楊林瑤 陳思遠(yuǎn) 王 曉 張 俊1,2, 王成紅

隨著信息通信技術(shù)(Information communication technology,ICT)的發(fā)展與成熟,物聯(lián)網(wǎng)、智聯(lián)網(wǎng)等數(shù)字智能化社會(huì)建設(shè)方案逐漸在世界范圍內(nèi)展開,例如美國(guó)的“工業(yè)互聯(lián)網(wǎng)”、德國(guó)的“工業(yè)4.0”、“中國(guó)制造2025”等.數(shù)字智能化概念的興起使得傳統(tǒng)互聯(lián)網(wǎng)中接入了越來(lái)越多的低功率傳感器,由此構(gòu)成層級(jí)式的“萬(wàn)物互聯(lián)網(wǎng)絡(luò)”,為人們帶來(lái)了以全面感知、可靠傳送、智能處理為特征的精細(xì)化、動(dòng)態(tài)化的生產(chǎn)生活管理方式.然而,隨著社會(huì)系統(tǒng)復(fù)雜程度的不斷增加以及各級(jí)設(shè)備互聯(lián)程度的逐步加深,數(shù)字智能化社會(huì)的建設(shè)也面臨著諸多挑戰(zhàn)[1]:1)物聯(lián)網(wǎng)設(shè)備海量數(shù)據(jù)的融合與挖掘問(wèn)題;2)數(shù)字系統(tǒng)與物理系統(tǒng)間存在相互割裂的問(wèn)題;3)多源異構(gòu)資源的協(xié)調(diào)問(wèn)題.針對(duì)上述問(wèn)題,亟需開發(fā)新一代的ICT 與智能技術(shù)來(lái)支撐未來(lái)的建設(shè)與發(fā)展.數(shù)字孿生技術(shù)和平行系統(tǒng)技術(shù)的出現(xiàn)為解決以上問(wèn)題提供了新的思路.

數(shù)字孿生的概念最早可以追溯到Grieves 教授于2003 年在美國(guó)密歇根大學(xué)的產(chǎn)品全生命周期管理(Product lifecycle management,PLM)課程上提出的“鏡像空間模型”[2],其定義為包括實(shí)體產(chǎn)品、虛擬產(chǎn)品及兩者之間連接的三維模型.由于當(dāng)時(shí)技術(shù)和認(rèn)知水平的局限,這一概念并沒(méi)有得到重視[3?5],此后十年間都沒(méi)有相關(guān)成果發(fā)表.直到2010 年,美國(guó)國(guó)家航空航天局在太空技術(shù)路線圖中首次引入了數(shù)字孿生的概念[6],以期采用數(shù)字孿生實(shí)現(xiàn)飛行系統(tǒng)的全面診斷維護(hù).2011 年,美國(guó)空軍實(shí)驗(yàn)室明確提出面向未來(lái)飛行器的數(shù)字孿生體范例,指出要基于飛行器的高保真仿真模型、歷史數(shù)據(jù)及實(shí)時(shí)傳感器數(shù)據(jù)構(gòu)建飛行器的完整虛擬映射,以實(shí)現(xiàn)對(duì)飛行器健康狀態(tài)、剩余壽命及任務(wù)可達(dá)性的預(yù)測(cè)[3].此后,數(shù)字孿生的概念開始引起廣泛的重視,相關(guān)研究機(jī)構(gòu)開始了相關(guān)關(guān)鍵技術(shù)[7?120]的研究,數(shù)字孿生的應(yīng)用也從飛行器運(yùn)行維護(hù)拓展到智慧城市、產(chǎn)品研發(fā)、裝備制造等豐富的場(chǎng)景[121?170]中.數(shù)字孿生技術(shù)為實(shí)現(xiàn)實(shí)體和信息融合的信息物理系統(tǒng)(Cyber physical system,CPS)提供了清晰的新思路、方法和實(shí)施途徑[171].

王飛躍研究員于1994 年即提出影子系統(tǒng)(Shadow systems)[172]的思想,并于2004 年的“平行系統(tǒng)方法與復(fù)雜系統(tǒng)的管理與控制”[173]一文中為應(yīng)對(duì)復(fù)雜系統(tǒng)難以建模與實(shí)驗(yàn)不足等問(wèn)題,首次提出了集人工系統(tǒng)(Artificial systems,A)、計(jì)算實(shí)驗(yàn)(Computational experiments,C)、平行執(zhí)行(Parallel execution,P)為一體的平行系統(tǒng)技術(shù)體系.它通過(guò)實(shí)際系統(tǒng)與人工系統(tǒng)之間的虛實(shí)互動(dòng),對(duì)二者的行為進(jìn)行對(duì)比、分析和預(yù)測(cè),相應(yīng)地調(diào)整實(shí)際系統(tǒng)和人工系統(tǒng)的管理和控制方式,實(shí)現(xiàn)對(duì)實(shí)際系統(tǒng)的優(yōu)化管理與控制、對(duì)相關(guān)行為和決策的實(shí)驗(yàn)與評(píng)估、對(duì)有關(guān)人員和系統(tǒng)的學(xué)習(xí)與培訓(xùn)[173?197].ACP 方法以大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、深度學(xué)習(xí)等技術(shù)為支撐,以社會(huì)物理信息系統(tǒng)(Cyber physical social system,CPSS)[177]為基礎(chǔ)設(shè)施,最終實(shí)現(xiàn)從知識(shí)表示、決策推理到場(chǎng)景自適應(yīng)優(yōu)化的閉環(huán)反饋[178].平行系統(tǒng)技術(shù)在實(shí)踐中不斷得以完善,逐漸發(fā)展出了平行感知[198?204]、平行學(xué)習(xí)[205?209]、平行區(qū)塊鏈[210?217]等相關(guān)理論和方法[218?226],在交通[227?234]、醫(yī)療[235?237]、自動(dòng)駕駛[238?245]、軍事[246?255]、化工[256?266]等領(lǐng)域得到了廣泛的應(yīng)用,并取得了顯著的成果.

平行系統(tǒng)和數(shù)字孿生都為解決信息、物理、社會(huì)融合這一科學(xué)問(wèn)題提供了新的解決思路,兩者都與先進(jìn)傳感采集、仿真、高性能計(jì)算、智能算法等的發(fā)展有著密不可分的關(guān)系,其核心目標(biāo)都可以歸納為“虛實(shí)融合,以虛控實(shí)”.但是,平行系統(tǒng)和數(shù)字孿生在哲學(xué)基礎(chǔ)、研究對(duì)象、核心思想、基礎(chǔ)設(shè)施、實(shí)現(xiàn)方法、主要功能等方面又存在根本區(qū)別[267?284].理清兩者的異同將幫助研究人員推進(jìn)信息、物理、社會(huì)融合的研究,加速實(shí)現(xiàn)虛擬世界的實(shí)例化應(yīng)用.鑒于此,本文系統(tǒng)研究并闡述了數(shù)字孿生和平行系統(tǒng)技術(shù)的發(fā)展現(xiàn)狀與技術(shù)要點(diǎn),重點(diǎn)分析了兩者之間的異同,并展望了其未來(lái)的發(fā)展趨勢(shì).

本文的組織結(jié)構(gòu)為:第1 節(jié)系統(tǒng)概述數(shù)字孿生技術(shù),包括數(shù)字孿生技術(shù)的內(nèi)涵、研究方向、應(yīng)用領(lǐng)域等;第2 節(jié)介紹平行系統(tǒng)技術(shù)的核心思想、關(guān)鍵技術(shù)、典型應(yīng)用等;第3 節(jié)對(duì)比分析了平行系統(tǒng)與數(shù)字孿生技術(shù)的異同;第4 節(jié)展望了平行系統(tǒng)與數(shù)字孿生技術(shù)未來(lái)可能的發(fā)展趨勢(shì);第5 節(jié)總結(jié)了本文的主要內(nèi)容.

1 數(shù)字孿生技術(shù)概述

作為一種快速發(fā)展的新興技術(shù),學(xué)術(shù)界針對(duì)數(shù)字孿生的建模、數(shù)據(jù)采集、傳輸與處理、數(shù)據(jù)驅(qū)動(dòng)與模型融合控制、安全性等方面開展了廣泛的研究.

1.1 數(shù)字孿生的定義及內(nèi)涵

數(shù)字孿生(Digital twin,DT)是一種實(shí)現(xiàn)物理系統(tǒng)向信息空間數(shù)字化模型映射的關(guān)鍵技術(shù),它通過(guò)充分利用布置在系統(tǒng)各部分的傳感器,對(duì)物理實(shí)體進(jìn)行數(shù)據(jù)分析與建模,形成多學(xué)科、多物理量、多時(shí)間尺度、多概率的仿真過(guò)程[7?9],將物理系統(tǒng)在不同真實(shí)場(chǎng)景中的全生命周期過(guò)程反映出來(lái).借助于各種高性能傳感器和高速通信,數(shù)字孿生可以通過(guò)集成多維物理實(shí)體的數(shù)據(jù),輔以數(shù)據(jù)分析和仿真模擬[10],近乎實(shí)時(shí)地呈現(xiàn)物理實(shí)體的實(shí)際情況,并通過(guò)虛實(shí)交互接口對(duì)物理實(shí)體進(jìn)行控制.數(shù)字孿生的基本概念模型如圖1 所示,它主要由三部分組成[3]:1)物理空間的物理實(shí)體;2)虛擬空間的虛擬實(shí)體;3)虛實(shí)之間的連接數(shù)據(jù)和信息.就數(shù)字孿生的概念而言,目前仍沒(méi)有被普遍接受的統(tǒng)一定義.

