能够直接在大脑形成时空图象，称之为直接模型.如经典练习的传统研究对象，象质点、木块、小球等；
⑵间接模型：如果物理情景的描述在阅读后不能够直接在大脑形成时空图象，而是再通过思维加工才形成的时空图象，就称之为间接模型.
☞高中阶段 有斜面、叠加体模型、带电粒子的加速与偏转、天体问题、圆周运动、轻绳、轻杆、连接体模型、传送带问题、含弹簧的连接体模型等等。

‘肆’ 阿里云物联网平台 - 物模型

物模型是云平台为物联网产品定义的数据模型，用于描述产品的功能。将产品抽象成数据的集合，方便云端进行控制。

物模型从 属性 、 服务 和 事件 三个维度，分别描述了该实体是什么、能做什么、可以对外提供哪些信息。定义了物模型的这三个维度，即完成了产品功能的定义。

TSL 格式是一个 JSON 格式的文件，完整的 TSL 格式可以参考： 阿里云物模型 。

嵌入式端开发固件往往只需要关注少数几个参数，可以在产品的 功能定义 页面，单击 物模型TSL ， 精简物模型 里面查看。

需要关注的有 "properties"，"events"，"services"，在 JSON 格式里，这三者都是数组，分别存储了该物模型的数据，事件和服务，在 C-SDK 里也就分别是 IOT_Linkkit_Report() 上报属性， IOT_Linkkit_TriggerEvent() 触发事件和注册为 ITE_SERVICE_REQUEST 的回调函数。

在上报属性时，只需要关注 "identifier" 名称对应的值（字符串），此时表示该属性在产品下的唯一标识。例如一个精简物模型属性为：

则上报的数据只需要为 {"count":10} 即可，需满足 JSON 字符串的格式，字符串内有一个名称/值对，名称为 "count"（物模型里 "identifier" 的值），值对为 10（满足物模型里数据类型为 int 的要求）。

触发事件需要关注 "identifier" 名称对应的值（字符串），表示该事件在产品下的唯一标识；还需要关注 "outputData"，表示上报事件的输出值。一个精简物模型例子如下：

"outputData" 数组的使用与属性上报一致，这里就不介绍了。

服务调用需要同时关注 "identifier"，"inputData" 和 "outputData" 这三个名称，分别表示该服务在产品下的唯一标识，服务的输入参数，服务的输出参数。与函数调用有输入值和输出值类似，服务调用也有这些特征。

物模型数据校验方式目前有两种， 弱校验 和 免校验 。

也就是说，弱校验针对产品设备的上报数据，只要 idetifier 是一致的，且 dataType 字段满足要求，就接收该数据，并且在其他云端产品流转。

为什么云端可以设置和获取接入设备的属性呢？为什么接入设备可以上报事件给云端呢？又为什么云端可以调用接入设备提供的服务呢？这就是这一小节解释的内容。

物模型基于 MQTT 协议，MQTT 协议的介绍不在此处展开。

云端定义了一系列的 Topic，在设备接入云端时，C-SDK 向 MQTT broker 订阅了一些的 Topic，而云端需要与设备交互时，就向 MQTT broker 发布相应的 Topic，这样就完成了交互过程。同理，云端也会订阅一些 Topic，设备可以向这些 Topic 发布消息。

接入设备端订阅发布的 Topic 列表如下：

其中 ${proctKey} 会替换为实际的产品名，${deviceName} 会替换为实际的设备名，${tsl.event.identifier} 是事件的标识符，${tsl.service.identifier} 是服务的标识符，最大限度地保证了 Topic 的唯一性。

