中国工业技术软件化产业联盟：中国工业软件产业白皮书（2020）（348页）.pdf

《中国工业技术软件化产业联盟：中国工业软件产业白皮书（2020）（348页）.pdf》由会员分享，可在线阅读，更多相关《中国工业技术软件化产业联盟：中国工业软件产业白皮书（2020）（348页）.pdf（348页珍藏版）》请在三个皮匠报告上搜索。

1、虽然单独评估大多不具有工业属性，但是却都是构建工业软件必不可少的数字底座和有机组成部分，都在各自的角色.上发扬光大工业软件的作用。无论上述的哪一种技术内容，都关系到工业软件本身的自主与可控。相关内容将在工业知识工程白皮书(2021) 中具体展开。人没有丰富的工业技术/知识和经验积累，对于只掌握计算机专业知识的工程师，难以设计出先进的工业软件。工业软件是工业技术/知识的最佳“容器”，其源于工业领域的真实需求，是对工业领域研发、工艺、装配、管理等工业技术/知识的积累、沉淀与高度凝练。工业软件可以极大增强工业技术/知识的可复用性，有效提升和放大工业经济的规模效益。工业软件是对模型的高效最优复用模型是

2、软件的生命力所在，没有模型就没有软件。模型来源于工业实践过程，来源于具体的工业场景，是对客观现实事物的某些特征与内在联系所作的一种模拟或抽象。模型由与其所分析问题有关的因素构成，体现了各有关因素之间的关系。工业软件的核心优势是对模型的最优复用。工业软件常用模型为机理模型和数据分析模型。一般来说，机理模型是根据对象、生产过程的内部机制或者物质流的传递机理建立起来的精确数学模型。机理模型表达明确的因果关系，是工业软件中最常用的模型。数据分析模型是在大数据分析中通过降维、聚类、回归、关联等方式建立起来的逼近拟合模型。数据分析模型表达明确的相关关系，在大数据智能兴起之后，也经常以人工智能算法的形式被用

3、于工业软件之中。本白皮书对模型的理解是:机理并不保证对错，而是为.了有用。通过自学习，在特定场景下，数据分析模型通常也能达到可用状态。能用线性模型解决问题的，就不要用非线性模型;能用简单模型解决问题的，就不要用复杂模型;能用机理模型解决问题的，就不要用数据分析模型。机理模型与数据分析模型相互融合是一个发展趋势。工业软件与工业发展息息相关源于工业，用于工业，优于工业，工业软件从来都带有天然的工业基因，与工业密不可分。工业软件源于工业需求。业界比较公认的第一款工业软件，是1957年出现的一款名为RONTO的数控程序编制软件，由“CAD/CAM之父”Patrick J. Hanratty 博士在GE工作时开发。.上个世纪 60-70年代诞生了很多知名工业软件，基本上都是工业巨头企业根据自己产品研制上的迫切需求而自已开发或重点支持的。如美国洛克希德公司开发的CADAM，美国通用电气公司开发的CALMA，美国波音公司支持的CV,法国达索公司开发的CATIA， 美国NASA支持的I-DEAS等等。多种类型的工业软件都是从工业领域实际需求和应用中诞生，并由工业巨头主导整个市场。这个基.本格局至今没有太大变化。