第 1 章 建模分诊台：从工单到模型
第 1 章 · 建模分诊台：从工单到模型
章节摘要：任何一个数学建模项目，成败的第一道关口不在求解，而在"翻译"——把一句业务语言变成一组假设、变量和关系。本章把建模循环拆成三个可考核的环节：如何把模糊诉求收敛成明确问题（1.1），如何用量纲与尺度分析判断该保留什么、扔掉什么（1.2），以及模型交付后如何验证、做敏感性分析并识别失效模式（1.3）。读完本章，你接到的第一张工单不会无从下手。
学习目标
阅读完本章，你应当能够：
- 把一句自然语言诉求改写成"决策变量—目标—约束—数据"四要素表；
- 用量纲一致性检查公式、用尺度分析估计各项的相对大小并决定去留；
- 对已拟合模型执行留出验证与单参数敏感性扫描，并解释结果；
- 说出至少三类常见建模失效模式（隐藏假设、外推、共线性）及其排查手段。
核心概念速览
建模循环里最容易亏本的一步是从"求解"跳回"假设"的返工：验证做得越早，返工越便宜。
1.1 从工单到模型：建模循环
以一条供应链补货工单为例，完整走一遍四要素表与建模循环，给出可复用的提问清单。
1.2 量纲、尺度与合理简化
用量纲分析检查公式正确性，用尺度比较决定近似方向，附巴克利量纲法的一个工程算例。
1.3 模型检验、敏感性与失效模式
留出验证、单参数敏感性扫描的实现，以及三类失效模式在数据上的指纹。
子章节之间的逻辑关系
1.1 结构化（问题是什么） │ ▼ 1.2 简化（哪些因素能扔） │ ▼ 1.3 验证（扔对了没有）──不通过则回到 1.2
三节是同一条流水线的三个工位：结构化产出假设清单，量纲与尺度把假设清单压成可解的模型，验证环节负责在交付前把问题暴露出来。
门诊记录：本章算例一览
| 工单 | 用到的方法 | 关键产出 |
|---|---|---|
| 门店补货策略 | 建模循环、四要素表 | 最优补货水位与成本曲线 |
| 管道冲刷深度估算 | 巴克利量纲法 | 三个无量纲组合 |
| 电路板热设计 | 尺度排序与取舍 | 保留项与失效条件清单 |
| 需求预测模型 | 留出验证、敏感性扫描 | 稳健性结论与失效指纹表 |
这张表也是复盘工具：读完本章回头检验，每行工单你是否都能独立复现"背景—操作—结果—解读"四段。补货工单在 6.3 节会以多目标形态回归，热设计的传导算子在 8.2 节会成为反问题的病态标本——本章的每个算例都被后续章节复用，值得做扎实。
再交代一下阅读姿势。本章三节的代码都不依赖高级库，目的就是让每个数字都可见可改：把补货工单的缺货惩罚改一改、把量纲算例的变量表加一项、把敏感性扫描的区间拉宽，观察结论的形态如何变化。教学经验表明，亲手改坏一个模型再修好它，比读三遍正确答案记得牢。若时间有限，优先精读 1.1 与 1.3——结构化与验证是全册复用率最高的两项能力，1.2 的量纲法则可以作为工具页按需查阅。
出科小考
离开本章前自测三题：其一，"提升用户满意度"这句话缺了哪几个要素才算可建模的工单？其二，一个公式里出现"长度加时间"的加法，你第一个反应是什么？其三，模型留出误差尚可、但残差在时间轴前半段全为正，你的第一怀疑对象是什么？（答案分别在 1.1 四要素表、1.2 量纲检查、1.3 隐藏假设。）
前置知识与后续延伸
- 前置知识：高中物理的量纲概念、基础 Python 语法即可；
- 后续延伸：本章的分诊框架会被第 2～7 章的每个算例反复使用；第 8 章把"验证"升级为"可信建模"的完整议题。