大数据时代建模仿真的特点之一，是无模型计算的仿真成为一种新方式，试举例说明

caewow 2014-06-10 04:20:55

原帖子在这里：
http://bbs.csdn.net/topics/390808327
只不过那个板块不是很活跃，回复的人不是很多，所以我就到这里重发一遍，希望知道的朋友给指点一下，多谢了！

...全文

250 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

caewow 2014-06-11

打赏
举报

回复

各位大神，给指点一下思路呗！

仿真的概念仿真从字面意思来理解，也就是模仿真实的环境。通常在仿真领域分为大概六种：传统的CAE仿真：比如对机构受力的3D模拟，找出机构设计的可能存在的缺陷及极限系统仿真：俗称物流仿真，是对生产等系统进行方案事先模拟，优化多物理仿真：是模拟物理场景对设备或机构等对象造成的可能影响物理仿真：可以理解为在产品制造中，利用实验室模型对产品性能等在各种情况下的检测虚拟现实：贴近来说，好比玩游戏，如开模型飞机

复杂系统的建模与仿真是理解和分析复杂系统行为的重要手段。通过构建数学模型和计算机模拟，我们可以深入探讨复杂系统的动态特性和演化规律。本章将详细介绍几种常用的建模与仿真方法，包括计算机模拟技术、多主体系统、元胞自动机和复杂网络模型。

在大数据时代，机器要学会从比特流中解读用户，构建用户画像就变得尤其重要。本文介绍了用户画像的理论和实践，以及在实际中的应用。如何根据用户画像进行精准营销？将用户画像应用于个性化推荐？一起来寻找答案吧~ 首先看一下大数据与应用画像的关系，现在大数据是炙手可热，相信大家对大数据的四个V都非常了解，大数据应该说是信息技术的自然延伸，意味着无所不在的数据。我们先看下数据地位发生转变的历史，在传统的IT...

摘要传统Bootstrap抽样和Bagging集成学习通常以串行方式实现，计算效率低，且存在样本不可重用、扩展性差等问题，不适合高效的大规模Bagging集成学习。从大数据分布式计算的思维入手，提出新的Bootstrap样本划分（BSP）大数据模型和分布式集成学习方法。BSP数据模型通过分布式生成算法将训练数据表达成分布式Bootstrap样本集的集合，存储成HDFS分布式数据文件，为后续的分布式集成学习提供数据支持。分布式集成学习方法从BSP数据模型中随机选取多个BSP数据块，读入集群各个节点的虚拟机，用

基于工业数据的三维仿真系统一、前言二、环境配置三、系统设计1、系统结构功能图2、APP系统时序(MVP设计模式)四、后台接口1、登录模块a、登录到服务器b、注册到服务器2、设备信息模块a、查看设备信息b、修改设备信息c、登录到服务器d、添加设备信息3、控制台模块a、添加设备检查记录b、查看设备维护记录c、添加设备维护记录4、实时数据接口a、通信协议：b、MQTT：c、优点：d、MQTT协议实现...

4,018

社区成员

39,807

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章