ALAMO 软件常见问答（一）：入门指南

问：什么是 ALAMO？

答：ALAMO（Automated Learning of Algebraic MOdels 的缩写）是一种建模工具，用于从数据中构建简洁、准确的代数模型。它利用全局优化技术来选择一组较优的基函数和模型项，同时平衡模型复杂度与预测性能。当用户需要具有可解释性、透明度且具备理论保证的模型时，ALAMO 尤其适用，常见于工程、科学及过程系统等领域。

问：在哪里可以找到 ALAMO 的教程？

答：您可以在 ALAMO 官方下载页面找到相关教程，该页面提供了示例文件、用户指南和文档，以帮助您入门。

问：ALAMO 中是否有约束回归的示例？

答：有的。ALAMO 包含演示约束回归的示例，例如强制单调性或限制模型输出范围。这些示例可在 ALAMO 下载页面提供的示例文件中获取。有关约束回归功能的使用，请参阅 ALAMO 用户手册第 6.4 节。

问：ALAMO 中的自适应采样是如何工作的？

答：ALAMO 中的自适应采样通过迭代选择能带来模型改进的新数据点来工作。它将此过程构建为一个黑箱优化问题，使用代理模型来识别高不确定性区域。该过程持续进行，直到满足停止准则（例如达到目标误差或数据点数量上限）。其目标是在构建准确、可解释模型的同时，尽量减少昂贵的数据评估次数。

问：为什么我必须提供一个及以上数据点？

答：ALAMO 在采样阶段要求一个及以上初始数据点。该点作为构建和细化代理模型的起始参考。如果不提供数据，ALAMO 无法评估模型精度或指导采样，并将终止并报错。

问：在 RUN 选项卡下应选择哪些选项？

答：RUN 选项卡下的选项取决于您的建模目标。以下是一般性指导：

• 启用自适应采样（Enable Adaptive Sampling）：如果您希望 ALAMO 迭代采样新的数据点以提高模型精度，请选择此项。

• 使用模拟器（Use Simulator）：如果您将 ALAMO 连接到外部模拟器以生成数据，请勾选此项。

• 保存代理模型（Save Surrogate Model）：如果您希望导出模型以便复用或分析，请选择此项。

• 交叉验证（Cross Validation）：当您希望使用数据子集评估模型性能时，此选项较为有用。

有关详细配置，请参阅相关示例演示。关于所有选项的完整说明，请查阅 ALAMO 用户手册。