第45章 正式开干
散会后，姜育恒走过来，递给肖然一本书，“这是matlab的使用教程和示例，你先看着，有什么不懂的可以来问我。
软件本身的使用难度没有那么大，稍微摸索一下就能搞定，不过想要用的好，还是得看看教程。个人信息表我内网发给你了，你填完了给我。”
“好的，谢谢师兄。”肖然打开电脑。
打开局域网，找到了一份要求超详尽的个人信息表，带有家庭主要成员信息的那种。
光表就填了20分钟。
一会，姜育恒又拿了一个保密协议过来让他签了字。
突然感觉就来了。
保密协议一签，就觉得自己干的是个大工程了，上劲了。
法学精通的肖然也忍不住小小激动了一下。
在课题的强大压力下，连姜育恒也决定不回宿舍了。
毕竟一来一回，加上宿舍晚上电脑不方便的问题，最起码能多干出2个小时的活来。
肖然也正式进入了死磕课题的阶段。
但题目确实很难。
换句话说，对于一个大一的新手来说，即便你天赋异禀，已经掌握了课本上的知识点，但从知识点到实际应用的距离仍然让人望而却步。
自动化专业的相关资料早就消化的差不多了，为此还专门接了基本教材，要是针对性的攻克某一门，估计离解锁学科并不太远了。
但即便数学和自动化专业都已经有不错状态的肖然，面对这个课题，仍然感觉无从下手。
变量太多了，完全不知道如何取舍。
凭借对自动化专业的理解和数字高超的敏感性，肖然在一团麻一样的数据中能看到若干条线索。
但问题是看到的线索太多，也让肖然感觉有点无从下手，因为没有办法确定哪一根是关键的线头。
考试周已经结束了，在这三天的时间里，肖然反复看着数据，但迟迟没有动笔。
搞科研真不是那么容易的事。
有系统也不行。
这天，师兄弟四人决定中午不去吃食堂，叫了点儿外卖，就在教研室会议桌上解决午饭。
这是郭老板课题组的传统，最早是有一届师兄每过一段时间，就请大家来这么一顿。
主要就是方便大家聊聊天，发发牢骚，吐槽一下自己的课题什么的。
搞研究的，精神压力都大，有这么一个交流的渠道，能对心理有个很好的疏导效果。
而且，还能给彼此的课题提供几点建议，备不住哪一条突然还真就对了路子。
所以这个传统一直延续了下来。
把菜在会议桌摆成一排，人手一双一次性筷子，拿着各式各样的水杯倒上饮料，一个小型的聚餐就开始了。
听师兄们交流了一会，肖然也是颇为感慨地跟师兄们说，“感觉数据建模的难度太大了，完全不知道从什么地方入手。”
听到组里最小的肖然有这个困惑，大伙笑呵呵地，都没太在意。
“小师弟别着急，你才刚接触数据建模的知识，感到困难是正常的，换谁也没那么容易的。”大师兄吉洪清宽慰道。
“对，小师弟，大师兄知道你很急，但你先别急。”柳进辉打趣道，“当年我也问过这个问题，师兄跟我也是这么说的，我就信了，结果到现在我也不行。”
众人一阵哄笑。
“别说师弟了，我做这个课题头都大了。”姜育恒笑着接住话头，“这个课题指向性太不明确了，导致没法有效的甄别数据的有效性。”
姜育恒说的没错，虽然这个课题的方向性明确，就是要在特定条件下优化机械臂自动拾取的准确性的问题。
但它的数据指向性却太过于分散，整个优化过程中，可以改动的参数太多了，以至于在拿到新数据后，两人反而还不如只看之前的数据有思路。
而且自动拾取的准确性和灵敏度是宏观的，而各项参数的设置都是微观的，每一个宏观的结果都由几十项微观参数叠加得来。
难免在数据上缺少能直接判断的依据。
正常问题的思路是建模，优化函数，求解方程。
但对一个有几十个参数变量的问题来说，直接建模计算产生的计算量难以估计，几乎是不可能完成的任务。
这也是肖然一直没想明白如何动手的原因。
“要是有自动化专业的大神能给个意见就好了。”姜育恒感慨道。
“那可不一定。”大师兄吉洪清不同意姜育恒的观点，“专业的意见有时候能给你好的建议，但有时候也会造成知识的误区。
师弟你想啊，如果他们能用专业知识来解决的话，那这个问题为什么还会放到数院来呢。
咱老板曾给我讲过一句话特别好，‘你脑海中的知识会骗人，但数学不会’，不论有多少参数多少逻辑线，就把它们都当成单纯的数字就可以了。”
把它们都当成单纯的数字吗？
肖然若有所思。
下午，坐了两个小时后，肖然终于鼓起勇气在纸上写下了第一行公式：e(rp)=(sr-wie(ri))/dt(qi·ci)
以此为开头，把所有信息罗列出来。如果始终不能找出主线，就干脆把所有参数都放到主线里。
变量太多，就先用纯数学的方法进行敏感性分析，然后根据敏感性分析的结果对方程做近似求解，虽然看上去笨了一些，但也不失为一种迂回的策略。
确定了研究路径后，肖然在所有公式的最后写上了一句话：
利用敏感性分析简化多参数变量下复杂泛函问题，并使用数值方法近似求解。
要知道，肖然不仅仅只是数学精通那么简单，他还是一个挂逼。
洞悉未来的眼睛，开。
意识空间展开，只有一层薄雾，有些地方甚至有几行公式都隐约可见。
可以搞！
肖然精神大振，沿着这条路开始演算起来。
敏感性分析并不困难，基本上就是蒙特卡洛模拟、sobol指数、morris方法或方差基方法这有限的几种。
其中蒙特卡洛模拟是最简单的，只是效果未必有那么理想。
而且敏感性分析并不是做一次就能得到结果，要针对每一步的结果，对模型的稳健性进行迭代，不断改进优化数据模型。
工作量之大，不是一天两天能够完成的。
肖然已经打算用matlab软件去做这一步优化工作了。
等算完这两个参数之后。