一般性问题的解决方法

STEP1 调研

调研即一个项目或者课题的来源是需要通过大量的调研获取资料，研究现状，问题实际等第一手资料。调研一般会由1天至百年之久，你要调查一个商品价格只需要1天，调查一个商品的价格波动需要1个月，一个商品的供需则需要一年。最长的估计就是环境类或者宇宙类的问题了，也许等待百年才会发现一颗新星。

 

STEP2 研究问题的难点

获取大量一手数据，资料后，我们就需要提取数据的特征，数据的特征会告诉我们问题的特性，难点。

 

STEP3 当前该问题的难点的解决方法

一个问题一般不会是你首先发现，对此我们需要看一看前人是如何找到这个问题，如何切入问题，如何解决问题，以及遗留的问题。这一点看似容易，其实需要自己从大量的信息中去提取有用信息，比如一个robot的平衡问题，一查sci基本都是数十万篇的。如何查到针对你需要的问题点的论文是一个经验积累的过程。

 

到这里基本就是一个技术人员的活干完了，只要我能解决问题就行了，接下去就是科研人员或者高校学生需要去看的了。

STEP4 创新

前几步简单来说就是获取问题背景，问题建模，问题特征提取分析，问题的研究现状，接下去就是问题的解决创新。

问题的解决创新，一这个问题没解决，你找到解决方法。二这个问题没解决好，你找到了完美的方法。三这个问题解决的很好，但是你的方法更好，更快，更便宜。

 

STEP5 总结

以前接到一个问题或者项目总会急着找资料，然后胡堆海砌的把资料各种结合，如同做了一个补丁+补丁的东西。后来渐渐的熟练起来发现几个重要的节点，一要明确别人或者自己的研究对象到底是什么？可以先写一个词比如：robot，然后再往下：robot+MPA再往下：robot+MPA+CONTROL最后你会发现一串词构成了你的课题the control theory of robot driven by the MPA.二是一定要掌握其理论基础，就是数学建模，不建模也行，古诗词见不了模型，你就找他的结构。理工数学建模基本就是灵魂，就像你是个医生，你要知道人体的构造，我老婆是学中医的，但他们也学解剖，中西医把人体都看成一个模型，但是在他们眼中一种是模块儿化的，一种是一个调和的大系统。第三，知道了模型，就要去做实验实验就是为了验证模型，就像给你抽个血，看看白细胞是不是多，多就是发炎了。建模后在实验就知道你问题的系统特征是怎么样，比如鲁棒性啊什么的。你如果要鲁棒性好，建模后就知道该怎么弥补融合了。第四，别人的启示，就是这个问题类似的方法，比如卡尔曼滤波，不知道为啥到处都可以用到这个神奇的方法，同时不得不提神经网络，这也是我最近研究的一个普适方法。

 

最后第一次写博客，希望大家多多包涵。希望今后能写更多具体的技术或者科研博客与大家一起交流。