1. 前言
工作中，我们可能会涉及到一些数据处理的问题。在数据处理过程中，很多时候，虽然我们有一堆数据，但是我们并不清楚这些数据之间的关系。因为某些原因，我们想观察这些数据之间的关系。这时，就希望能找到某种数学表达式来把这些数据变量给关联起来。
如果对参数个数没有特别要求的话，神经网络可以作为参考的数学模型一种选择。如果对参数个数有限制要求，则就需要另一种方式来查找对应表达式了，也就是我们希望找一种表达更简洁，且变量尽量少的数学表达式来构建数据之间的关系。常规地，我们希望找到一种如下形式的公式
(1)
$$
y = F(x_1,x_2,…, x_n, a_1, a_2, …, a_m)
$$
公式(1)中的\(x_1,x_2,…,x_n\)为自变量，\(y\)为因变量，\(a_1,a_2,…,a_m\)为公式中的额外变量参数，\(F\)为我们需要查找的数学模型。在这里，我们已知的是数据集\(x_1,x_2,…,x_n, y\)，而未知的是\(a_1,a_2,…,a_m,F\)
在实际情况中，如果我们通过观察\(x_1,x_2,…,x_n, y\)的规律，或者变量之间的物理意义，如果能定向构建出\(F\)，再进行优化求解，那这时就会省很多事情。这里，假如，我们并不能观察出\(x_1,x_2,…,x_n, y\)的规律，这时，构建\(F\)就无外乎进行盲试，MathSword提供一些盲试的数学模型。
2. 应用