“其他人必须说出每个人都清楚的事情。”
像题词一样，Google / Yandex找不到作者
建立对象模型时，可以将其简化为具有影响输出T的多个参数P（i）的黑匣子表示。对于复杂的多维对象，这些可以是其在不同平面/方向上的“截面”的模型。
在理想情况下，要获得构建模型所需的信息，有必要为其参数的所有组合获取T的值，并在每个参数允许的值范围内以足够小的（均匀）步长给出。每个参数（以及相应的T值）的点数越多，您可以越准确地构建模型。但是，在现实生活中，经常会发现参数以不同的方式影响，因此，对每个参数进行不统一的调整是更合理的。例如，在允许间隔的开始，参数对T的影响很小，而在中间或结尾，参数的影响会发生变化（甚至多次），因此，应以不同的方式使用此参数。
但是在开始建立模型时，当有关关系的信息很少时，每个参数的允许值范围将以统一的步幅进行划分。当解决构建与先前研究的对象接近或微弱更改的对象模型的问题时，在指定允许间隔的非均匀划分时，可以考虑其参数影响的特殊性。这样可以最大程度地减少构建模型所需的T值数量，同时保持所获得的有关模型中使用的对象的信息的完整性。
在这里，您应该注意以下事实：对于某些对象，获得每个T的输出值的成本/复杂性/持续时间非常高。此外，我们将仅关注此类对象及其模型。
对于在研究这样一个对象可以不再是微不足道的（均匀的步骤）的处理指定的参数的每一个新值的过程中，非常昂贵的，并且如果可能的话应考虑到，所有信息已经可用的关于T的行为的每个步骤/的值我个参数应考虑到它与T的行为的当前相关性。如果在每个步骤重新建立对象的初步模型，并且考虑到获得每个T的新值的成本/复杂性/持续时间，这是有可能的。
我将根据以上所述，提出一种在一般情况下（具有上述复杂性）未知对象建模的方法：首先，使用先验，物理和/或现有的初始数据，为每个参数建立一个近似恒定的步骤（粗略的步骤）。然后，在计算/获得T的每个新步骤中，都会基于新信息创建/精炼模型，并使用每个新的T值对模型进行精炼（重新计算）。在每个步骤中，根据当前模型，确定每个参数的最佳下一步。在T的新值将在有关对象的知识的这一阶段带入有关该对象的新信息的最大化的意义上说是最优的。
, () . () . , - / . - , . , , () , / . - , , , .. - . ( ) / , .
, ( , Z, ) . . , .
T(X) (X) . , , (. ):
T(X) 3- : Xmin, (Xmin + Xmax)/2 Xmax, .. (Xmin, Xmax). .. GIF 14 .
, Z, , . " " , ( Z) , . / ( ), . , , .
Z ( ) , . , (Xmin, Xmax), 3/2 ( , ) . , .
¾ (!) .
, .
( "", ) , , ( ) Z. , , , - .