數(shù)字孿生在發(fā)展過(guò)程中隨著認(rèn)知深化,主要經(jīng)歷了三個(gè)階段[11]:1)數(shù)字樣機(jī)階段,數(shù)字樣機(jī)是數(shù)字孿生的最初形態(tài),是對(duì)機(jī)械產(chǎn)品整機(jī)或者具有獨(dú)立功能的子系統(tǒng)的數(shù)字化描述;2)狹義數(shù)字孿生階段,由Grieves 教授提出,其定義對(duì)象就是產(chǎn)品及產(chǎn)品全生命周期的數(shù)字化表征;3)廣義數(shù)字孿生階段,在定義對(duì)象方面廣義數(shù)字孿生將涉及范圍進(jìn)行了大規(guī)模延伸,從產(chǎn)品擴(kuò)展到產(chǎn)品之外的更廣泛領(lǐng)域.世界著名咨詢公司Gartner 連續(xù)三年將數(shù)字孿生列為十大技術(shù)趨勢(shì)之一[12],其對(duì)數(shù)字孿生描述為:數(shù)字孿生是現(xiàn)實(shí)世界實(shí)體或系統(tǒng)的數(shù)字化表現(xiàn).因此,數(shù)字孿生成為任何信息系統(tǒng)或數(shù)字化系統(tǒng)的總稱.

圖1 數(shù)字孿生概念模型Fig.1 The conceptual model of digital twin

1.2 數(shù)字孿生的研究現(xiàn)狀

1.2.1 模型與建模方法

數(shù)字孿生建模的首要步驟是創(chuàng)建高保真的虛擬模型,真實(shí)地再現(xiàn)物理實(shí)體的幾何圖形、屬性、行為和規(guī)則等[13].這些模型不僅要在幾何結(jié)構(gòu)上與物理實(shí)體保持一致,而且要能夠模擬物理實(shí)體的時(shí)空狀態(tài)、行為、功能等[14?15].由于數(shù)字孿生包含多種多樣的子系統(tǒng),傳統(tǒng)的建模方法可能無(wú)法精確地對(duì)整個(gè)數(shù)字孿生系統(tǒng)進(jìn)行描述,同時(shí),對(duì)于整體數(shù)字孿生系統(tǒng)的建模,還沒(méi)有一致的結(jié)論.當(dāng)前,數(shù)字孿生建模通常基于仿真技術(shù),包括離散事件仿真、基于有限元的模擬等[8],通常基于通用編程語(yǔ)言、仿真語(yǔ)言或?qū)Ｓ梅抡孳浖帉懴鄳?yīng)的模型[16].但是,仿真對(duì)于實(shí)際系統(tǒng)運(yùn)行過(guò)程僅具有指導(dǎo)作用,因此,數(shù)字孿生建模的主要思想是以數(shù)據(jù)補(bǔ)充和完善仿真模型,實(shí)現(xiàn)對(duì)物理實(shí)體的實(shí)時(shí)、高置信度仿真預(yù)測(cè).例如,文獻(xiàn)[18]提出一種基于仿真數(shù)據(jù)庫(kù)的微內(nèi)核數(shù)字孿生平臺(tái)架構(gòu),通過(guò)仿真數(shù)據(jù)庫(kù)對(duì)實(shí)時(shí)傳感器數(shù)據(jù)的主動(dòng)管理,為仿真模型的修正和更逼真的現(xiàn)實(shí)映射提供支持;文獻(xiàn)[17]提出一種自動(dòng)模型生成和在線仿真的數(shù)字孿生建模方法,首先,選擇靜態(tài)仿真模型作為初始模型,接著,基于數(shù)據(jù)匹配方法由靜態(tài)模型自動(dòng)生成動(dòng)態(tài)仿真模型,并結(jié)合多種模型提升仿真準(zhǔn)確度,最終,通過(guò)實(shí)時(shí)數(shù)據(jù)反饋實(shí)現(xiàn)在線仿真.當(dāng)前,多數(shù)仿真建模方法都存在靈活性差、配置復(fù)雜而易出錯(cuò)等[18?23]缺陷,要實(shí)現(xiàn)高置信度的數(shù)字孿生模型,還需要在高保真建模仿真技術(shù)上取得進(jìn)一步發(fā)展.

基于以上方法,已經(jīng)產(chǎn)生了一些數(shù)字孿生模型,按照其模式可以分為通用模型和專用模型,其中,專用模型是當(dāng)前研究的熱點(diǎn).數(shù)字孿生模型的研究?jī)?nèi)容主要涉及概念模型和模型實(shí)現(xiàn)方法,其中,概念模型從宏觀角度描述數(shù)字孿生系統(tǒng)的架構(gòu),具有一定的普適性;而模型實(shí)現(xiàn)方法研究主要涉及建模語(yǔ)言和模型開發(fā)工具等[24],關(guān)注如何從技術(shù)上實(shí)現(xiàn)數(shù)字孿生模型.在概念模型方面,文獻(xiàn)[25]提出包含物理實(shí)體、數(shù)據(jù)層、信息處理與優(yōu)化層三層的數(shù)字孿生建模流程概念框架,以指導(dǎo)工業(yè)生產(chǎn)數(shù)字孿生模型的構(gòu)建;文獻(xiàn)[26]提出基于模型融合的數(shù)字孿生建模方法,通過(guò)多種數(shù)理仿真模型的組合構(gòu)建復(fù)雜的虛擬實(shí)體,并提出基于錨點(diǎn)的虛擬實(shí)體校準(zhǔn)方法;文獻(xiàn)[27]提出全參數(shù)數(shù)字孿生的實(shí)現(xiàn)框架,將數(shù)字孿生分成物理層、信息處理層、虛擬層三層,基于數(shù)據(jù)采集、傳輸、處理、匹配等流程實(shí)現(xiàn)上層數(shù)字孿生應(yīng)用.鑒于傳統(tǒng)數(shù)字孿生三維模型無(wú)法滿足現(xiàn)階段技術(shù)發(fā)展與應(yīng)用需求,文獻(xiàn)[28]提出由物理實(shí)體、虛擬實(shí)體、連接、孿生數(shù)據(jù)、服務(wù)組成的數(shù)字孿生五維模型,強(qiáng)調(diào)了由物理數(shù)據(jù)、虛擬數(shù)據(jù)、服務(wù)數(shù)據(jù)和知識(shí)等組成的孿生數(shù)據(jù)對(duì)物理設(shè)備、虛擬設(shè)備和服務(wù)等的驅(qū)動(dòng)作用,并探討了數(shù)字孿生五維模型在多個(gè)領(lǐng)域的應(yīng)用思路與方案,獲得了廣泛認(rèn)可;文獻(xiàn)[29]提出按照數(shù)據(jù)采集到應(yīng)用分為數(shù)據(jù)保障層、建模計(jì)算層、數(shù)字孿生功能層和沉浸式體驗(yàn)層的四層模型,依次實(shí)現(xiàn)數(shù)據(jù)采集、傳輸和處理、仿真建模、功能設(shè)計(jì)、結(jié)果呈現(xiàn)等功能.在模型實(shí)現(xiàn)方法上,相關(guān)技術(shù)方法和工具呈多元化發(fā)展趨勢(shì).當(dāng)前,數(shù)字孿生建模語(yǔ)言主要有AutomationML[30]、UML[10]、SysML[31]及XML[32]等,其中,應(yīng)用最多的建模語(yǔ)言為AutomationML.部分模型基于通用建模工具如CAD[33]等開發(fā),更多模型開發(fā)基于專用建模工具如FlexSim[34]、Qfsm[35]等.表1 對(duì)一些數(shù)字孿生模型進(jìn)行了總結(jié),未來(lái),數(shù)字孿生模型還需要在對(duì)接行業(yè)標(biāo)準(zhǔn)架構(gòu)、建立統(tǒng)一描述方法和規(guī)范等方面加強(qiáng)研究[24].