这些 Topic 的作用在后面用时序来描述。

‘伍’ 建模的五种基本方法

参数化建模（Parametric Modeling）

是20世代末逐渐占据主导地位的一种计算机辅助设计方法，是参数化设计的重要过程。

‘陆’ 物流系统模型的物流系统的建模方法

物流系统的建模方法主要有以下几种： 1.优化方法
优化方法是运用线性规划、整数规划、非线性规划等数学规划技术来描述物流系统的数量关系，以便求得最优决策。由于物流系统庞大而复杂，建立整个系统的优化模型一般比较困难，而且用计算机求解大型优化问题的时间和费用太大，因此优化模型常用于物流系统的局部优化，并结合其他方法求得物流系统的次优解。
2.模拟方法
模拟方法是利用数学公式、逻辑表达式、图表、坐标等抽象概念来表示实际物流系统的内部状态和输入输出关系，以便通过计算机对模型进行试验，通过试验取得改善物流系统或设计新的物流系统所需要的信息。虽然模拟方法在模拟构造、程序调试、数据整理等方面的工作量大，但由于物流系统结构复杂，不确定情形多，所以模拟方法仍以其描述和求解问题的能力优势，成为物流建模的主要方法。
3.启发式方法
启发式方法是针对优化方法的不足，运用一些经验法则来降低优化模型的数学精确程度，并通过模仿人的跟踪校正过程求取物流系统的满意解。启发式方法能同时满足详细描绘问题和求解的需要，比优化方法更为实用；其缺点是难以知道什么时候好的启发式解已经被求得。因此，只有当优化方法和模拟方法不必要或不实用时，才使用启发式方法。
除了上面三种主要方法外，还有其他的建模方法，如用于预测的统计分析法、用于评价的加权函数法、功效系统法及模糊数学方法。

‘柒’ 建立物理模型是物理教学中常用的方法，具体的建模法有哪些说得具体些好吗

是高中物理常用办法。

中学物理模型一般可分三类：物质模型、状态模型、过程模型。 1、物质模型。物质可分为实体物质和场物质。 实体物质模型有力学中的质点、轻质弹簧、弹性小球等；电磁学中的点电荷、平行板电容器、密绕螺线管等；气体性质中的理想气体；光学中的薄透镜、均匀介质等。 场物质模型有如匀强电场、匀强磁场等都是空间场物质的模型。 2、状态模型。研究流体力学时，流体的稳恒流动（状态）；研究理想气体时，气体的平衡态；研究原子物理时，原子所处的基态和激发态等都属于状态模型。 3、过程模型。在研究质点运动时，如匀速直线运动、匀变速直线运动、匀速圆周运动、平抛运动、简谐运动等；在研究理想气体状态变化时，如等温变化、等压变化、等容变化、绝热变化等；还有一些物理量的均匀变化的过程，如某匀强磁场的磁感应强度均匀减小、均匀增加等；非均匀变化的过程，如汽车突然停止都属于理想的过程模型。 模型是对实际问题的抽象，每一个模型的建立都有一定的条件和使用范围学生在学习和应用模型解决问题时，要弄清模型的使用条件，要根据实际情况加以运用。比如一列火车的运行，能否看成质点，就要根据质点的概念和要研究的火车运动情况而定，在研究火车过桥所需时间时，火车的长度相对于桥长来说，一般不能忽略，所以不能看成质点；在研究火车从北京到上海所需的时间时，火车的长度远远小于北京到上海的距离，可忽略不记，因此火车就可以看成为质点。

‘捌’ 模型建立的方法和步骤

一、模型建立的方法

GMS软件有三种建立确定性模型的方法，包括概念模型法、网格法和Solids法。本书中所选择的方法为Solids法。不管是利用网格法或者概念模型法建模，对含水层结构进行合理的概化是其中一个重要环节，所建模型的准确性很大程度上取决于对实际水文地质条件的正确判断。若轻视对具体水文地质条件的研究，过多依赖模拟技术建立的模型，通常与实际问题相差甚远，也没有使用价值（魏加华等，2003）。当地层出现尖灭、垂向上具有多元结构、水文地质条件比较复杂时，前两种方法不能准确描述此类地层结构，也不能验证基于地质统计学插值求得的含水层顶底板高程是否与实际的钻孔资料相符。GMS中的实体模块Solids利用钻孔资料可以建立地层的三维结构可视化模型，Solids模型定义了地层结构的空间分布，可以切割生成三维显示任意方向的地层剖面（王丽霞等，2011）。

