仿真应用的困境在于现实问题的“简单”，人为认定的“简单”。; [: n) ~( }' Z' ^, b+ o
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。 7 @$ L/ z, B. r. F 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）。) E7 d. m) u" n# s
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。 & E( N; H! x; s; ^/ G 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。 * U7 M# \; R- L8 t3 O R ^$ D 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。2 |/ M2 J9 }$ D1 A. X
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）。 _4 @6 `2 _2 h8 [/ c
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。
[复制链接]
发表于 2009-7-4 15:23:38
