CAE编程开发高手之路：从软件开源代码使用及改造说起（附直播教程）
- 作者优秀
- 优秀教师/意见领袖/博士学历/特邀专家/独家讲师
- 平台推荐
- 主编推荐/全网独家
导读：屈指数一数，我从事cae程序工作十几年了，没有什么成绩，只有教训和眼泪。十几年间几乎没有周末和假日，没有娱乐和休闲，也没有了爱好。我希望能把自己的一些经验写下来，对充满活力的年轻人有一丝助力和借鉴。让他们成长之路更短，略微更平坦一些……4月26日，工信部信息技术发展司副司长王建伟表示，2021年将着力突破CAD、CAE等工业软件，推进操作系统与芯片、数据库、中间件及各类应用软件的集成、适配、优化，引导企业提升产品化发展能力。现如今，无论国家和民间，都在把工业软件作为一个重要的发展方向，提出了各种目标和口号。CAE软件作为工业软件的重要组成部分，更是得到了十足的重视。倪光南院士在天津工业APP大会发言
屈指数一数，我从事cae程序工作十几年了，没有什么成绩，有的只是教训和眼泪。十几年间，几乎没有周末和假日，没有娱乐和休闲，也没有了爱好。回头想想，其实很多很多的路，是在仿徨和犹豫中度过的，总在犹豫，总在反复，总在时时刻刻的考虑，是不是那样写更好，是不是不应该这么写。是的，有很多很多的后悔的作为，也有无数的一步可以跨过的沟，我却是绕过来趟过来的。很荣幸，我还活着，还在做着这个工作，希望能把自己的一些看法，一些想法，一些理解，写下来，对希望充满活力的年轻人有一丝助力和借鉴。使得成长的路更短，略微更平坦一些。最近的时间比较紧，在完成目前工作后，会加速的做这些事情。在这个系列的文章里，我只谈CAE的程序问题，不去触碰CAE的产业问题，也许那不是我关心的事情。我只想说一句在这里，我是反对以资本的方式去硬砸这个产业的。这个东西是个需要时间积累的东西，很难想象可以用资本能够击穿。我的工作生涯里，有50%的时间在做计算，50%的内容在做前后处理。前面的写作我只会涉及计算，以后会再写一些前后处理方面的东西。即使计算方面, 针对不同的专业，也是千番不同。我想大家可以和我交流的，大多也是更为基础的程序代码方法和算法方法，更多的东西，我想我也肯定无从了解。首先这个问题, 是确定的，是的，真的很难, 学习成本极高。也就是跨学科了吧，只拿做计算的来说吧，学好本专业已经不容易了，还要学好计算机程序编写。至于计算机程序的编制, 需要学习的还有数值方法，矩阵论，甚至图论等……, 几乎所有的数学都要学差不多，不一定要会证明和很深，但是大多数都要理解，才能写出精巧的程序。这个问题，我想以后慢慢做一些框图来解释。给写不同程序的人，不同的建议，要准备什么书，储备什么知识等。其实，看过太多的开源的很多的程序，可以看出，都是学力学的人写的，虽然写的整齐漂亮，但是还是很多不符合计算机原理的，我们不能拿着当做圣经。也有很多程序，可以看出是计算机的按照学力学的要求去写的，写的啰里啰嗦，整理规整，似乎增一分则肥，减一分则瘦，实则编排乱七八糟，这些程序不应作为学习的目标。别人的程序，看的多了，自然都会有深刻的理解，都会看的出来，但是改成自己的，却需要更深入的理解，仍然是非常痛苦的事情。我这里指的是团队建设，一加一等于二，没有问题的，那仅仅是个理想的相加，现实中，要筑起一道墙，一块一块的砖头叠加一起，是没有意义的，需要砂浆来粘合，需要时间来凝固，需要浇水来养护。很多时候，我们要求一个学力学的，和一个学计算机的去合作完成一个程序，大多数时候都是失败，我不知道老外这种事情的管理是如何的。我知道的，中国人在这种的合作上，大多是失败的。我想老外也差不多。成功的少数案例，就是学力学的会写程序了，学计算机的也懂力学了，而且懂的程度很深。并没有一条很好的途径，使得两者在互相了解对方知识很少的情况下完成这件事情。但是最后的结果，仅仅是完成，还是有问题的，起码在代码上，可以轻易的看出，是学力学的模仿计算机写的，还是计算机的不懂装懂的按照学力学的说的写的。