1.2.2 數(shù)據(jù)采集、傳輸與處理

數(shù)據(jù)是連接物理空間和虛擬空間的橋梁,是實(shí)現(xiàn)CPS 的關(guān)鍵基礎(chǔ)[42].數(shù)據(jù)采集主要通過(guò)可靠傳感器及分布式傳感網(wǎng)絡(luò)對(duì)物理設(shè)備數(shù)據(jù)進(jìn)行實(shí)時(shí)準(zhǔn)確的感知獲取,是實(shí)現(xiàn)數(shù)字孿生的一項(xiàng)重要技術(shù).數(shù)字孿生數(shù)據(jù)采集的基本要求是[43]:1)實(shí)時(shí)性.數(shù)字孿生精準(zhǔn)建模和精確控制需要根據(jù)采樣數(shù)據(jù)進(jìn)行,因此,對(duì)于信息傳輸和處理的時(shí)延具有較高的要求;同時(shí),完整系統(tǒng)的數(shù)字孿生往往需要很多傳感器單元,它們之間的時(shí)間同步也非常重要.2)分布式.基于大量的傳感器采集和處理信息,需要協(xié)調(diào)各傳感器的任務(wù),實(shí)現(xiàn)分布式的信息匯總.3)容錯(cuò)性.數(shù)據(jù)采集過(guò)程中需要傳輸,會(huì)帶來(lái)數(shù)據(jù)丟失等問(wèn)題,同時(shí),傳感器采集過(guò)程中也會(huì)帶來(lái)一定的噪聲,因此,數(shù)據(jù)采集過(guò)程必須具有一定的容錯(cuò)性,才能保證數(shù)據(jù)的真實(shí)可靠.傳統(tǒng)的傳感器網(wǎng)絡(luò)缺乏實(shí)時(shí)性、同步性和容錯(cuò)性[44],難以滿足數(shù)字孿生系統(tǒng)的要求.為此,文獻(xiàn)[45]提出一種基于CPS 架構(gòu)的數(shù)據(jù)采集原型系統(tǒng),通過(guò)在傳感器數(shù)據(jù)采集過(guò)程中增加對(duì)物理層設(shè)備誤差的估計(jì),提升數(shù)據(jù)采集的容錯(cuò)能力和可靠性.無(wú)線傳感器布置是數(shù)字孿生數(shù)據(jù)采集的另一個(gè)關(guān)鍵問(wèn)題,其主要研究目標(biāo)是確定能夠使用最少數(shù)量的傳感器達(dá)到性能指標(biāo)的傳感器布局.文獻(xiàn)[46]基于量子激發(fā)禁忌搜索和量子糾纏特性提出QTSwE (Quantum-inspired Tabu search algorithm with entanglement)算法,用以求解滿足性能要求的最少傳感器數(shù)量及其位置分布;文獻(xiàn)[4]提出非一致傳感器布置策略,根據(jù)到目標(biāo)節(jié)點(diǎn)的距離決定傳感器節(jié)點(diǎn)的密度,在滿足聯(lián)通性和覆蓋范圍要求的同時(shí),提升了傳感器網(wǎng)絡(luò)的壽命.

表1 數(shù)字孿生模型對(duì)比Table 1 Comparisons of digital twin models

完成傳感器數(shù)據(jù)采集后,需要對(duì)數(shù)據(jù)進(jìn)行傳輸、處理、存儲(chǔ)等.當(dāng)前,數(shù)據(jù)傳輸?shù)难芯恐攸c(diǎn)是傳輸協(xié)議、擁塞控制和服務(wù)質(zhì)量(Quality of service,QoS)管理[47?48].目前通用的網(wǎng)絡(luò)傳輸協(xié)議(如TCP/IP)基于盡力傳輸?shù)乃枷?對(duì)于高實(shí)時(shí)性要求的數(shù)字孿生系統(tǒng),很難保證傳輸效果,不可預(yù)測(cè)的傳輸時(shí)間將影響虛擬實(shí)體的可靠性,甚至導(dǎo)致整個(gè)系統(tǒng)不穩(wěn)定.文獻(xiàn)[49]提出可靠多路徑路由選擇算法,基于因特網(wǎng)的冗余性和多路徑傳輸原理,通過(guò)在線路徑質(zhì)量監(jiān)測(cè)和多路徑選擇,保證端到端數(shù)據(jù)傳輸?shù)目煽啃?文獻(xiàn)[50]基于IEEE 802.15.4 協(xié)議提出Ada-MAC 協(xié)議,在保持低功耗和低時(shí)延特點(diǎn)的同時(shí),提升了數(shù)據(jù)傳輸?shù)目煽啃院蛯?shí)時(shí)性.文獻(xiàn)[13]提出基于自動(dòng)標(biāo)記語(yǔ)言(AutomationML)描述數(shù)字孿生系統(tǒng)的屬性,通過(guò)在高層次上對(duì)物理組件的描述降低數(shù)據(jù)傳輸規(guī)模,提升數(shù)字孿生系統(tǒng)中數(shù)據(jù)交互的效率.數(shù)字孿生系統(tǒng)包含大量傳感器和通信設(shè)備,它們需要與現(xiàn)有無(wú)線通信網(wǎng)絡(luò)共享信道資源,為它們同時(shí)提供足夠QoS 的通信是一項(xiàng)具有挑戰(zhàn)性的工作.文獻(xiàn)[51]討論了CPS 網(wǎng)絡(luò)的QoS 管理問(wèn)題,指出CPS 本質(zhì)上是面向應(yīng)用的,必須針對(duì)不同應(yīng)用滿足不同的QoS 要求.文獻(xiàn)[52]提出一種保障QoS 的CPS 通信資源管理模式,綜合利用壓縮感知和認(rèn)知無(wú)線電技術(shù)提升資源分配合理性.由于通信網(wǎng)絡(luò)信道資源的有限性,數(shù)據(jù)傳輸過(guò)程中可能出現(xiàn)信道擁塞,進(jìn)而導(dǎo)致傳輸延遲、抖動(dòng)等,影響數(shù)據(jù)傳輸?shù)馁|(zhì)量.鑒于數(shù)字孿生系統(tǒng)的復(fù)雜性和海量實(shí)時(shí)數(shù)據(jù)[53],多數(shù)研究通過(guò)降低數(shù)據(jù)傳輸?shù)臄?shù)據(jù)量降低擁塞,提升實(shí)時(shí)數(shù)據(jù)傳輸能力.但是,這種方式造成大量數(shù)據(jù)缺失,容易導(dǎo)致較大的估計(jì)誤差,使虛擬實(shí)體難以可靠映射物理實(shí)體.針對(duì)這一問(wèn)題,文獻(xiàn)[54]提出一種擁塞自適應(yīng)的數(shù)據(jù)采集方案,通過(guò)自適應(yīng)有損壓縮減輕擁塞,同時(shí)以分布式方式對(duì)總體數(shù)據(jù)估計(jì)誤差進(jìn)行約束,在保證數(shù)據(jù)精度的同時(shí),有效地解決數(shù)據(jù)擁塞問(wèn)題.

在實(shí)際中,數(shù)字孿生系統(tǒng)處于復(fù)雜的環(huán)境中,外界環(huán)境對(duì)傳感器精度的影響、數(shù)據(jù)傳輸過(guò)程中的數(shù)據(jù)丟失等使得獲取的數(shù)據(jù)存在一定的誤差[55?57],因此需要進(jìn)一步的數(shù)據(jù)處理.通常,數(shù)字孿生傳感數(shù)據(jù)具有多源、異構(gòu)、多尺度、高噪聲等特點(diǎn),因此,首先需要對(duì)數(shù)據(jù)進(jìn)行清洗,通過(guò)機(jī)器學(xué)習(xí)、規(guī)則約束等算法對(duì)數(shù)據(jù)缺失、數(shù)據(jù)冗余、數(shù)據(jù)沖突與數(shù)據(jù)錯(cuò)誤等問(wèn)題進(jìn)行處理[58].接著,需要對(duì)多種傳感器采集的數(shù)據(jù)進(jìn)行融合[59],以提升孿生數(shù)據(jù)的魯棒性和可靠性,拓展虛擬實(shí)體的建模維度,常用的多傳感器融合方法包括模糊集理論、神經(jīng)網(wǎng)絡(luò)、小波分析、支持向量機(jī)等[60?61].在數(shù)字孿生中,通?；谖锫?lián)網(wǎng)中間件、特征提取、信息融合等方法將傳感器數(shù)據(jù)與模型進(jìn)行融合映射.例如,文獻(xiàn)[62]結(jié)合計(jì)算機(jī)輔助設(shè)計(jì)系統(tǒng)、計(jì)算機(jī)輔助制造系統(tǒng)等的特點(diǎn),提出基于語(yǔ)義特征融合的模型融合方法,進(jìn)而將多傳感器數(shù)據(jù)融合到一個(gè)模型中.在此過(guò)程中,由于孿生數(shù)據(jù)超大的數(shù)據(jù)量,在個(gè)人計(jì)算機(jī)上進(jìn)行處理是不現(xiàn)實(shí)的,通常,需要基于MapReduce 等工具以并行模式或基于云計(jì)算進(jìn)行處理[63].

