仿真应用的困境在于现实问题的“简单”,人为认定的“简单”。
, K; D, y6 D+ T: |* t 在处理问题时,“取其主干去其枝叶,抓住要点忽略细节”是正确的思维方式,应用起来得心应手,解决问题的效果也极为显然。在日常的生产或是管理问题的解决中,用细化的数学描述去思考问题的情况很少,主观直觉是最主要的发现问题的方式,而且由于这本身是一种粗略的思考,不会纠缠于细节,一旦发掘出问题就有极佳的效益。相比之下,仿真则往往会是在发掘细的方面,改善难度大,效益也往往并不乐观。从这点来讲,粗的分析反比细的分析为好。逻辑很简单,粗的分析能发掘到大的问题,大的问题也首先应经粗的分析去发掘,而细的分析在这其中并无多大作用。这就是不精确比精确好!因为精确代价大,发掘出来的却是小问题。所以往往乐于追逐大问题,怠于费力分析小问题,乐于主观的考察问题,怠于系统地分析问题。9 P& H( I7 z5 ~# F& b
狮子猎食马鹿,豺狗吃狮子的剩肉;草原上的狮子数里难得一见,草原上的豺狗却是随地可见,因为豺狗会把骨头啃的很干净,哪怕费再大的劲都要不剩一点的肉。这种的“豺狗”应该是制造企业的榜样。制造企业本是利薄的企业,其利润来源于资源的合理使用(利润丰厚的制造企业会是灾难,因为它必定会疏于管理,没有发掘精神,造成很大的资源浪费)。! b, {, W4 @, u
一个理想的制造企业应该是一个数字化的企业,每一份资源都纳入系统,每一份资源都有其使用规划。如此,系统方显复杂,人为认定的“简单”才能消除,企业优化资源利用的行动才能持续下去。说到底,这是一个量化意识与系统思考问题的意识。没有了量化与系统思考,仿真就没有了用武之地,因为它本身在于求解复杂问题。9 b! y) {3 o$ q
仿真还有一个潜在的弊病,就是追求华而不实的动画演示,追求视觉冲击感的三维实体场景。可视化有自己的优点,但做到即足够,这不是仿真的重点,恰恰相反,这样的做法是舍本逐末。: S. `0 ]" c0 ?! b, S+ V6 Z" n0 ~/ E
说道底,仿真最重大的任务还是建立具有足够问题承载力的现实问题的模型,并借助计算机的特异之处(高速运算能力),给出数学计算所无法给出的求解。
( h* q9 N$ s5 c5 F2 g; Y 补充一句,如果简单的数学分析可以解决问题,为什么我们要搞那庞大的仿真(或曰:“动画”,“形象工程”除外)。
/ W/ I7 p6 X, s 仿真是对于“精确”的追求,对于“精确量化”的追求,对于“精确的系统的量化”的追求,是对于理想的数字的工厂的追求。 |