在设计离散事件系统的控制算法时，有一种方式是用“多项式+待定系数”来“回归”出控制策略来。如果系统本身比较接近连续系统，所得到的策略可能会有极好的效果；但万一系统离散性过强，在不同的状态下有着迥异的行为，其有效策略可表示为分段函数，泰勒定理表示惶恐不能，怎么办？
一种思路是“分段回归”：在找到断点的前提下，在各个子区间内进行回归，是一种分治法。这种方法的难点在于如何找到所有必要的断点。
另一种思路是“映射回归”（这个名字是乱起的，不一定合适）：这里的“映射”可以理解为一段代码，它基于一定输入得到对应的输出，而这种方法造价于自动构造一棵“运算树”，这棵“树”里不仅包含一般的数学函数，还包含分支和循环。这种方法面临的问题也颇为棘手：“运算树”有着海量的可行空间，要找到有效的映射如大海捞针，目前并没有高效的搜索方法，与碰运气差不多。
此外，由于 Weierstrass 定理只保证连续函数的可逼近性，对于离散函数，用深度神经网络可能也会碰钉子 —— 不过我没试过。
转载于:https://my.oschina.net/kingmc/blog/839237