仿真应用的困境
仿真应用的困境在于现实问题的“简单”，人为认定的“简单”。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。
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）。
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。
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。
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。
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）。
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。 job Shop的能力规划应该怎么样建模呢？能不能说一下啊，给个例子也可以啊，谢谢了！ 虽然很高深，看不太懂，但对于我这个初学者来说还是受益匪浅！ 很有启发，但是实现精确计算还是很有难度的。同意观点，基于现有的状况，仿真软件应当针对高级用户（仿真技术人员）开发，过度重视华而不实的东西是没有用的。
毕竟可视化的东西可以用研究人员的报告来代替。 不错,不管精和细,能达到效果就是最好的 但如果针对您企业的具体情况建好了仿真模型，在有类似需求的时候通过输入一些参数获得仿真结果，应当不比EXCEL慢吧
2# JEFFZZ111 精辟！ 有道理 看不懂，但仿真很重要 有道理，有些流程在文字上很简单，但实际建仿真模型时有很多细节要搞清楚。还要很多统计数据。很复杂的，但是我认为如果一个复杂模型建立起来后，如果实际情况不变，那么它对于分析系统很有帮助。个人也认为动画效果是垃圾 都有道理，时间、地点也许还有区别 说的有道理，支持 希望集思广益，能够从中走出困境才是硬道理 知道结果很完美，做起来难！ 仿真曰：模仿真实；为一工具，为什么要做仿真？视觉展示？问题解决？专注与仿真的目的才是做仿真的根本！
页:
[1]
2