一件事，我反对了20年

    最近随着工业APP的推动，建模问题再次成为热点。现在有个常见的说法：模型可以分为机理模型和数据模型。这个说法早已被写入多个白 皮书。但是，类似的分类，我已经反对了20年。

大约20年前，宝钢成立数学模型推进小组。会上有专家提出模型分类的问题。有人建议，按照代数模型、微分方程模型、人工智能模型、统计模型等方式分类。当时我就明确提出：这种分类方法不科学。

我当时反对的理由是：分类的目的是为了提取关键共性，便于分工和人才的培养。从数学家的角度看，上述分类是正确的，但从工程师的角度看是没有价值的：一个人擅长建立代数模型的人，同样也会擅长代数和人工智能模型——对于一个合格的理工科大学生来说，如果不会的话，翻翻书就会了。这样分类，是个不好的角度。这就好比，正如判断一个博士生的业务专长，不必要看他小学三年级的期末考试成绩。

我当时提出的建议是：可以换几个角度去分类。比如，可以根据对象或工序分类：如炼钢、连铸、热轧、冷轧等等。因为熟悉一个对象或工序的人，才容易建立这个工序的模型。还可以分为在线与离线模型。两者的一个重要差别是：数据条件对在线模型特别重要，而对离线模型不重要。还可以按照计算机层级进行分类：宝钢的计算机分成四级，分别是L1~L4。这样就可以分为四类模型。一般来说，低层偏控制、高层偏管理，涉及到的知识结构不一样。另外，在线模型可以分成三类：操作指导模型、人类可干预的控制模型、自动控制模型。这种分类方法体现的是对可靠性的要求不一样，进而对其他指标的要求也不一样。

在CRISP_DM理论中，把“理解”对象的过程分成两类：业务理解和数据理解。我想，建模问题面对的困难的确就是这两类。回想起来，我提出的建模分类方法，其实也就是根据这两个角度看的：熟悉炼钢的人，不一定熟悉轧钢；熟悉控制的人，不一定熟悉管理；熟悉理论的人不一定熟悉现场数据。每一个“跨界”都是比较烦的。特别是“数据理解”：现场的“坑”非常多，不熟悉的人非常容易出问题。20年过去了，我仍然认为当年提出的分类原则是对的。

如果把模型分为机理模型和数据模型，则是更不科学。

一般来说，机理模型都是理论模型，在教科书上是可以找到的、放之四海而皆准。一般来说，纯粹的机理模型有价值，却没有商业价值。在工业上，纯粹的数字模型也是没有的。因为纯粹的数字模型可靠度一般是比较低的，故而模型总会有一些理论依据。

现实的模型一定是两者的结合、融合。

科学机理的作用很大。但是，把机理用在工业对象上的时候，往往需要给出大量的参数和数据。完整、准确地给出参数和数据往往是办不到的。所以，机理模型在应用的时候，往往与实际存在一个GAP。这时，往往要用生产中的数据加以修正。这样，两者就融合起来了。

现代科学发展到今天，“机理不清楚”的东西在工业上其实不多——真正的困难是：拿不到机理上要求的数据或者参数，没办法完全用机理。这是，人们可能从数据出发建模。但是，善于建模的人，一定是会把机理和经验用到极致。这时候，才会有极致的效果。否则，不会有什么技术含量和高度。

现实的优秀模型都是融合——这是我们需要强调的。融合的越好，模型的效果就会越好。学会建模，就是学会融合。所以，完全没有必要强调数据建模和机理建模的不同——这是学校里才会强调的东西，工程中没有必要。

“大街上来了一个姑娘。有人跑过去对人家说：你长得不漂亮”。姑娘可能确实长得不漂亮，但你跑过去对人家说这种话，却是多此一举。同样，把模型分成机理模型和数据模型，也是多此一举，还容易误导建模思路。