1.2.3 數(shù)據(jù)驅(qū)動(dòng)與模型融合協(xié)同控制

復(fù)雜的物理系統(tǒng)往往很難建立精確的數(shù)理模型,無(wú)法通過(guò)解析數(shù)理模型的方式對(duì)其進(jìn)行狀態(tài)評(píng)估和控制優(yōu)化,數(shù)字孿生采用數(shù)據(jù)驅(qū)動(dòng)的方式利用系統(tǒng)的歷史數(shù)據(jù)和實(shí)時(shí)運(yùn)行數(shù)據(jù),對(duì)數(shù)理模型進(jìn)行更新、修正、連接和補(bǔ)充[64],融合系統(tǒng)機(jī)理和運(yùn)行數(shù)據(jù),能夠更好地實(shí)時(shí)動(dòng)態(tài)評(píng)估系統(tǒng)[65?67].數(shù)字孿生中數(shù)據(jù)驅(qū)動(dòng)與解析模型相結(jié)合的方式主要有兩種,一種是以解析模型為主,基于數(shù)據(jù)對(duì)解析模型進(jìn)行修正;另一種是將兩種方法并行,基于對(duì)兩者結(jié)果的組合評(píng)估得出最終的結(jié)果.常用的解析模型包括3D 結(jié)構(gòu)模型[68?70]、流程模型[71?72]、多物理場(chǎng)模型[73]、GIS 模型[74]、力學(xué)模型等,常用的數(shù)據(jù)分析方法包括神經(jīng)網(wǎng)絡(luò)[75?76]、強(qiáng)化學(xué)習(xí)[77]、遷移學(xué)習(xí)[78]、遺傳算法[79]等.例如,文獻(xiàn)[80]基于多傳感器融合數(shù)據(jù)更新和補(bǔ)充生產(chǎn)系統(tǒng)的3 D 資源模型,接著,通過(guò)DELMIA Process Engineer 對(duì)資源模型進(jìn)行分析,進(jìn)一步進(jìn)行生產(chǎn)和流程規(guī)劃,實(shí)現(xiàn)生產(chǎn)管理的優(yōu)化;文獻(xiàn)[81]針對(duì)加工工序設(shè)計(jì),首先構(gòu)建其物理模型,然后基于多傳感器融合數(shù)據(jù)對(duì)各個(gè)階段和工藝過(guò)程進(jìn)行分析優(yōu)化,實(shí)現(xiàn)對(duì)工業(yè)加工過(guò)程的動(dòng)態(tài)評(píng)估優(yōu)化.但是,以上兩種方法都缺乏更深層次的融合和優(yōu)化,現(xiàn)有研究大多基于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等復(fù)雜的算法將數(shù)據(jù)轉(zhuǎn)化為物理模型的替代[82?84],模型的可解釋性不足,難以深度刻畫或表征系統(tǒng)的機(jī)理.因此,如何將高精度傳感數(shù)據(jù)與系統(tǒng)機(jī)理有效深度結(jié)合,獲得更好的狀態(tài)評(píng)估和系統(tǒng)表征效果,是亟待解決的問(wèn)題[29].

1.2.4 交互與協(xié)同

交互與協(xié)同是數(shù)字孿生的關(guān)鍵環(huán)節(jié),虛擬實(shí)體通過(guò)傳感器數(shù)據(jù)監(jiān)測(cè)物理實(shí)體的狀態(tài),實(shí)現(xiàn)實(shí)時(shí)動(dòng)態(tài)映射,再在虛擬空間通過(guò)仿真驗(yàn)證控制效果,并通過(guò)控制過(guò)程實(shí)現(xiàn)對(duì)物理實(shí)體的操作[85].數(shù)字孿生中的交互與協(xié)同包括物理?物理、虛擬?虛擬、物理?虛擬等形式,涵蓋人、機(jī)、物、環(huán)境等多種要素.其中,物理?物理交互與協(xié)同可以使物理設(shè)備間相互通信、協(xié)調(diào)與協(xié)作,以完成單設(shè)備無(wú)法完成的任務(wù)[86];虛擬?虛擬交互與協(xié)同可以連接多個(gè)虛擬模型,形成信息共享網(wǎng)絡(luò)[87];物理?虛擬交互與協(xié)同使虛擬模型與物理對(duì)象同步變化,并使物理對(duì)象可以根據(jù)虛擬模型的直接命令動(dòng)態(tài)調(diào)整[89].當(dāng)前,數(shù)字孿生深層次交互與協(xié)同方面的研究還比較少[87],僅在實(shí)時(shí)數(shù)據(jù)采集、人機(jī)交互等理論上有部分研究.“物理融合、模型融合、數(shù)據(jù)融合、服務(wù)融合”四個(gè)維度的融合框架[88]可以為實(shí)現(xiàn)數(shù)字孿生的交互與協(xié)同提供參考框架,其中,物理融合能夠基于物聯(lián)網(wǎng)智能互聯(lián)協(xié)議實(shí)現(xiàn)系統(tǒng)異構(gòu)要素的智能感知與互聯(lián),并精準(zhǔn)控制復(fù)雜動(dòng)態(tài)環(huán)境下系統(tǒng)異構(gòu)資源的行為協(xié)同,相關(guān)技術(shù)包括智能感知與互聯(lián)技術(shù)[90]、數(shù)據(jù)傳輸與融合技術(shù)、分布式控制技術(shù)等,能夠?yàn)槲锢?物理層面的交互與協(xié)同提供支撐;模型融合主要涉及多維模型的構(gòu)建、評(píng)估與驗(yàn)證、關(guān)聯(lián)與映射、融合等過(guò)程,從而形成一個(gè)完整的、高保真的虛擬實(shí)體映射模型,進(jìn)而為虛擬?虛擬層面的交互與協(xié)同提供支撐;數(shù)據(jù)融合基于清洗、聚類、挖掘、融合等方法對(duì)實(shí)時(shí)傳感數(shù)據(jù)、模型數(shù)據(jù)、仿真數(shù)據(jù)等進(jìn)行挖掘,真實(shí)刻畫系統(tǒng)運(yùn)行狀態(tài)、要素行為等動(dòng)態(tài)演化過(guò)程和規(guī)律[36];服務(wù)融合基于孿生數(shù)據(jù)分析驅(qū)動(dòng)并影響物理實(shí)體和虛擬實(shí)體的運(yùn)行[90,92],為系統(tǒng)的智能管理和精準(zhǔn)管控提供決策支持.因此,數(shù)據(jù)融合與服務(wù)融合共同實(shí)現(xiàn)物理?虛擬雙向交互與協(xié)同過(guò)程.

虛擬現(xiàn)實(shí)(Virtual reality,VR)、增強(qiáng)現(xiàn)實(shí)(Augmented reality,AR)、混合現(xiàn)實(shí)(Mixed reality,MR)稱為3R 技術(shù),是一類以沉浸式體驗(yàn)為特征的人機(jī)交互技術(shù)[29],被視作是一類實(shí)現(xiàn)數(shù)字孿生交互與協(xié)同的有效手段,得到了廣泛的研究.例如,文獻(xiàn)[93]詳細(xì)對(duì)比了VR、AR、MR 的特點(diǎn),并提出包含物理實(shí)體層、虛擬實(shí)體層、虛擬現(xiàn)實(shí)層三層的數(shù)字孿生模型,基于3R 技術(shù)實(shí)現(xiàn)虛擬實(shí)體的沉浸式和多感知互動(dòng)呈現(xiàn);文獻(xiàn)[94]將AR 與數(shù)字孿生結(jié)合,通過(guò)AR 實(shí)現(xiàn)基于CAD 模型的裝配數(shù)字孿生的沉浸式體驗(yàn),操縱機(jī)器人協(xié)同完成智能裝配過(guò)程 (如圖2 所示).然而,當(dāng)前的研究?jī)H僅局限在將3R 作為人機(jī)交互的手段或視覺(jué)呈現(xiàn)的接口[95?100],沒(méi)有將3R 與數(shù)字孿生有效結(jié)合.未來(lái),如何將3R 技術(shù)結(jié)合到數(shù)字孿生架構(gòu)中,為虛擬實(shí)體、物理實(shí)體和人的深度信息交互與協(xié)同提供支持還需要進(jìn)一步研究.同時(shí),3R 技術(shù)應(yīng)用到數(shù)字孿生還存在大量高精度傳感器布置等技術(shù)難點(diǎn),此外,3R 技術(shù)本身發(fā)展還不成熟,存在實(shí)時(shí)三維建模、精準(zhǔn)定位等技術(shù)瓶頸也亟待突破和提升.

圖2 增強(qiáng)現(xiàn)實(shí)實(shí)現(xiàn)數(shù)字孿生可視化框架[94]Fig.2 The framework of visualising the digital twin data by using AR[94]

1.2.5 安全性技術(shù)

