2. 性能预测问题建模
在仿真数据驱动的性能预测中，真正决定项目成败的往往不是模型选得多复杂，而是问题建模是否准确。所谓问题建模，就是把工程语言描述的“性能指标”翻译成机器学习能够处理的任务形式：明确预测目标是什么、输入特征有哪些、输出是连续值还是类别、是否存在时间依赖、有哪些物理或工艺约束、最终用什么指标评价好坏。这一步做错，后续再精细的调参也难以挽回。
一、从工程指标到预测目标的映射
工程中常见的性能指标包括：结构件的最大应力、散热器的热阻、电机的效率、翼型的升阻比、电池的循环寿命、涡轮叶片的气动效率等。这些指标本身是连续的物理量，但预测任务类型并不由指标本身决定，而由“决策需要什么形式的答案”决定。
- 回归任务：需要给出具体数值，如预测某工况下最大应力为 312 MPa、热阻为 0.42 K/W。输出是连续实数。
- 分类任务：只需要判断是否满足要求，如“是否超过屈服强度”“是否进入喘振区”“寿命是否大于 10⁵ 次循环”。输出是离散类别。
- 时序预测任务：需要预测随工况或时间变化的序列，如整条载荷谱下的应力响应、随时间衰减的电池容量。输出是序列。
同一个工程问题可以有不同的建模方式。例如预测叶片寿命，若关心具体寿命值，是回归；若只关心“是否达到设计寿命”，是二分类；若关心寿命随循环次数的退化曲线，则是时序预测。建模时必须先问清楚：下游决策到底需要数值、标签还是序列。
二、输入输出与约束条件的明确
输入特征通常来自仿真参数与工况条件，例如几何尺寸、材料参数、边界条件、载荷大小、网格密度等。输出则是目标性能指标。建模时需要写清楚输入输出的维度、量纲、取值范围和采样方式。
约束条件同样关键。工程问题往往带有物理约束：应力必须为正、效率不能超过 1、温度不能低于环境温度、质量守恒等。这些约束可以体现在特征工程中（如用无量纲数作为输入），也可以体现在损失函数中（如加入物理惩罚项），还可以体现在输出后处理中（如对预测值做截断）。
三、评价指标的选择
不同任务类型对应不同评价指标。回归任务常用 MAE、RMSE、MAPE、R²；分类任务常用准确率、精确率、召回率、F1、AUC；时序任务常用 MAE、RMSE、DTW 距离或趋势一致性。选择指标时要与工程目标对齐：如果大误差不可接受，应优先看 RMSE 或最大误差；如果关心相对偏差，用 MAPE；如果类别不平衡，准确率会失真，应看 F1 或 AUC。
| 任务类型 | 输出形式 | 典型指标 | 工程示例 |
|---|---|---|---|
| 回归 | 连续实数 | MAE、RMSE、MAPE、R² | 预测最大应力、热阻、效率 |
| 分类 | 离散类别 | 准确率、F1、AUC | 判断是否失效、是否超限 |
| 时序预测 | 序列 | MAE、RMSE、DTW | 预测载荷谱响应、退化曲线 |
四、建模流程与关键判断
实际建模可以按以下顺序推进：先明确决策需求，再确定任务类型；然后整理仿真数据集，划分训练集、验证集和测试集；接着选择基线模型（如线性回归、随机森林、XGBoost 或 LSTM）；最后用选定指标评估并迭代。整个过程需要反复检查：输入特征是否泄漏了目标信息、训练集与测试集是否来自同一工况分布、评价指标是否真正反映工程风险。
五、一个可执行的建模示例
假设我们要预测某散热器在不同工况下的热阻。输入特征包括：翅片高度 h（mm）、翅片间距 p（mm）、风速 v（m/s）、入口温度 T_in（℃），共 4 维。输出为热阻 R（K/W），是连续值，因此是回归任务。约束条件：R 必须大于 0，且随 v 增大应单调下降。评价指标选 MAPE，目标小于 5%。
数据来自 200 组仿真，按 7:1.5:1.5 划分训练、验证、测试集。基线模型先用随机森林，再用 XGBoost 对比。训练后若测试集 MAPE 为 3.8%，且预测的 R 随 v 单调下降，则说明模型既满足精度也满足物理趋势。若出现 R 为负值，则需要在输出后处理中截断，或在损失函数中加入惩罚项。
六、建模检查清单
- 任务类型是否由决策需求决定，而非由指标本身决定？
- 输入输出是否写清了维度、量纲、单位和取值范围？
- 物理约束是否已体现在特征、损失或后处理中？
- 评价指标是否与工程风险对齐？
- 训练集与测试集是否来自同一工况分布？
- 是否存在特征泄漏，例如用仿真结果反推输入？
把以上问题回答清楚，性能预测问题建模就完成了大半。后续的特征工程、模型选择和调参，都是在这个框架下进行的细化工作。