二、模型建立的步骤

利用Solids建模的步骤：

（1）在钻孔模块（borehole）中定义钻孔的坐标位置及垂向上的层位（horizon）。层位即不同地层的交线或岩性分界线。由于地层沉积通常是连续的，因此层位按照一定的次序排列。然而实际地层一般比较复杂，钻孔资料常出现地层缺失现象，遇到此种情况，将缺失的层位空出，使Solids得到的剖面和实际地层剖面相符合。

（2）根据实际的钻孔资料将相应的层位用弧线连接，同时注意地层尖灭的标示。层位连接后生成不同多边形，每个多边形表示相应的地层或岩性。

（3）在地图模块Maps中定义不规则三角网格TIN，来表示地层单元插值的表面边界。

（4）在实体模块Solids选择恰当的插值方法，由horizons生成其相应地层的Solids。如果有N个horizons则有N-1个Solids，Solids生成后即可以在模型上切割任意剖面来检验模型的三维空间结构。

（5）根据Solids数来确定所需网格的最小层数，生成三维网格并进行MODFLOW的初始化。将Solids记录的地层空间信息转成MODFLOW中含水层的顶底板标高，至此地下水三维空间结构模型建立完成。

三、建模过程中可能遇到的问题及解决方法

地下水三维可视化模型建立，首先要基本查明灌区的水文地质条件。了解灌区的地貌、地质条件、构造发育、各地层厚度等信息，需要收集和整理地下水的相关资料，包括灌区水文地质报告、构造图、地质地貌图、水文地质剖面图、电子版地理底图、等高线图、含水层顶底板高程等值线图以及钻孔数据资料等。再结合水文地质条件对含水层资料进行整理和概化。利用GMS建立地下水三维可视化模型时，尤其是在大区域建模中，可能出现3类问题（张永波等，2007；孙红梅等，2008）。

1.由于钻孔分布不均匀而导致的地层缺失

在大区域建模中，由于研究区范围较大，各部分研究程度不同，一般会引起钻孔分布的不均匀。通过不均匀分布的钻孔资料建立水文地质结构模型，可能致使部分地层产生缺失，导致结构模型失真。另外，钻孔分布均匀程度是一个相对概念，对于地形平缓、地层结构相对简单的地区，少量钻孔基本可以比较清楚地反映地层结构；对于地形起伏较大、地层结构比较复杂、构造比较发育的地区，需要较多的有效钻孔，才可能准确揭示地层分布及构造发育状况，然而实际工作中完全实现是不可能的。对于此种问题，根据研究区的地质地貌图、构造分布图及前人绘制的剖面图，对已有的钻孔数据资料进行分析和整理，在具有控制点作用的位置可以适当虚拟部分钻孔数据或者各层面的高程数据，以准确反映该区域地层结构和构造。采用扩充后的钻孔数据资料建立水文地质结构模型，可以弥补由于钻孔资料缺乏而导致的部分地层的缺失。

2.由于钻孔不够深而引起的下伏地层抬升

在钻探工作中，往往有些钻孔深度不够，不能完整地揭露地层。根据这样的钻孔数据建立水文地质结构模型时，系统默认将钻孔底部的标高作为上一层的底部界面。这样就造成下伏地层的抬升。对于这种情况，根据前人绘制的地层等厚度线及剖面图，结合四周钻孔数据对该钻孔资料进行修正，修正后的钻孔资料可以比较准确地反映地层结构。采用修正后的数据资料建立水文地质结构模型，可以有效地控制下伏地层的抬升。

3.由于钻孔资料过细而引起的地层混杂

在野外纪录的钻孔资料中，局部有透镜体形成的地层，透镜体分布的连续性相对较差。采用过细的资料建模，计算机不能分辨透镜体及连续地层，容易出现地层混杂，即将某个钻孔的透镜体地层和另一个或其他几个钻孔的连续地层分界面相连接，导致生成错误的地层结构。对于这种情况，根据该区域剖面图整理资料时，将透镜体区分出来，忽略较小的透镜体，针对较大的透镜体则另外生成地层结构。

此外，在插值计算中，由于计算方法的不同，产生的结果也许会有很大差异，这需要在进行插值计算时，根据不同的具体条件选择适当的插值方法。