6.1模型的评价
6.1.1模型的稳定性分析（灵敏度分析）
https://mp.weixin.qq.com/s/EZr2HeqzDLHQygk4nO0iiA 讲的比较好，分为决策模型、动态模型、概率模型、线性回归、时间预测
建模过程会对问题做一些假设，需要考虑所得结果对每一条假设的敏感程度以及各个参数的敏感程度。灵敏性分析常常是根据对数据提出的假设做分析，将灵敏性数据表示成相对改变量或者百分比改变的形式，要比表示成绝对改变量的形式更自然也更适用。
一个模型称为稳健的，是指即使这个模型不完全精确，由其导出的结果也是正确的。稳健性分析常常是针对模型的某些理想化假设做分析。
寻找限制性因素（瓶颈）或者寻找最急切需要改变的量都可以用灵敏性分析
注意所有的分析最好都结合实际说明为什么可能出现这种情况，并且说明对应现实中的结果将如何改变。如果没有这些意义也可以，不过就仅仅是对模型本身进行分析了。
简而言之，就是对最影响模型的参数or假设进行改变（可以通过改变其相对量，绝对量，百分比改变），以观察模型的结果是否会出现较大的波动，如果出现了巨大的波动，就说明模型对参数和假设的选取是敏感的，模型是不稳健的，如果是也出现了较小的波动，则说明模型是稳健的，模型可信。
举个例子：


6.1.2模型结果的检验（看情况写）
这边主要叙述模型结果的合理性（比如在结果上稍微增加减少一点，看看是否还满足约束条件），以及叙述在正文建模过程中一些处理、假设的合理性，举个例子


6.1.3 模型的优缺点
针对xxx模型进行优缺点分析，当然按照问题一二三针对分析也可以

or

7 模型的推广与改进
简要叙述（详细叙述）模型在其他领域可能的价值，这就是模型的推广
而对模型中一些点进行改进，就是模型的改进