HANDY 经济-意识形态模型中的数据适配

数学建模的概念在当代几乎全部科学与工程领域中广泛存在。由于对自然现象行为预测的内在需求，研究者们开发出日益复杂的模型。然而，尽管它们具备更好的预测能力，将合适的真实数据拟合到这些高维非线性模型上的问题似乎不可避免。为应对这一艰巨问题，数据同化这一完整学科得以发展。基于人类与自然动力学（HANDY）模型，我们详细且全面地比较了近似贝叶斯计算（经典数据同化方法）与超级建模（supermodeling）这一新方法。此外，利用敏感性分析，我们提出了减少子模型间耦合系数数量的方法，从而加快超级建模的收敛速度。另外，我们证明了在掌握参数敏感性知识的情况下使用近似贝叶斯计算方法，可得到对初始参数的满意估计。然而，我们也表明上述方法无法达到与近似贝叶斯计算相似的预测效果。最后，我们证明了通过最敏感变量同步的超级建模，相比近似贝叶斯计算，能对混沌及更稳定的系统给出更好的预测。此外，我们提出了相应的方法。