CAE专业和计算机代码之间，是需要二级算法的。所谓的二级算法，大多衍生于数值方法那门课的内容，也有更多的需要完整的学一门新课。大多数有兴趣有动力来做CAE程序的人，基本都把自己的专业部分学的很好了，理解的很透，但是一旦上手开始写，又觉得无所适从。其实，这中间还差很多很多东西，二级算法书上不会讲，基本都是要自己悟的，基本，大多数人选择从开源的程序学习进入。以后我想专门的来讨论开源软件的读改问题。在计算机专业和cae专业之间，人员的磨合，代码的精进，都是基于二级算法的建立和改进的。这也就是经验的集 合吧。论文上的东西都差不多的其实，大部分是公开的，我们和成熟商软的距离，就差这个其实。这是一个大项。作者仅仅熟悉c 和fortran语言，所以仅仅能从这两门语言的角度进行。
程序在本质上是相同的。那是编程二进制之后的事情了。所以有一种说法, 所以用哪种语言都一样。学好了，都能写出好的程序，这是对的。这里的不同，说的是，其实每一门语言，都有自己独特的地方和优势，你用那门语言去写，就要利用好那门语言的优势，才能写出好的程序。才能感到那门语言的魅力。在结构化程序上，大多数语言是可以互相调用的，基本是相同的。很多书也如是说。但是，还要精心的考虑，很多事情，并不是相通的。C 的行存储和fortran的列存储，就会给互相调用带来很多的困扰空间。C 的指针和fortran指针并不是一个概念。Fortran的“class”和C 的也完全不是一个东西，有了“class”的fortran程序是不能供C 使用的。你要fortran面对对象到底，还是以后要和C 混用，要一开始就想清楚。这仅仅是一个例子，每种语言学到深处，都是有它自己的精妙所在的。而一旦你用了它精妙的部分，大概率的和其他程序不会相同。这也是很多人争论用哪种原因好的原因。真的很希望计算机就一种语言，起码不用那么纠结，我想做计算的大多数用这两种语言，已经足够纠结，现在出现了更多的，python，perl等。纠结更加纠结。我和大多数的人一样，很多时间花在了纠结上。纠结用哪一种语言。现在呢，我还在纠结偶尔，还是没彻底解决。两种语言，我都算精通了，不是语言的事情了。但是在做某件事情的时候，往往希望基于某个东西去做，那个既有东西的功能的好坏，也包含了语言的选择，成为了一个纠结的选项。在语言的单独选项上，我更偏向于c 语言。以后的程序都是趋向于大型化，利用C 更好管理，这是学C 的人的借口。其实新的fortran也能很容易的大型代码的管理，单独做计算的，无论程序多大，我想fortan已经足够。我偏向c ，是因为同时在做前后处理。大多数做cae计算程序的人，都是边学边干的，这一点不可避免。我是这么过来的。但是我现在建议初编者，拿出3-4个月的时间，忘记CAE计算，就所用程序语言本身，去做专业的学习，无论fortran还是c ，或者其他。这不算弯路，你脑子中有更多的储备，遇到cae计算问题，就会有更多的灵感，也会有更多的经验，去更快的处理。不要有一种想法，就是CAE还是理论问题，程序语言本身，我学到一定程度就够了，某种程度上，做CAE程序的，要计算机比学计算机的还要学的深入。这一切，都是因为CAE的程序更注重效率。编译原理，其实对于学力学的人，却是必学的。计算机的却可以学了忘掉其实。用一个计算机的本身问题，来解释这个事情吧，冯*诺依曼体系下的计算机，大多有这样的问题，就是ALU少于FPU。也就是判断大多数时候是计算的瓶颈，而不是浮点运算。我们边学边干，更不停的一会思考力学问题，一会思考程序问题，相当于不停的在两者之间判断切换，会搞的脑子很乱，很多人甚至崩溃不干了，也是这样一个道理。这样做还有一个后果，就是会不断的会翻前面的程序，不断的修正，迭代以前的程序。所以，我建议在学程序本身的时候，要忘记CAE, 不要想这个我以后用不到，那个我用到了再说，先搞定一头再说，多余的学到的语言知识，是你写精巧程序的灵感的来源。每个人学语言都有这样几个阶段。每个阶段的成就感是必要的。初学，很感兴趣，兴趣在结构化的循环控制和实现自己的算法, 基本一个小程序都是用来计算，都是干货。
更深入的时候，发现管理性的代码越来越多。一个大型程序，基本管理性的代码要占到60%可能，功能性代码占比却逐步减少。基本每一个搞专业的都会有一种烦躁感。很多人专业搞的非常好，但是就是客服不了这一种烦躁感，很多年都没有把自己的东西写出好的软件程序。这一步也许是成长最重要的部分。
编辑器的操作是另一个部分，这一步其实更多的人在一起工作更好，会一起获取更多的使用经验，编译器的熟悉程序关系到编写的效率，也是一个必须要过的关。
因为工作问题，会去翻更多的别人的代码，这一步要小心，我是这么过来的，在翻别人东西的时候，有时会被别的兴趣去吸引，走偏了方向，尤其是技术控，自己也有自控能力。可能完成导师和老板的任务更重要，感兴趣的以后慢慢再说。
