中國工業技術軟件化產業聯盟：中國工業軟件產業白皮書（2020）（348頁）.pdf

《中國工業技術軟件化產業聯盟：中國工業軟件產業白皮書（2020）（348頁）.pdf》由會員分享，可在線閱讀，更多相關《中國工業技術軟件化產業聯盟：中國工業軟件產業白皮書（2020）（348頁）.pdf（348頁珍藏版）》請在三個皮匠報告上搜索。

1、雖然單獨評估大多不具有工業屬性，但是卻都是構建工業軟件必不可少的數字底座和有機組成部分，都在各自的角色.上發揚光大工業軟件的作用。無論上述的哪一種技術內容，都關系到工業軟件本身的自主與可控。相關內容將在工業知識工程白皮書(2021) 中具體展開。人沒有豐富的工業技術/知識和經驗積累，對于只掌握計算機專業知識的工程師，難以設計出先進的工業軟件。工業軟件是工業技術/知識的最佳“容器”，其源于工業領域的真實需求，是對工業領域研發、工藝、裝配、管理等工業技術/知識的積累、沉淀與高度凝練。工業軟件可以極大增強工業技術/知識的可復用性，有效提升和放大工業經濟的規模效益。工業軟件是對模型的高效最優復用模型是

2、軟件的生命力所在，沒有模型就沒有軟件。模型來源于工業實踐過程，來源于具體的工業場景，是對客觀現實事物的某些特征與內在聯系所作的一種模擬或抽象。模型由與其所分析問題有關的因素構成，體現了各有關因素之間的關系。工業軟件的核心優勢是對模型的最優復用。工業軟件常用模型為機理模型和數據分析模型。一般來說，機理模型是根據對象、生產過程的內部機制或者物質流的傳遞機理建立起來的精確數學模型。機理模型表達明確的因果關系，是工業軟件中最常用的模型。數據分析模型是在大數據分析中通過降維、聚類、回歸、關聯等方式建立起來的逼近擬合模型。數據分析模型表達明確的相關關系，在大數據智能興起之后，也經常以人工智能算法的形式被用

3、于工業軟件之中。本白皮書對模型的理解是:機理并不保證對錯，而是為.了有用。通過自學習，在特定場景下，數據分析模型通常也能達到可用狀態。能用線性模型解決問題的，就不要用非線性模型;能用簡單模型解決問題的，就不要用復雜模型;能用機理模型解決問題的，就不要用數據分析模型。機理模型與數據分析模型相互融合是一個發展趨勢。工業軟件與工業發展息息相關源于工業，用于工業，優于工業，工業軟件從來都帶有天然的工業基因，與工業密不可分。工業軟件源于工業需求。業界比較公認的第一款工業軟件，是1957年出現的一款名為RONTO的數控程序編制軟件，由“CAD/CAM之父”Patrick J. Hanratty 博士在GE工作時開發。.上個世紀 60-70年代誕生了很多知名工業軟件，基本上都是工業巨頭企業根據自己產品研制上的迫切需求而自已開發或重點支持的。如美國洛克希德公司開發的CADAM，美國通用電氣公司開發的CALMA，美國波音公司支持的CV,法國達索公司開發的CATIA， 美國NASA支持的I-DEAS等等。多種類型的工業軟件都是從工業領域實際需求和應用中誕生，并由工業巨頭主導整個市場。這個基.本格局至今沒有太大變化。