我在研究院工作時發現：企業對在線模型（鋼鐵行業將含有數學模型的控制軟件為模型）的評價比離線軟件高很多。注意：這不是企業的“規定”，而是一種大家普遍認可的“文化”、“規矩”。
為什麼會形成這樣一種看法呢？有一個重要的原因：在線應用往往意味著真正能用，是一種客觀的評價指標。問題的背後其實是人的信譽問題：很多人說自己的模型、軟件有用，其實是真的沒有用。吹牛的人太多、真正能幹出來的人太少。需要有現實應用的檢驗，大家才真正相信。
在線應用的模型有兩種：一種是自動控制的、一種是操作指導的。人們又往往看中自動控制型的、輕視操作指導型的。原因之一也是信譽問題：對於操作指導型的軟件到底有沒有用處，大家心裡還是打鼓的。
在我看來，工業控制中用到的數學模型大多數是簡單的、成熟的。只要大學裡好好讀書，再翻翻參考文獻，基本上都能理解這些模型。說的誇張一點，合格的大學生幾乎是人人能做的。這也是我反對模型神秘化的原因。
同樣一個模型，為什麼在線就變難了呢？因為這是個應用過程，難在應用。這就是所謂的“學會知識不是力量、知識會應用才是力量”。“應用”難在什麼地方呢？
首先，是模型參數問題。理論模型往往都需要確定一些參數。比如，傳熱係數、摩擦係數等等。離線模型可以隨便假設一個；但在線模型卻需要合適的參數才行。參數搞不對，現實就會出問題。
其次，實時性要求。實時模型必須實時計算，有的時候響應速度足夠高才行。過去計算機能力差的時候，算法簡化就是個大問題。在簡化的背景下達到一定的精度，當然要比離線要難。而且，實時的響應速度還會受到採樣頻率、數據誤差、控制變量實際範圍的影響。
第三，輸入參數問題。離線模型的輸入，都是準確的。但在線模型可能會出現各種問題。比如，數據誤差有時候會非常大。導致誤差的原因很多，而且干擾的頻譜也很廣。需要花很大精力來對數據進行處理，如數字濾波。如果遇到數據丟失，問題就跟大了。
第四，可靠性要求問題。我曾經講過多次，可靠性要求會讓難度增加百倍。對於自動控制模型，無論對任何場景、出現任何麻煩，都不允許有大的BUG。只要出現一次大的事故，這個軟件就可能要被廢了。換句話說99%的成功不是成功。但離線模型就不一樣了：只要有1%的場景成功，就可以去演示了。
這樣一些認識使得人們都有這樣的感覺：搞在線模型的水平高、離線的水平低。
在線比離線難的認識在一定的範圍內是對的。但突破界限之後就是錯的了。因為前面說的在線模型開發，其實是成熟模型的應用；而突破界限之後，則是模型本身的研究了。這種建模是探索知識，不是學習知識。
我前面曾經講到：在線模型用到的幾乎都是原理成熟的東西。但是，如果模型中包含了大量人們未知的（或者保密的）科學原理，難度會驟然變大。 比普通的在線模型要難上百倍也是有可能的。但是，國內真正搞過這樣研究的人太少、明白人極少。還可能是分佈在不同的行業、專業裡面，形不成氣候。
現在大家在推進工業技術（知識）軟件化。我相信，遇到這種問題的人會越來越多。10年以後，或許會有更多人能理解我前面講到的觀點了。
閱讀更多 海促會 的文章
