原创 是实 是实 2023-07-13 18:00 发表于广东
收录于合集
► 背景：
建模 = 模型化，但我还是想提出这个概念 - 模型化，概念是不断发展的，"建模"这个概念已被局限于系统建模，数学建模等，而"模型化"更侧重于方法论，可以作为科学研究方法之一存在。
引言
1. 原型，模型，模式
原型：指原始模型，模型是对原型的模仿，但它们是相对的，没有绝对的区分，模型对原型的模仿是基于模型与原型之间存在某种相似性。
模式：指某种事物或现象的标准形式或他人可以照做的标准式样，模式是比模型更广泛的概念，可以成为广义模型，它可以是具体事物，也可以是形象的思考。
例如，具体事物的模式指代表性的样式或方式，如社会制度有社会主义模式，资本主义模式等。形象思考模式指对思考内容，思考方式等的概括，如心智模式，图形模式等。
模型：是对实际系统的描述，造型，模仿或抽象，模型以实物，图形或符号代表一个真实系统，及其组成部分之间的相互关系，以便使问题和目标具体而明确，并求得最优解答。
三者关系：模式 ＞ 模型 ＞ 原型
2. 模型化方法 - 系统建模
系统建模是指从系统原型到构造系统模型的过程，包括了系统建模的步骤，建模的过程，建模的架构，建模的能力以及能力分层，定性和定量建模方法等。
相关内容：《模型与建模能力》《模型建构的方法论》
3. 模型观
谈及模型观，必然涉及几个概念：本体论，认识论，方法论，世界观等，世界观是个人对世界的总体看法和理解；认识论是人类认识的本质和规律；方法论是认识世界，改造世界的方法的理论；本体论是研究什么样的事物客观存在。
四个概念构建了两组理论，一组是本体论，认识论和方法论的"三论"结构，一组是世界观和方法论的结构。
在《模型和建模能力》中我提及了模型的"三论"结构：模型的本体论，模型的认识论和模型的方法论。
陆奇在《我的大模型世界观》中，提出了他的两个关于"大模型"的世界观：一个是任何系统都是"三位一体"的结构；一个是人是"模型的组合"。（陆奇的"模型世界观"是从世界观和方法论的视角理论化模型）
我在《我们需要的三种模型观》中提出了三种模型观："经验-知识-能力"模型，"数据-算法-系统"模型，以及"双驱动"模型。
对比两者，陆奇的"模型世界观"是从世界观和方法论的视角理论化模型；我的"模型观"是认识论，是从三论的视角理论化模型，虽然两者都是从哲学视角解析模型，但切入的方向不同，但得到的内容是相似的。
模型分类
1. 模型分类
其一，按模型表征分类
形象模型 - 保留实体模型的外部特征，对实体系统进行放大或缩小，如，相片，飞机模型等。
符号模型 - 借助文字，符号，图表或数学表达来描述系统的模型，如数字模型，网络模型，系统动力学模型，解释结构模型等。
模拟模型 - 类比模型，基于不同物理领域（力学，电学等）系统中的变量关系，服从相同的规律，类比出拟合类推的模型。如，电路模拟气动系统中，用电压，电流和电容模拟机械运动中的速度，力和质量。
仿真模型 - 通过数字，模拟或混合在计算机上运行的程序模型。采用仿真语言或程序。
在《科学研究方法体系》中的第三层-计算机方法，重要应用以上的模拟模型和仿真模型。
其二，按总体观点分类
物理模型 - 以实体系统（原型）功能，结构或形象为模型的组成元素，放大或缩小的模型。如，分子结构模型，模拟模型。
思考模型 - 根据一定逻辑变换规则和我们要求构造的一种模型，如，各种数学模型，系统结构模型等。
知识模型 - 将知识进行形式化和结构化的抽象，知识模型不是知识，而是知识的抽象。
理论模型 - 对某一过程机理进行深入研究，通过基本理论推导得到表示过程各有关变量之间的物理数学关系，理论模型能反映过程的机理。
在《问题解决的28个模型》《战略经验的23个模型》等中，主要应用以上的思考模型，知识模型和理论模型。
其三，按运动特征与时间依存习性分类
静态模型与动态模型 - 静态与动态是相对的，正常运转可以视为静态，由于基本空间的复杂性，先建立静态模型再过渡到动态模型，动态模型与时间T有关。
其四，按粗细程度或精确程度分类
简化模型与精确模型；同态模型与同构模型，多态模型；定性模型与定量模型；线性模型与非线性模型。
在《ChatGPT的模型结构和认知能力》中，GPT4.0的重要突破就是多态模型，训练资料从单一模态的文本变成了多模态的文本和视频，从同态模型到多态模型极大地增加了系统的涌现性，获取资料的方式也从被动人为提供变成了机器主动获取。
其五，按模型形式分类
数学模型，逻辑模型，图像模型，模拟模型，仿真模型，结构模型，标本模型，形象模型等。
其中数学模型是非常重要的模型，在《我的模型观系列》中提及的模型理论中的图论，即数学模型的主要理论。
其六，按系统分析对象分类