我接下来会在仿真秀，录制一些视频，专门讲一些开源代码，怎么去看，怎么去利用，去改造。
- 学会忍受寂寞, 接下来就是在迷茫和清晰之间无限的循环了。
一个CAE软件工程师，最后计算机软件的知识，可能占到总体知识的60%，而力学知识仅仅会占到40%,这是自然的。我们大部分不再搞研究工作，即使搞研究工作，大量的计算机知识会更有利也。思维上要做好转换。写计算软件，最重要的增大知识的广度,不是深度，是更好的实现自己专业知识，不是学更多的转月知识，不能陷入无限的学习循环大概率的，到真正写程序的时候，所有人都会发现自己认为学过的东西根本不会，像是没学过。回去认真的复习以前的东西，人会在一个阶段觉得自己的思路特别清晰，感觉工作就要完成了，真正做几天，又会别的问题发生，人又会限于迷茫，这一切循环往复。忍受住寂寞，甚至学会忍受寂寞，基本上就是高手之路走了一半了。目前匆忙之间写的这样的东西，没有仔细的去思考要写什么和主线。比较凌乱，我会不断的补充和修改。也会和仿真秀合租，更加展开的去做细节描写。 现在存在的数值方法种类是很多的，有限元，离散元，有限差分，有限体积，非连续变形，粒子法，近场动力学。。。。等。作者对上述方法都有涉猎,都略看过一点。近年也在师兄的的帮助下开发一种新方法，希望完成有限元和离散元的统一，真正实现离散-连续的平滑化。这一切都在进行，有些缓慢。人生短暂，最终还是希望搞学术，不再混迹于江湖。对于不同的数值方法，都有不同领域的用途。每种方法写起来，除了算法本身的问题，也有不同的编写套路。我想所谓的这些方法“套路”，其实就是软件程序的架构和实现细节。我对有限元和离散元的套路知道个大概。即使同样的的有限元程序，因为目标的专业不同，架构和套路也是千奇百怪。以后慢慢会很多不同的代码套路讲给大家，每个作者做这些代码的时候，真的是有自己非常深入的考虑。我们有幸学习别人的东西，是一件很幸福的事情。希望以后总结下，用某种方式发布出来。把各个软件的架构和目标，都讲给希望学习CAE程序的人。我目前在做的工作，就遇到了新的有限元编写的不同套路的问题，多了几个月来学习，使得工作有些拖拉，但是也算是给自己一些好的补充。看看每个代码，基本理论来源都雷同，但是每一个细节都不相同，在二级算法的考虑上，都有自己的独到之处。如果你编写代码的套路，独树一帜，和其他都不同，说明真的理解了，是真正的原创。说了这么多，举一个简单的例子吧，单元数据的计算，对于建筑结构软件类软件来说，做设计的人都知道，同尺寸通材料的梁柱很多的，在某些时候，把这些都分好类，计算一个，就等于计算好了很多根。这个某些时候比并行化好用。更好的例子，以后慢慢把我的经验讲给大家。 不同的计算方法，编写都有不同的技巧问题，我熟悉有限元的，和离散元的。希望以后和更多人交流。这个暂时不展开说。繁而杂的东西。一篇论文的编写，作者大概最后写出的方式大概不会太多。公式是一定的。不会有更多的差异，但是这篇实现到代码的时候，可能会有千百种方式。我想分成下面几种情况：第一，自己能深刻理解的论文 自己熟悉的代码架构，可以做到完美实现，并且会有创新的思路。
第二，自己不能深刻理解的论文 自己熟悉的代码架构，可以做到反复实验下的实现，不会有创新的思路。
第三，自己能深刻理解的论文 自己不熟悉的代码架构，可以做到实现精确的计算，往往不能实现深刻灵活的功能。
- 第四，自己不能深刻理解的论文 自己不熟悉的代码架构，这个…基本什么不能实现。
很多人更关心第二项，不能理解的也能实现。这个确实有，以后会写一些相关的经验文章，来说明技巧。但是不建议大家这么做。知其然，不知其所以然，最终还是很难进一步写下去的。但是有一点是肯定的，熟悉代码可以帮助更好的熟悉理论，熟悉理论可以帮助更好的熟悉些代码，俩者是相辅相成的。值2021仿真知识周（第三届）重磅上线，7月31日（本周六）收官之战压轴登场，截止目前超过3000人报名，我们将邀请仿真秀专栏作者三只青蛙老师给我们带来《CAE数值方法编程之既有开源代码使用及改造》感兴趣的朋友一定要订阅（详情见后文）。
声明：原创作品，部分图片和内容源自网络，如有不当请联系我们，欢迎分享，禁止私自转载，转载请联系我们。获赞 8974粉丝 20317文章 3140课程 203
