该文综述了等离子体建模的数据驱动方法，包括Phi方法发现离散微分方程、优化DMD构建稳定降阶模型、神经ODE结合物理方程预测动力学、深度学习推导流体偏微分方程、算子推断加速湍流模拟及物理感知元学习，旨在提升聚变研究的建模效率与预测能力。