數(shù)字孿生具有虛實(shí)交互、泛在互聯(lián)、開源共享等特點(diǎn),一方面,傳統(tǒng)設(shè)備多為長(zhǎng)期處于封閉環(huán)境下的簡(jiǎn)單設(shè)備或分布式的云計(jì)算設(shè)備等,本身存在一定的安全漏洞,容易受到攻擊或篡改;另一方面,數(shù)字孿生需要實(shí)現(xiàn)物聯(lián)網(wǎng)、大數(shù)據(jù)等的大融合,安全問(wèn)題更加復(fù)雜[101].同時(shí),數(shù)字孿生系統(tǒng)相比于傳統(tǒng)信息系統(tǒng)其虛擬系統(tǒng)與物理系統(tǒng)的聯(lián)系更加緊密,數(shù)字孿生的安全性一旦被破壞,將導(dǎo)致物理系統(tǒng)受到嚴(yán)重影響,因此,數(shù)字孿生的安全性研究至關(guān)重要.然而,當(dāng)前針對(duì)數(shù)字孿生系統(tǒng)安全的研究較少,針對(duì)CPS 安全保護(hù)的研究相對(duì)較為充分.通常,對(duì)CPS 安全保護(hù)的研究主要針對(duì)系統(tǒng)可能遭受的攻擊進(jìn)行設(shè)計(jì),常見(jiàn)的攻擊類型如拒絕服務(wù)攻擊(Denial of service,DoS)[102]、重放攻擊和惡意軟件注入[103]等,對(duì)CPS 中數(shù)據(jù)的完整性、有效性和保密性等進(jìn)行破壞.針對(duì)以上問(wèn)題,通常結(jié)合主動(dòng)防御和被動(dòng)響應(yīng)的安全機(jī)制,利用博弈論等設(shè)計(jì)主動(dòng)/被動(dòng)的CPS 防御算法和體系.例如,文獻(xiàn)[104]將CPS 中未知攻擊的防御問(wèn)題轉(zhuǎn)化為防御者和攻擊者的博弈問(wèn)題,基于深度強(qiáng)化學(xué)習(xí)對(duì)此問(wèn)題進(jìn)行求解,使系統(tǒng)受攻擊的影響最小;文獻(xiàn)[105]將惡意軟件注入攻擊的防御轉(zhuǎn)化為最短路徑樹封鎖博弈問(wèn)題,進(jìn)而通過(guò)求解其斯塔克伯格(Stackelberg)平衡獲得近似最優(yōu)的動(dòng)態(tài)防御策略.區(qū)塊鏈技術(shù)具有分布式安全防御的特征,它以密碼機(jī)制代替第三方安全機(jī)構(gòu),通過(guò)所有參與者維護(hù)復(fù)雜的算法確保系統(tǒng)的完整性和安全性,具有去中心化、防篡改[106?107]等特性,為CPS 安全帶來(lái)了新的解決方案.文獻(xiàn)[108]將區(qū)塊鏈技術(shù)與數(shù)字孿生相結(jié)合,以區(qū)塊鏈組織和保護(hù)孿生數(shù)據(jù),為增材制造工業(yè)構(gòu)建安全、可靠的數(shù)字孿生提供支持.反過(guò)來(lái),數(shù)字孿生也可以用于傳統(tǒng)信息系統(tǒng)的安全保護(hù),通過(guò)在虛擬實(shí)體上進(jìn)行安全性實(shí)驗(yàn)創(chuàng)新安全防御策略.例如,文獻(xiàn)[109]設(shè)計(jì)了一個(gè)智能汽車的信息安全數(shù)字孿生驗(yàn)證平臺(tái),通過(guò)傳感器采集汽車和環(huán)境數(shù)據(jù)創(chuàng)建智能汽車的數(shù)字鏡像,并通過(guò)在該平臺(tái)上模擬多種可能的信息安全場(chǎng)景檢驗(yàn)對(duì)智能汽車信息安全有重大影響的因素.

1.2.6 服務(wù)應(yīng)用

數(shù)字孿生服務(wù)的相關(guān)理論包括服務(wù)封裝、服務(wù)匹配與搜索、服務(wù)質(zhì)量建模與評(píng)估、服務(wù)優(yōu)化與集成、容錯(cuò)管理等[28].服務(wù)封裝使數(shù)字孿生按照統(tǒng)一的接口調(diào)用不同的函數(shù)實(shí)現(xiàn)相應(yīng)的功能;服務(wù)匹配與搜索使數(shù)字孿生能夠根據(jù)客戶需求選擇合適的服務(wù);服務(wù)質(zhì)量建模與評(píng)估包括定量評(píng)估算法和動(dòng)態(tài)更新技術(shù),使數(shù)字孿生能夠?qū)Ψ?wù)質(zhì)量進(jìn)行評(píng)估;服務(wù)優(yōu)化與集成幫助選擇最優(yōu)的服務(wù)或服務(wù)組合;服務(wù)容錯(cuò)管理包括故障檢測(cè)、故障確定等.基于服務(wù)理論的研究使數(shù)字孿生能夠?yàn)榭蛻籼峁┳顑?yōu)的服務(wù)[110].目前,對(duì)數(shù)字孿生在故障檢測(cè)[111]、壽命預(yù)測(cè)[112]、運(yùn)行狀態(tài)監(jiān)測(cè)[113?118]等方面的服務(wù)應(yīng)用已經(jīng)開展了一定的研究,不僅催生了許多新的服務(wù)類型和服務(wù)模式,而且通過(guò)數(shù)字孿生加強(qiáng)了已有服務(wù)的能力[119?120].相關(guān)研究通過(guò)建立標(biāo)準(zhǔn)接口或模型為數(shù)字孿生服務(wù)提供支持,例如,文獻(xiàn)[10]基于UML格式的元模型構(gòu)建面向具體服務(wù)應(yīng)用的數(shù)字孿生模型,為電池全生命周期管理提供服務(wù).但是,服務(wù)搜索與匹配、服務(wù)質(zhì)量建模與評(píng)估、容錯(cuò)管理等問(wèn)題還沒(méi)有得到深入研究,這些將是驅(qū)動(dòng)未來(lái)數(shù)字孿生服務(wù)研究的重要范式.

1.3 數(shù)字孿生的應(yīng)用

基于對(duì)上述數(shù)字孿生研究方向的研究,本文總結(jié)了數(shù)字孿生在供應(yīng)鏈管理、智能車間、裝備制造、產(chǎn)品研發(fā)、故障診斷、智慧城市等場(chǎng)景的應(yīng)用.

1.3.1 供應(yīng)鏈管理

在傳統(tǒng)的供應(yīng)鏈管理中,經(jīng)常因信息掌握不及時(shí)而導(dǎo)致決策失誤,供應(yīng)鏈系統(tǒng)復(fù)雜、效率低、響應(yīng)速度慢,存在不可預(yù)測(cè)的風(fēng)險(xiǎn)[121].近年來(lái),隨著信息化技術(shù)的應(yīng)用,供應(yīng)鏈管理技術(shù)取得了較大的進(jìn)步.隨著物聯(lián)網(wǎng)技術(shù)的深入發(fā)展和廣泛應(yīng)用,供應(yīng)鏈不斷產(chǎn)生數(shù)據(jù),如何利用這些數(shù)據(jù)不斷優(yōu)化完善供應(yīng)鏈網(wǎng)絡(luò),提升流程的靈活性同時(shí)滿足用戶的多元化需要,是決定企業(yè)在競(jìng)爭(zhēng)中成敗的關(guān)鍵因素.將數(shù)字孿生模型引入供應(yīng)鏈管理中,可以通過(guò)數(shù)字化表示供應(yīng)鏈管理中的實(shí)體或系統(tǒng)連接不同組織的流程、技術(shù)、產(chǎn)品、服務(wù)等,實(shí)時(shí)監(jiān)測(cè)、預(yù)測(cè)供應(yīng)鏈的變化[122],簡(jiǎn)化業(yè)務(wù)流程,提升決策效率.

世界最大的軸承制造商斯凱孚(Svenska Kullagerfabriken,SKF)已經(jīng)將數(shù)字孿生模型應(yīng)用到其分銷網(wǎng)絡(luò)中[123],該模型包含800 個(gè)庫(kù)存量單位的主要數(shù)據(jù),涵蓋5 個(gè)系統(tǒng)的40 個(gè)安裝單元,使供應(yīng)鏈管理人員能夠基于數(shù)字孿生的可視化和完整視圖進(jìn)行全球化供應(yīng)鏈管理決策.將數(shù)字孿生引入供應(yīng)鏈管理,可以實(shí)現(xiàn):1)實(shí)時(shí)在線響應(yīng),基于供應(yīng)鏈實(shí)時(shí)數(shù)據(jù)可視化,可以提高決策響應(yīng)的速度;2)通信與協(xié)作,供應(yīng)鏈各參與方可以加強(qiáng)通信與協(xié)作;3)智能優(yōu)化,基于數(shù)字孿生對(duì)數(shù)據(jù)的分析預(yù)測(cè),可以實(shí)現(xiàn)有效的人機(jī)協(xié)同決策,優(yōu)化管理;4)整體決策,通過(guò)對(duì)供應(yīng)鏈參與方的全局視圖,企業(yè)可以進(jìn)行全局決策.但是,數(shù)字孿生在供應(yīng)鏈中的應(yīng)用還面臨著節(jié)點(diǎn)數(shù)據(jù)采集困難、建模環(huán)境復(fù)雜、缺少數(shù)字孿生標(biāo)準(zhǔn)、數(shù)據(jù)所有權(quán)及數(shù)據(jù)濫用和安全等問(wèn)題.

1.3.2 智能車間

全球性的產(chǎn)能過(guò)剩,導(dǎo)致企業(yè)間的競(jìng)爭(zhēng)越來(lái)越激烈,如何提升生產(chǎn)效率、縮短產(chǎn)品周期,成為世界各國(guó)關(guān)注的問(wèn)題.車間是制造業(yè)的基礎(chǔ)組成部分,如何提升車間的智能化水平,實(shí)現(xiàn)生產(chǎn)流程數(shù)字化是目前關(guān)注的焦點(diǎn).但是,目前用傳統(tǒng)的虛擬車間、數(shù)字化車間設(shè)計(jì)的智能車間存在非實(shí)時(shí)交互、數(shù)據(jù)利用率低等問(wèn)題.基于數(shù)字孿生技術(shù),能夠有效提升車間生產(chǎn)過(guò)程的透明度并優(yōu)化生產(chǎn)過(guò)程[124?128].

