我在研究院工作时发现：企业对在线模型（钢铁行业将含有数学模型的控制软件为模型）的评价比离线软件高很多。注意：这不是企业的“规定”，而是一种大家普遍认可的“文化”、“规矩”。

为什么会形成这样一种看法呢？有一个重要的原因：在线应用往往意味着真正能用，是一种客观的评价指标。问题的背后其实是人的信誉问题：很多人说自己的模型、软件有用，其实是真的没有用。吹牛的人太多、真正能干出来的人太少。需要有现实应用的检验，大家才真正相信。

在线应用的模型有两种：一种是自动控制的、一种是操作指导的。人们又往往看中自动控制型的、轻视操作指导型的。原因之一也是信誉问题：对于操作指导型的软件到底有没有用处，大家心里还是打鼓的。

在我看来，工业控制中用到的数学模型大多数是简单的、成熟的。只要大学里好好读书，再翻翻参考文献，基本上都能理解这些模型。说的夸张一点，合格的大学生几乎是人人能做的。这也是我反对模型神秘化的原因。

同样一个模型，为什么在线就变难了呢？因为这是个应用过程，难在应用。这就是所谓的“学会知识不是力量、知识会应用才是力量”。“应用”难在什么地方呢？

首先，是模型参数问题。理论模型往往都需要确定一些参数。比如，传热系数、摩擦系数等等。离线模型可以随便假设一个；但在线模型却需要合适的参数才行。参数搞不对，现实就会出问题。

其次，实时性要求。实时模型必须实时计算，有的时候响应速度足够高才行。过去计算机能力差的时候，算法简化就是个大问题。在简化的背景下达到一定的精度，当然要比离线要难。而且，实时的响应速度还会受到采样频率、数据误差、控制变量实际范围的影响。

第三，输入参数问题。离线模型的输入，都是准确的。但在线模型可能会出现各种问题。比如，数据误差有时候会非常大。导致误差的原因很多，而且干扰的频谱也很广。需要花很大精力来对数据进行处理，如数字滤波。如果遇到数据丢失，问题就跟大了。

第四，可靠性要求问题。我曾经讲过多次，可靠性要求会让难度增加百倍。对于自动控制模型，无论对任何场景、出现任何麻烦，都不允许有大的BUG。只要出现一次大的事故，这个软件就可能要被废了。换句话说99%的成功不是成功。但离线模型就不一样了：只要有1%的场景成功，就可以去演示了。

这样一些认识使得人们都有这样的感觉：搞在线模型的水平高、离线的水平低。

在线比离线难的认识在一定的范围内是对的。但突破界限之后就是错的了。因为前面说的在线模型开发，其实是成熟模型的应用；而突破界限之后，则是模型本身的研究了。这种建模是探索知识，不是学习知识。

我前面曾经讲到：在线模型用到的几乎都是原理成熟的东西。但是，如果模型中包含了大量人们未知的（或者保密的）科学原理，难度会骤然变大。 比普通的在线模型要难上百倍也是有可能的。但是，国内真正搞过这样研究的人太少、明白人极少。还可能是分布在不同的行业、专业里面，形不成气候。

现在大家在推进工业技术（知识）软件化。我相信，遇到这种问题的人会越来越多。10年以后，或许会有更多人能理解我前面讲到的观点了。

来源：微信号 蝈蝈创新随笔

作者：郭朝晖

该作品已获作者授权，未经许可，禁止任何个人及第三方转载。