对于非结构化解决问题的方法，我们一般是首先定义和分析问题，然后提出假设，根据收集数据，通过实践或实验验证假设的正确性，如果正确则解决问题，如果不行再提出新的假设。
为何要提出假设？因为问题已经产生，很多时候我们并不能再按已经发生的场景重新的演绎问题，那么对于问题定义的过程中我们会有太多的影响制约因素，产生条件因素。有因才有果，而很多时候成因并不能完全得到。我们需要根据我们的经验提出假设成因，来分析这种假设下是否会产生我们遇到的问题。
假设分两种，一种是针对问题产生条件成因的假设，这种假设的目的是为我们准备各种条件和环境，以便于我们重现我们遇到的问题，而能够重现问题往往则是进一步解决问题的基础。另外一种是不关注问题成因，直接根据经验给出可能的解决方案，这种解决方案本身也是一种假设可行的解决方案。
一个人经验的积累或解决问题的能力，不是其穷举式的定义和分析问题的能力，而是提出精准假设的能力。任何精准的假设都不是来源于理论知识，而是来源于我们已有的大量实践，只有通过大量的实践你才能够遇到某个领域下各种可能发生的场景，各种常见问题，通过场景，问题和最后自己的解决方案形成了一个个可以复用的问题模式。我们很多时候都在考虑显性化的定义这些经验或模式，让它形成教科书式的书籍，但是事实往往是不可能的，如果真能够这样那么人人都成为了解决问题的专家。
解决问题究竟是寻求最优解还是满意解？对于提出假设并验证的非结构化解决方法一般都是寻找的问题满意解，但是确是性价比最高的解，要知道任何一个问题如果要做全面的结构化分解和分析讲带来巨大的工作量和成本。另外一个方面，对于复杂世界，很多时候本身就没有最优解，我们寻找的是综合各维度权衡后的一个满意结果而已。
如果你提出假设，解决问题方式经过太多次尝试才能够成功，那么说明前期经验积累太少，这个时候仍然需要回归传统的结构化解决问题的方法，以加强对问题全面的分析和认知。或者说，非结构化解决问题方法是在结构化问题分析基础和积累上逐步形成的一个能力，是不能一蹴而就的。
提出假设往往仅仅是第一步，更加重要的是需要通过自己通过实践来证明自己提出的假设的正确性，这是一个尊重科学和实践的精神。提出假设是依据我们已有的经验和逻辑，而实践证明则是为我们自己积累新的经验和模式。如此往复迭代，提升自我解决问题能力，在这种情况下单个问题的解决已经不再重要，重要的是自我经验和思维的不断积累。
只有假设没有实践则犯经验和教条主义的错误，没有假设只有实践则犯大而全的盲目乐观主义错误。
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
- 实证(10.22)
- 2019 Stata & Python 实证计量与爬虫分析暑期工作坊
- 预备通知 | stata & Python实证前沿与爬虫分析2019年工作坊
- 如何实现假设驱动开发(二)
- 单点登出，你在哪儿？一个基于Web的SSO账户劫持与会话管理的实证分析
- 讲讲大厂面试必考的假设检验
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