Tao 等[129]率先提出數(shù)字孿生車間的概念模型,該模型主要包括物理車間、虛擬車間、車間服務(wù)系統(tǒng)和車間孿生數(shù)據(jù)四部分,通過(guò)物理車間與虛擬車間的雙向映射與實(shí)時(shí)交互,實(shí)現(xiàn)物理車間、虛擬車間、車間服務(wù)系統(tǒng)的全要素、全流程、全業(yè)務(wù)數(shù)據(jù)的集成和融合,在車間孿生數(shù)據(jù)的驅(qū)動(dòng)下,實(shí)現(xiàn)車間生產(chǎn)要素管理、生產(chǎn)活動(dòng)計(jì)劃、生產(chǎn)過(guò)程控制等[130?132]在物理車間、虛擬車間、車間服務(wù)系統(tǒng)間的迭代運(yùn)行,從而達(dá)到車間生產(chǎn)和管控的優(yōu)化運(yùn)行.構(gòu)建數(shù)字孿生車間,實(shí)現(xiàn)車間信息與物理空間的互聯(lián)互通與進(jìn)一步融合將是車間的發(fā)展趨勢(shì),也是實(shí)現(xiàn)車間智能化生產(chǎn)與管控的必經(jīng)之路[133].

1.3.3 智能制造

當(dāng)前,制造業(yè)正在經(jīng)歷新一輪的產(chǎn)業(yè)變革,世界各國(guó)紛紛推出以“工業(yè)互聯(lián)網(wǎng)”和“工業(yè)4.0”為核心的制造業(yè)升級(jí)計(jì)劃,我國(guó)也提出了“中國(guó)制造2025”發(fā)展戰(zhàn)略,并將智能制造作為其重要組成.制造設(shè)備是生產(chǎn)制造過(guò)程的基本單元,數(shù)字孿生可以通過(guò)對(duì)制造設(shè)備、制造過(guò)程的虛擬仿真[134?136],提高制造企業(yè)設(shè)備研發(fā)、制造的效率,為解決面向產(chǎn)品全生命周期的管理和升級(jí)提供支持.

數(shù)字孿生可以應(yīng)用到制造過(guò)程的設(shè)備層、生產(chǎn)線層、工廠層等不同的層級(jí)[137].在設(shè)備層,數(shù)字孿生可以在產(chǎn)品設(shè)計(jì)時(shí)就創(chuàng)建一個(gè)數(shù)字虛擬樣機(jī)[138],在虛擬樣機(jī)中同時(shí)構(gòu)建其機(jī)械、電氣、軟件等模型,在虛擬環(huán)境中驗(yàn)證制造過(guò)程并提前發(fā)現(xiàn)可能出現(xiàn)的問(wèn)題.在生產(chǎn)線層級(jí),可以通過(guò)數(shù)字孿生刻畫生產(chǎn)線不同工序之間的裝配流程[139],提前對(duì)生產(chǎn)線中的安裝、測(cè)試工藝進(jìn)行仿真測(cè)試,當(dāng)虛擬生產(chǎn)線測(cè)試通過(guò)后,實(shí)際生產(chǎn)線便可以直接安裝使用,進(jìn)而大大降低生產(chǎn)線安裝成本.在設(shè)備層和生產(chǎn)線層的基礎(chǔ)上,可以建立整個(gè)制造工廠的數(shù)字孿生[140],構(gòu)建計(jì)劃、質(zhì)量、物料、人員、設(shè)備的數(shù)字化管理.

1.3.4 故障預(yù)測(cè)和維護(hù)

數(shù)字孿生誕生之初的應(yīng)用就是飛機(jī)的故障預(yù)測(cè),故障預(yù)測(cè)和安全運(yùn)維對(duì)飛機(jī)、船舶等大型設(shè)備和基礎(chǔ)設(shè)施至關(guān)重要,通過(guò)高保真、實(shí)時(shí)更新的虛擬模型進(jìn)行產(chǎn)品的全生命周期管理[5,141?142]也是數(shù)字孿生的重要研究方向.大型設(shè)備的故障預(yù)測(cè)和健康管理是一項(xiàng)十分復(fù)雜的工作,這一方面是由于該類設(shè)備整體上結(jié)構(gòu)異常復(fù)雜,內(nèi)部各組成部分之間關(guān)聯(lián)緊密,另一方面受制于實(shí)時(shí)數(shù)據(jù)的缺乏.基于數(shù)字孿生進(jìn)行故障預(yù)測(cè)和設(shè)備維護(hù),能夠基于動(dòng)態(tài)實(shí)時(shí)數(shù)據(jù)快速捕捉故障,準(zhǔn)確定位故障原因,同時(shí)評(píng)估設(shè)備狀態(tài),進(jìn)行預(yù)測(cè)維修[28].

基于數(shù)字孿生進(jìn)行裝備設(shè)備的故障預(yù)測(cè)和維護(hù),首先需要建立其電子、機(jī)械三維模型[78],接著,根據(jù)外場(chǎng)數(shù)據(jù)分析,梳理典型高發(fā)的故障模式,建立產(chǎn)品典型的故障模式及原因分類庫(kù),再綜合考慮產(chǎn)品中的機(jī)械、電子產(chǎn)品的多物理結(jié)構(gòu),建立系統(tǒng)級(jí)的多物理多應(yīng)力下的仿真模型,并根據(jù)各類試驗(yàn)結(jié)果,對(duì)設(shè)備的關(guān)鍵特征參數(shù)、應(yīng)力及機(jī)理模型進(jìn)行修正,最終形成數(shù)字孿生基準(zhǔn)模型.在使用過(guò)程中,通過(guò)傳感器不斷進(jìn)行虛實(shí)數(shù)據(jù)交換,并基于數(shù)據(jù)修正虛擬模型,最終實(shí)現(xiàn)對(duì)物理設(shè)備的精準(zhǔn)描述,同時(shí),通過(guò)對(duì)物理實(shí)體使用數(shù)據(jù)、故障數(shù)據(jù)、維修數(shù)據(jù)的更新,計(jì)算其損耗,預(yù)測(cè)設(shè)備的剩余壽命,并指導(dǎo)維修決策[143?146].

1.3.5 產(chǎn)品研發(fā)

產(chǎn)品設(shè)計(jì)是大部分產(chǎn)品在研發(fā)中耗時(shí)最長(zhǎng),成本最高的階段,因此早期產(chǎn)品設(shè)計(jì)的快速更新迭代十分重要.計(jì)算機(jī)輔助設(shè)計(jì)是當(dāng)前產(chǎn)品設(shè)計(jì)研發(fā)的主要輔助手段,但是,計(jì)算機(jī)輔助設(shè)計(jì)存在以下主要問(wèn)題:1)缺乏完整有效的產(chǎn)品全生命周期數(shù)據(jù),無(wú)法形成有效的數(shù)據(jù)庫(kù)支持,需要進(jìn)行大量重復(fù)性工作;2)模型復(fù)雜,建模難度高且難以理解;3)仿真驗(yàn)證方法不夠精準(zhǔn),產(chǎn)品原型驗(yàn)證困難,周期長(zhǎng).針對(duì)上述問(wèn)題,將數(shù)字孿生引入產(chǎn)品設(shè)計(jì)研發(fā),能夠幫助用戶以更少的成本和更短的時(shí)間將產(chǎn)品推向市場(chǎng).

數(shù)字孿生能夠在虛擬空間中復(fù)現(xiàn)產(chǎn)品和生產(chǎn)系統(tǒng),使產(chǎn)品和生產(chǎn)系統(tǒng)的虛擬模型和物理模型實(shí)時(shí)交互[147].在數(shù)字孿生中,產(chǎn)品的虛擬模型和物理模型實(shí)時(shí)交互大量的數(shù)字孿生數(shù)據(jù),能夠支持建立相應(yīng)的產(chǎn)品設(shè)計(jì)知識(shí)數(shù)據(jù)庫(kù),并提供一定的設(shè)計(jì)輔助[148].同時(shí),基于對(duì)孿生數(shù)據(jù)的分析,可以幫助解析部分復(fù)雜的物理模型,降低設(shè)計(jì)的難度.最后,虛擬實(shí)體與物理實(shí)體精準(zhǔn)映射、共同進(jìn)化[149],通過(guò)對(duì)比虛擬實(shí)體與物理實(shí)體之間的誤差,能夠發(fā)現(xiàn)設(shè)計(jì)和實(shí)際系統(tǒng)之間的誤差,幫助快速驗(yàn)證系統(tǒng)原型設(shè)計(jì)[150].

1.3.6 智慧城市

2008 年,IBM 提出“智慧地球”的理念,引發(fā)了建設(shè)智慧城市的熱潮.近年來(lái),一些國(guó)家開始將數(shù)字孿生應(yīng)用到建設(shè)智慧城市中.例如,新加坡構(gòu)建了城市運(yùn)行仿真系統(tǒng)CityScope,實(shí)現(xiàn)對(duì)城市的仿真優(yōu)化、規(guī)劃決策等功能;西班牙在城市中廣泛部署傳感器,感知城市環(huán)境、交通、水利等運(yùn)行情況,并將數(shù)據(jù)匯聚到智慧城市平臺(tái)中,初步形成了數(shù)字孿生城市的雛形[151];雄安新區(qū)首次提出建設(shè)“數(shù)字孿生城市”,明確指出要同步規(guī)劃、建設(shè)現(xiàn)實(shí)城市和虛擬的數(shù)字城市.

