在數字化制造和智能制造行當里面搞了這么多年，對相關技術的發展規律或現象，也有自己的一些粗淺的認識，比較零散，算是自己的一個體會和總結吧，后續再有發現再進行補充吧。
（1）所謂的數字孿生，應該起源于很久以前大家都在提的物性仿真，就是能夠反映機理方面的性質和特點，尤其當時提的幾何樣機、功能樣機和性能樣機，就是一條比較清晰的發展路線，只是當時受制于物聯互聯等技術的不足，但現在這些技術條件應該都還不錯。
（2）所謂的工業互聯網平臺或者云制造，記得在2002年左右，突然提出來一股制造網格的概念，當時自己還跟導師一起搞了一陣應用服務提供商（ASP），跟現在工業互聯網平臺里面的為服務架構還是很有相同之處的，現在感覺的那些理念當時就有了的。
（3）所謂的智能優化算法或者元啟發式算法，其實都是不想通過窮舉來獲得結果，所以有各種各樣的進化或迭代策略。但是當計算能力足夠時，一力降十會，直接暴力求解就好了。
（4）所謂的精巧方法其實都是螺螄殼里做道場，其實都是在規避極端的麻煩之處，比如制造執行計劃中的各種分批組合優化等騰挪組合，都是在找中間狀態而已，按照降維打擊的思路，直接從最精細最底層的開始進行控制，所有的亂七八糟的所謂組合控制，都可以迎刃而解，這是所謂的大巧不工。這個實現的基礎也是高性能計算能力。比如大規模定制當中的單元化生產，也是這個味道，從極端入手可以化繁為簡。
（5）所謂的多智能體分布協同，自動化領域發展的很快，但是在APS當中，也是可以極大的借鑒參考的。其實這個在生產系統仿真領域當中，傳統的建模仿真思路就是這個樣子，里面定義一大堆的實體（entity），實體之間，通過自發的行為實現自適應的自主協調。這個應該屬于他山之石可以攻玉，道理都是相通的。
作者信息：王愛民，北京理工大學數字化制造研究所所長，長期從事MES、APS等技術研究、系統開發與實施應用。
筆者公眾號：智能制造隨筆，歡迎關注。
歡迎交流討論與探討合作，微信號：TimePatient