[数] 问题公式化
Aerodynamical and mechanical constraints are considered in the problem formulation.
求优中考虑了多种气动与机械约束条件。
On the basis of problem formulation of robot action planning, a new method is proposed for it, through applying the explanation based learning to acquire searching strategies.
本文在对机器人动作规划进行问题描述的基础上，通过应用解释学习来获取搜索策略，为其提出了一种新的方法。
This involves superior performance in problem solving, which is cognitively demanding, including abstract thinking skills, higher concept formation skills and creative hypothesis formulation.
这涉及了在需要认知能力来解决问题的优良表现，包括抽象思维技巧，更高的概念形成技巧和创意制定。
A correct formulation is, usually, not as transparant and elementary as the original one – its significance is seen only a posteriori when the problem is eventually solved.
正确的公式化表达，通常上并不是如同原始的公式表达一样简单基本，它的重点在于只能看到当问题得到最终解决时的后验结果。
A mixed integer programming formulation for the off-line version of the problem has been proposed.
给出了问题的数学描述，并对其静态问题，构造了一个混合整数规划模型。
问题构建（Problem Formulation）是系统工程和学术研究中的核心概念，指通过系统化方法明确定义待解决问题的过程。其核心目标包括识别关键变量、明确约束条件以及设定可量化的目标，从而将模糊的初始问题转化为结构化的研究框架。
在实践层面，问题构建通常包含以下步骤：
该术语在机器学习领域特指特征工程与目标函数设计。例如，谷歌研究院在图像识别研究中强调，问题构建阶段需平衡模型复杂度与数据质量，直接影响最终算法性能。国际标准化组织ISO 55000标准亦指出，资产管理领域的问题构建需整合财务指标与技术参数，形成多维评价体系。
“Problem formulation"（问题构建/问题表述）是指将复杂现实问题转化为清晰、结构化的可解决形式的过程。它是解决问题或进行研究的关键初始阶段，需要明确核心目标、边界条件和相关变量。
定义与目的
通过系统分析，将模糊的实际问题转化为可量化、可操作的描述形式，便于后续建模、算法设计或实验验证。例如在机器学习中，需明确输入数据特征、输出目标及评价指标。
关键步骤
应用领域
假设要解决“城市交通拥堵”问题：
目标：减少早晚高峰时段主干道平均通行时间
变量：车流量、信号灯周期、道路容量
约束：改造预算≤500万，6个月内见效
模型：建立交通流微分方程 $ frac{partial rho}{partial t} + frac{partial (rho v)}{partial x} = 0 $精确的问题构建能避免资源浪费。例如医疗诊断系统若错误定义症状与疾病的关联维度，可能导致误诊率上升。据统计，约30%的项目失败源于初期问题定义不清晰（哈佛商业评论，2024）。
insidetransportslavebreadwinnerinfectiousstrideunfailinginflateeabscissacongratulatesDijonopacitiesquickestrunnableshearwatergear shapingjudicial powerobstacle courseoutgoing messageserve the needs ofalkalsiteautotropismcairdchaffererimpenetrateinfanticidelanthanitemanshiftmegacolonmettled