文獻(xiàn)[28]提出,可以基于數(shù)字孿生五維模型構(gòu)建數(shù)字孿生城市,其基本框架如圖3 所示.通過(guò)數(shù)字化建模仿真構(gòu)建城市的虛擬模型,基于在城市各個(gè)層面布設(shè)傳感器采集物理城市的實(shí)時(shí)數(shù)據(jù),結(jié)合虛擬城市的仿真數(shù)據(jù)和城市傳感數(shù)據(jù),驅(qū)動(dòng)數(shù)字孿生城市的發(fā)展和優(yōu)化,最終實(shí)現(xiàn)為城市市政規(guī)劃、生態(tài)環(huán)境治理、交通管控等提供智慧服務(wù).阿里云提出的城市大腦[152]與數(shù)字孿生城市建設(shè)的思路基本吻合,它通過(guò)實(shí)時(shí)處理人所不能理解的超大規(guī)模全量多源數(shù)據(jù),基于機(jī)器學(xué)習(xí)洞悉人所沒(méi)有發(fā)現(xiàn)的復(fù)雜隱藏規(guī)律,能夠制定超越人類局部次優(yōu)決策的全局最優(yōu)策略,并且在城市交通體檢、城市警情監(jiān)控、城市交通微控、城市特種車輛、城市戰(zhàn)略規(guī)劃5 個(gè)應(yīng)用場(chǎng)景中部署實(shí)施,證明數(shù)字孿生城市可以推動(dòng)城市設(shè)計(jì)和建設(shè),輔助城市管理,使城市更智慧、美好.

1.3.7 智慧醫(yī)療

隨著近幾年人工智能 (Artificial intelligence,AI)及大數(shù)據(jù)技術(shù)的飛速發(fā)展,諸多領(lǐng)域借助相關(guān)技術(shù)取得重大突破,AI 技術(shù)正在逐步走進(jìn)醫(yī)療領(lǐng)域.其中,AI 輔助醫(yī)療決策是一個(gè)研究的熱點(diǎn),其主要應(yīng)用是通過(guò)大數(shù)據(jù)、機(jī)器學(xué)習(xí)和自然語(yǔ)言處理等智能技術(shù),學(xué)習(xí)醫(yī)療知識(shí)、挖掘病歷數(shù)據(jù)、分析醫(yī)學(xué)影像等,從而幫助醫(yī)生診斷疾病,為患者治療方案的確定提供依據(jù)并推薦治療方案[153].雖然已有的智能決策系統(tǒng)取得了一定的成果,但是在實(shí)際應(yīng)用中仍然存在一些問(wèn)題:1)現(xiàn)有智能診療系統(tǒng)過(guò)多需要醫(yī)生參與,不利于醫(yī)生診療效率的提高;2)現(xiàn)有的智能診療系統(tǒng)覆蓋醫(yī)療領(lǐng)域不夠全面,對(duì)?？漆t(yī)生的意義不大;3)對(duì)于慢性疾病的診療,需要對(duì)患者身體進(jìn)行長(zhǎng)期的監(jiān)測(cè)和管理,現(xiàn)有智能診療系統(tǒng)大多只限于醫(yī)院門診中.

圖3 數(shù)字孿生城市Fig.3 Smart city with digital twins

文獻(xiàn)[154]提出一種6 層架構(gòu)的數(shù)字孿生醫(yī)療系統(tǒng),包含資源層、感知層、虛擬資源層、中間件層、服務(wù)層及用戶接口層.其中,資源層包含與患者相關(guān)的軟硬件資源及歷史數(shù)據(jù)等;感知層用于實(shí)時(shí)采集和傳輸患者的身體狀態(tài)數(shù)據(jù);虛擬資源層基于數(shù)據(jù)虛擬化物理實(shí)體,包含虛擬的醫(yī)療資源、虛擬患者等;中間件層包含服務(wù)管理、數(shù)據(jù)管理、知識(shí)管理、仿真管理等功能;服務(wù)層基于底層的支持提供用戶所需的服務(wù)如用藥支持等;用戶接口層提供給用戶數(shù)字孿生醫(yī)療系統(tǒng)的可視化和管理功能界面.基于數(shù)字孿生醫(yī)療系統(tǒng),醫(yī)護(hù)人員可以通過(guò)各類實(shí)時(shí)感知數(shù)據(jù)精準(zhǔn)分析病人的病況[155?156],在虛擬病人上預(yù)演不同的治療方案,降低手術(shù)風(fēng)險(xiǎn).未來(lái),可能每個(gè)人從出生開始就會(huì)有自己的數(shù)字孿生,它可以幫助人們及時(shí)了解自己的健康狀況[157],調(diào)整飲食和作息.

1.3.8 其他應(yīng)用

除上述領(lǐng)域外,數(shù)字孿生技術(shù)在衛(wèi)星/空間通信網(wǎng)絡(luò)[158?160]、石油天然氣[161?163]、能源[164?166]、農(nóng)業(yè)[168]、建筑[169]、環(huán)境保護(hù)、軍事作戰(zhàn)[170]等領(lǐng)域均有應(yīng)用潛力.例如對(duì)石油勘探的遠(yuǎn)程管理,對(duì)電廠的健康管理和電網(wǎng)的規(guī)劃運(yùn)營(yíng)維護(hù),對(duì)農(nóng)作物和家畜的健康監(jiān)護(hù)等[28].

2 平行系統(tǒng)概述

平行系統(tǒng)是本世紀(jì)初提出的原創(chuàng)技術(shù),它通過(guò)一套實(shí)際系統(tǒng)與人工計(jì)算過(guò)程之間的平行交互,為兼具高度社會(huì)和工程復(fù)雜性的復(fù)雜問(wèn)題提供解決方案,在多領(lǐng)域得到了廣泛研究并取得了良好的效果.平行系統(tǒng)的研究框架如圖4 所示,可以分為理論層、方法層、技術(shù)層、平臺(tái)層和應(yīng)用層.

2.1 平行系統(tǒng):基礎(chǔ)理論、方法及內(nèi)涵

平行系統(tǒng)是復(fù)雜自適應(yīng)系統(tǒng)理論和復(fù)雜性科學(xué)在CPSS 中的延展和創(chuàng)新[174],是整體和還原相結(jié)合、實(shí)際和人工相結(jié)合、定性和定量相結(jié)合的新型技術(shù)框架[175].平行系統(tǒng)將強(qiáng)調(diào)宏觀層面高層涌現(xiàn)與演變規(guī)律的整體建模與注重微觀個(gè)體層面特征刻畫與行為交互的還原建模有機(jī)結(jié)合[176],通過(guò)全面、準(zhǔn)確地刻畫參與個(gè)體的特征、行為和交互機(jī)制,實(shí)現(xiàn)對(duì)復(fù)雜整體的建模,進(jìn)而涌現(xiàn)和演變出復(fù)雜系統(tǒng)的規(guī)律;基于虛擬場(chǎng)景,利用自適應(yīng)演化等方法驅(qū)動(dòng)實(shí)驗(yàn),評(píng)估各類參數(shù)配置、技術(shù)方案的效果,實(shí)現(xiàn)對(duì)人和社會(huì)對(duì)系統(tǒng)影響的建模;通過(guò)實(shí)際與人工系統(tǒng)協(xié)同演化、閉環(huán)反饋和雙向引導(dǎo)[178],實(shí)現(xiàn)對(duì)實(shí)際系統(tǒng)的目標(biāo)優(yōu)化.平行系統(tǒng)的本質(zhì)就是把復(fù)雜系統(tǒng)中“虛”和“軟”的部分,通過(guò)可定量、可實(shí)施、可重復(fù)、可實(shí)時(shí)的計(jì)算實(shí)驗(yàn),使之硬化,以解決實(shí)際復(fù)雜系統(tǒng)中不可準(zhǔn)確預(yù)測(cè)、難以拆分還原、無(wú)法重復(fù)實(shí)驗(yàn)等問(wèn)題[179?180].

圖4 平行系統(tǒng)的研究框架Fig.4 The research framework of parallel systems

平行系統(tǒng)的核心是ACP 方法,其框架如圖5所示,主要由三部分組成.1)由實(shí)際系統(tǒng)的小數(shù)據(jù)驅(qū)動(dòng),借助知識(shí)表示與知識(shí)學(xué)習(xí)等[181]手段,針對(duì)實(shí)際系統(tǒng)中的各類元素和問(wèn)題,基于多智能體方法構(gòu)建可計(jì)算、可重構(gòu)、可編程的軟件定義的對(duì)象、軟件定義的流程、軟件定義的關(guān)系等[182?183],進(jìn)而將這些對(duì)象、關(guān)系、流程等組合成軟件定義的人工系統(tǒng)(A),利用人工系統(tǒng)對(duì)復(fù)雜系統(tǒng)問(wèn)題進(jìn)行建模;2)基于人工系統(tǒng)這一“計(jì)算實(shí)驗(yàn)室”,利用計(jì)算實(shí)驗(yàn)(C),設(shè)計(jì)各類智能體的組合及交互規(guī)則,產(chǎn)生各類場(chǎng)景,運(yùn)行產(chǎn)生完備的場(chǎng)景數(shù)據(jù)[184?186],并借助機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等手段,對(duì)數(shù)據(jù)進(jìn)行分析,求得各類場(chǎng)景下的最優(yōu)策略.3)將人工系統(tǒng)與實(shí)際系統(tǒng)同時(shí)并舉[187?190],通過(guò)一定的方式進(jìn)行虛實(shí)互動(dòng),以平行執(zhí)行(P)引導(dǎo)和管理實(shí)際系統(tǒng).從流程上而言,平行系統(tǒng)通過(guò)開源數(shù)據(jù)獲取、人工系統(tǒng)建模、計(jì)算實(shí)驗(yàn)場(chǎng)景推演、實(shí)驗(yàn)解析與預(yù)測(cè)、管控決策優(yōu)化與實(shí)施、虛實(shí)系統(tǒng)實(shí)時(shí)反饋、實(shí)施效果實(shí)時(shí)評(píng)估的閉環(huán)處理過(guò)程[175],實(shí)現(xiàn)從實(shí)際系統(tǒng)的“小數(shù)據(jù)”輸入人工系統(tǒng),基于博弈、對(duì)抗、演化等方式生成人工系統(tǒng)“大數(shù)據(jù)”[191,193],再通過(guò)學(xué)習(xí)與分析獲取針對(duì)具體場(chǎng)景的“小知識(shí)”,并通過(guò)虛實(shí)交互反饋逐步精細(xì)化針對(duì)當(dāng)前場(chǎng)景的“精準(zhǔn)知識(shí)”的過(guò)程.