过程模型，性能模型，可靠性模型，价值模型，生产模型，经济模型，行为模型等。
在《价值导向》中，提及了4个价值模型：价值树模型和价值网模型，客户价值层次模型和客户感知价值模型。
其七，按研究对象模型
生态模型，机械模型，城市模型，交通模型，人口模型，环境模型，能源模型等。
其八，按可否控制模型
可控模型与非可控模型，描述模型等。
其九，按变量特征分类
确定性模型，变结构模型，随机模型，连续模型，离散模型，灰色模型，模糊模型等。
其十，按用途分类
预测模型，决策模型，对策模型，功能模型，构造模型，计划模型，规划模型，评估模型，投入产出模型，库存模型，
在《多做预测，少做决策》中，我列举了千人千面系统，智能推荐系统，用户流式预警系统，用户LTV预测系统，搜索关键词系统，库存预测系统等，这些互联网场景的软件系统都是基于预测模型，决策模型。
在《信息联系的系统机制》中，讨论了信息联系系统机制在库存系统中的应用，就是建构了供应链库存系统模型。
在《需求建模和功能建模》中，讨论了需求建模的ULM用例图和活动图，功能建模的IDEFO模型图。
其十一，按适应范围分类
总体模型，局部模型，系统模型，子模块模型，宏观模型，微观模型
其十二，按功能分类
概念模型，结构模型，状态模型，优化模型，实验模型，
在《系统建模》中，我提及了结构化分析方法中的实体关系图，即概念模型和数据模型。在《行为建模和结构建模》中提及了行为模型和结构模型。
2. 另一种模型分类方式
在《模型与建模能力》中我列举了另一种模型分类方式，对比两种模型分类方式，很明显第一种更直接，更丰富，我可以直接将过往关于"模型"的内容直接关联。
系统建模的步骤
1. 模型问题化
要明确建模的对象，建模的目的，建模用来解决的问题，如何解决问题等。
首先要清楚建模的对象是自然科学，还是社会科学或工程技术领域？不同领域的建模，各自有的规律，方法或技巧。
其次建模是为了解决问题，预测，决策或设计一个新的系统，或结合多者？最后还要确定是用模拟，还是仿真？是定性或定量来解决问题。
2. 模型目标化
对大量的优化或决策问题，要建立模型的目标，如质量最好，产量最高，能耗最少，成本最低，经济效益最好，进度最快等。
同时要考虑建立单目标模型还是多目标模型？目标确定以后，要将目标表述为适于建模的相应形式，通常表示为某个指标到最大或最小。
3. 模型规范化
根据模型问题的要求和模型目标，拟定模型的规范，使模型问题规范化。规范化包括对象问题有效范围的限定，解决问题的方式和要求，最终结果的精确度和形式等。
4. 模型要素化
根据模型目标和模型规范确定模型所涉及的各种要素。在要去确定过程中要注意真正发挥作用的因素，对选定的因素要注意它们是确定性还是不确定性，是都能进行测量等。
5. 模型关系化
模型关系化要求建模者从模型和模型规范出发，对模型要素之间的影响，因果联系进行分析，找出对模型真正起作用的重要关系。
这些关系将把目标与所有要素联系为一个整体，形成模型分析的基础，这时通常可以表示为一个结构模型。
6. 模型限制化
模型的建立须在一定的环境，一定的范围，一定的要求下进行，环境，范围与要求必须要对模型起限制作用。
此外，要素本身的变化有一定的限度，要素的相互影响作用只能在一定的限度内保持有效。模型制约化工作要求建模者找出模型目标，模型要素和模型关系起限制作用的各种局部性和整体性约束条件。
7. 模型形式化
模型是对现实系统的表示，模型来不来形式，要素原型如何表示为要素变量，要素变量之间的关系如何表示，要素变量与模型目标之间的关系如何表示，约束条件如何表示，特别是如何进行有关方面的数量表示，这些都是模型形式化问题。模型形式化工作需要借助某些定量化方法。
8. 模型简洁化
建模是为解决问题，模型的形式只能适中，并非越复杂越好。为了便于使用，有效地解决问题。从全局观点看，难免造成重复，重叠，还必须对问题进行简化。对模型各部分进行简明化表示。
9. 模型求解化
模型表示形式的完成不是建建模结束，如何利用模型进行进行计算求解成为重要问题。模型计算求解的工作包括将系统所提供的有关数据格式化，根据模型形式编制，调试有关的计算机程序，并进行有关的计算，获得检验分析模型的结果。
10. 模型检验化
针对模型问题的实时情况，结合模型求解化提供的结果进行合理性分析。根据计算结果的分析情况判断模型的规范要求。如何合乎要求，建模就结束，否则，要考虑如何对模型进行修改，是局部修改还是全局修改问题。
系统建模的方法
1. 直接分析法
对比较简单的系统且问题明确，或者属于物理，化学对象的建模（有定律，原理或规则）常直接分析做出模型。
2. 图形分析法
系统建模过程中，画出各种图形进行分析，是一种很有效的辅助方法。在建立结构模型或定性模型时，它是必用的方法。
