【文件属性】：
文件名称：模型的形式化描述-golang高级编程
文件大小：2.1MB
文件格式：PDF
更新时间：2021-07-02 03:54:43
大数据分析 工业大数据
6.1 模型的形式化描述
6.1.1 基本描述
数据建模的本质，是根据一部分能够获得的数据获得另一部分不
容易直接获得的数据。不失一般性，将数据建模表述为：
F( )X Y
其中，X 为可以获得的数据，Y 为希望得到的数据，F 是 X 到 Y
的映射。建模就是选择 X，确定其定义域、并获得映射 F 的过程。
对于工业系统，人们往往有着相对丰富的领域知识。在很多情
况下，X 应该包含内容、F 的形式都是已知的。比如，传热过程可以
用热传导方程表示。然而，原理清楚并不意味着建模工作简单。因
为模型所需的很多数据和参数往往并不清楚。比如，我们计算传热
时，边界条件往往并不知到。现实中，数据缺失是一种常态。工业
过程数据建模的实际困难，往往可以抽象为处置数据缺失。
6.1.2 模型的深入表述
如前所述，数据建模中最常见的困难是部分数据无法获得。对
此，一般的解决方法是：从可以获得的数据中找到一些与之相关的
数据，再用间接的手段确定模型。这样的思维其实是常见的。例
如，古人常常根据鸡叫的声音判断时间。
所以，不失一般性，我们把自变量 X 分成两部分：可以准确得
到的记为 X1，难以准确得到的部分记为 X2。为了获得 X2,我们可以
可虑如下三类相关数据，分别记为 Z1、Z2和 Z3。
Z1是影响 X2的因素之一。
我们用下面的公式来描述：