3. 机理分析法
根据系统的本身特性，构造，功能，相互关系或工作原理，分析其因果关系和演化过程，在适当的假设下，建立其模型，这对一般系统或复杂系统都是常用的建模方法。
4. 统计分析法
通过对建模系统采集大量数据，建立多个量影响某个量的统计相依关系的规律或数学表达式，即建立描述这些统计量之间关系的统计数学模型。
回归分析就是研究如何从科学试验数据出发建立数学模型的一种方法，通过系统辩识的建模也属于这一类方法。
5. 系统分析法
采用定性和定量相结合的方法，对系统的目的，功能，环境，效益等进行充分的调查研究，搜集，分析和处理所有资料和数据，根据建立多个数学模型，再进行优化选择。
6. 系统模拟法
有的系统其变量之间的关系很清楚，但很难对系统建立定量化的数学模型和求解；或者即使建立数学模型也不容易求出解析。
这时可以考虑利用另一个结构和性质与该建模系统相似但处理却简单得多的系统来进行建模和求解，而把后一系统的模型看成是前一模型的模拟。
7. 模糊定量法
有些系统看起来很难定量研究，如社会系统，行为系统等；有些系统本身模糊不清，用确定变量或随机变量均难以描述，但可以采用模糊数学，引入模糊集等概念，就能将其定量化，从而建立其数学模型。
8. 局部试验法
对于研究的系统，当不能确定其因素对系统影响的大小时，可以对系统进行局部试验，用以搞清楚哪些是主要因素，本质的，次要的因素。
试验所得的结果，可以是一组曲线，可以是一组数据，这时要通过回归分析等方法进行处理，便于建立系统的模型。
9. 设想建模法
对有些结构不清楚的系统，没有相似系统可以借鉴，也不可能在系统上进行试验，采用上面方法建模的理论不足，只能求助于经验判断，依据对系统有情况的人认识和科学地分析，人为做出一些经验性假设，设定一些可能的情况，再使用某些建模方法构造一些模型，采用定性与定量相结合的方法，
10. 联用综合法
对于一些复杂系统或巨系统的建模，可以综合多种方法，建立真正使用的模型。
建模的色谱
1. 为什么用"色谱"和"软硬"表示系统？
其一，"白-灰-黑" 色谱系统
这是我第二次"见到"色谱系统，第一次很意外，为什么会有人用颜色差异化标识系统，直到再次看到有人用"白-灰-黑"来标识系统，才意识到它的存在一定有其意义。
"白-灰-黑"其实描述了系统内部的可见性，透明性。系统在客观世界是普遍存在的，实体的，虚拟的，可见的，非可见的等。
控制论中常用颜色表示，研究者对系统内部信息和对系统本身的了解及认识程度，"黑"表示信息完全缺乏，"白"表示信息完全，"灰"表示信息不充分，不完全。
白色系统是全开放性的，黑色系统是全封闭性的，灰色系统介于两者之间。
系统的透明性程度决定了其研究的难易程度，如实体的，具体的，可见的系统，相对透明性好，其研究方法也相对容易。所以，用"白-灰-黑"色谱标识不同系统的透明性，直观地对应了其研究方法的程度。
其二，软硬系统
还可以用"软硬程度"来标识系统，实体的，具体的，可见的系统往往是"硬系统"，如物理系统，化学系统，电路系统等。反之，社会系统，经济系统，生态系统等，定义为"软系统"。
其三，"色谱和软硬"与建模方法的关系
从白色系统 → 灰色系统 → 黑色系统，从硬系统→软系统，越软的系统越"黑"，透明度越差，建模方法越复杂；越硬的系统越"白"，透明性越好，建模方法越简单。
2. 白色系统，灰色系统，黑色系统
其一，白色系统
白色系统的建模原理和技巧比较容易，有常用定律，原理，法则等可以遵循，如物理，化学等方面问题。
其二，灰色系统
灰色系统是部分信息明确，部分信息不明确的系统，灰色系统的建模要困难一点，要依赖长期积累的统计数据和经验规律为依据，如气象，地质等方面问题。
其三，黑色系统
黑色系统的建模较困难，还要引入一些新的概念和采用模糊数学，系统动力学和层次分析等方法才能建模，如社会学，生理学等方面问题。
3. 系统色谱与模型分类，模型分析方法
系统色谱是不同领域系统信息透明度的表示，系统色谱与模型分类，模型分析方法都有关联。
其一，信息越不透明，黑色越深的系统，内部包含的模型分类越多，例如，社会系统，其中包含众多子系统：经济系统，产业系统，人口系统，交通系统等，且这些系统还是非线性系统，动态系统。
人类对社会系统的作用不仅是描述系统，更是要可控系统；对社会系统的其中要素的建模，就包括了要素主体的需求模型，行为模型，以及要素之间的结构模型等。
其二，系统分析的10个方法与这里的系统色谱直接对应，例如，直接分析法可以分析物理学或化学领域的问题；系统分析法和系统模拟法可以解决过程控制和航天航空领域的问题；模糊定量法，设想建模法或联用综合法可以解决社会或经济领域的问题。
联系客服