圖5 基于ACP 的平行系統(tǒng)架構(gòu)體系Fig.5 The framework of the ACP-based parallel systems

在數(shù)據(jù)層面,平行系統(tǒng)基于實(shí)際系統(tǒng)數(shù)據(jù),借助生成式對(duì)抗網(wǎng)絡(luò)[194?197]等計(jì)算實(shí)驗(yàn)手段生成相對(duì)完備的“海量數(shù)據(jù)”,通過(guò)對(duì)海量數(shù)據(jù)的學(xué)習(xí)、訓(xùn)練求解系統(tǒng)優(yōu)化解并進(jìn)行優(yōu)化解評(píng)估,使之具有更廣泛的適用性;在控制層面,平行系統(tǒng)利用人工系統(tǒng)與實(shí)際系統(tǒng)的虛實(shí)交互、雙向驗(yàn)證,實(shí)現(xiàn)兩者的協(xié)同進(jìn)化以及對(duì)整個(gè)系統(tǒng)的多目標(biāo)優(yōu)化管理與控制[188].它不僅可以優(yōu)化整個(gè)系統(tǒng),還可以主動(dòng)學(xué)習(xí)與評(píng)估系統(tǒng)管控效果并自適應(yīng)調(diào)整未來(lái)策略.

計(jì)算實(shí)驗(yàn)以智能體代替實(shí)際系統(tǒng)中的各種元素,使各種因法律、道德、成本等現(xiàn)實(shí)因素限制無(wú)法在實(shí)際系統(tǒng)中進(jìn)行的實(shí)驗(yàn)得以實(shí)施,突破了無(wú)法通過(guò)重復(fù)實(shí)驗(yàn)獲取知識(shí)與經(jīng)驗(yàn)的局限[198].計(jì)算實(shí)驗(yàn)與動(dòng)態(tài)行為模擬的仿真方法有著本質(zhì)不同,其目標(biāo)不是以仿真系統(tǒng)逼近實(shí)際系統(tǒng),而是把“仿真”結(jié)果視作一種可能的現(xiàn)實(shí)[199].在計(jì)算實(shí)驗(yàn)中,傳統(tǒng)計(jì)算模擬變成了“計(jì)算實(shí)驗(yàn)室”里的“試驗(yàn)”過(guò)程,成為生長(zhǎng)培育各種復(fù)雜系統(tǒng)的手段,而實(shí)際系統(tǒng)只是計(jì)算實(shí)驗(yàn)的一種可能而已[200].

計(jì)算實(shí)驗(yàn)具有可設(shè)計(jì)性、可反復(fù)進(jìn)行等特點(diǎn).它通過(guò)對(duì)實(shí)際系統(tǒng)進(jìn)行各種關(guān)于性能、可靠性、方案魯棒性及正確性等同一條件下短時(shí)間內(nèi)大量反復(fù)的“加速”實(shí)驗(yàn)、“壓力”實(shí)驗(yàn)、“極限”實(shí)驗(yàn)等,對(duì)各種可能的系統(tǒng)場(chǎng)景進(jìn)行“試錯(cuò)”實(shí)驗(yàn)[201?202],并進(jìn)一步對(duì)人工系統(tǒng)涌現(xiàn)出的復(fù)雜系統(tǒng)行為和系統(tǒng)現(xiàn)象進(jìn)行標(biāo)定分析與統(tǒng)計(jì)分析,按照一定的指標(biāo)體系對(duì)各種解決方案進(jìn)行學(xué)習(xí)與評(píng)估,進(jìn)而全面、準(zhǔn)確、及時(shí)、量化地獲得對(duì)復(fù)雜系統(tǒng)問(wèn)題的最優(yōu)控制方案.

計(jì)算實(shí)驗(yàn)通過(guò)實(shí)際系統(tǒng)與人工系統(tǒng)之間的相互連接,對(duì)二者的行為進(jìn)行對(duì)比、分析、預(yù)測(cè)與評(píng)估,完成對(duì)各自未來(lái)狀況的“借鑒”和預(yù)估,相應(yīng)地調(diào)節(jié)各自的管理和控制方式,它主要包含三種實(shí)現(xiàn)方式[203].

1)學(xué)習(xí)與培訓(xùn):在這種方式中,人工系統(tǒng)被用作學(xué)習(xí)和培訓(xùn)復(fù)雜系統(tǒng)的管理與控制.通過(guò)實(shí)際系統(tǒng)與人工系統(tǒng)的適當(dāng)連接組合,以安全、靈活、低成本的方式使相關(guān)人員在人工系統(tǒng)中快速掌握復(fù)雜系統(tǒng)的各項(xiàng)操作及其可能的結(jié)果,并量化考核學(xué)習(xí)與培訓(xùn)的實(shí)際效果[175].以與實(shí)際相當(dāng)?shù)墓芾砼c控制方法運(yùn)行人工系統(tǒng),使有關(guān)人員學(xué)習(xí)預(yù)判系統(tǒng)的可能狀況及對(duì)應(yīng)的行動(dòng).同時(shí),人工系統(tǒng)的管理與控制方案也可以作為實(shí)際系統(tǒng)的預(yù)案,增強(qiáng)其運(yùn)行的可靠性和應(yīng)變能力.

2)實(shí)驗(yàn)與評(píng)估:在這種方式中,人工系統(tǒng)被用作進(jìn)行各種由于成本、安全等原因無(wú)法進(jìn)行的重要破壞性實(shí)驗(yàn)和創(chuàng)新性實(shí)驗(yàn),分析系統(tǒng)的行為和反應(yīng),并對(duì)不同的解決方案的效果進(jìn)行評(píng)估,從而為量化評(píng)估系統(tǒng)要素、實(shí)現(xiàn)控制方案創(chuàng)新提供依據(jù)[204].

3)管理與控制:這種方式的目標(biāo)是以虛實(shí)互動(dòng)的方式實(shí)現(xiàn)復(fù)雜系統(tǒng)的管理與控制.一方面,通過(guò)測(cè)量實(shí)際系統(tǒng)與人工系統(tǒng)評(píng)估狀態(tài)之間的差別,產(chǎn)生誤差反饋信號(hào),對(duì)人工系統(tǒng)的參數(shù)進(jìn)行修正,減少差別,通過(guò)循環(huán)往復(fù)的交互盡可能地使人工系統(tǒng)模擬實(shí)際系統(tǒng)[205];另一方面,實(shí)際系統(tǒng)中的新問(wèn)題、新需求和新趨勢(shì)可以實(shí)時(shí)導(dǎo)入人工系統(tǒng),通過(guò)在人工系統(tǒng)中的實(shí)驗(yàn)、測(cè)評(píng)和完善,獲得優(yōu)化的新解決方案,并據(jù)此引導(dǎo)實(shí)際系統(tǒng)的發(fā)展和演變,從而以“實(shí)際逼近人工”[206]的方式實(shí)現(xiàn)復(fù)雜系統(tǒng)的“創(chuàng)新”功能.

2.2 平行系統(tǒng)研究現(xiàn)狀與關(guān)鍵技術(shù)

ACP 方法針對(duì)復(fù)雜系統(tǒng)的管理與控制實(shí)現(xiàn)了從數(shù)據(jù)采集到自適應(yīng)優(yōu)化控制的一整套流程,它的相關(guān)技術(shù)研究主要包含復(fù)雜系統(tǒng)的感知、建模、決策、控制、測(cè)試等,從而為實(shí)現(xiàn)有關(guān)人員的學(xué)習(xí)與培訓(xùn)、決策方案的實(shí)驗(yàn)與評(píng)估、虛實(shí)系統(tǒng)的管理與控制[207]提供技術(shù)支撐.

2.2.1 平行感知

場(chǎng)景數(shù)據(jù)是構(gòu)建平行系統(tǒng)的基礎(chǔ),通常,可以由傳感器或攝像頭等進(jìn)行采集.當(dāng)前,隨著計(jì)算機(jī)視覺(jué)理論和計(jì)算機(jī)硬件的不斷發(fā)展,計(jì)算機(jī)視覺(jué)方法在圖像分類、目標(biāo)檢測(cè)等領(lǐng)域取得了良好的效果,已經(jīng)成為復(fù)雜環(huán)境感知與理解的主要方法.基于深度學(xué)習(xí)的計(jì)算機(jī)視覺(jué)技術(shù)需要基于大量的數(shù)據(jù)進(jìn)行訓(xùn)練,且往往只能適用于某些特定的場(chǎng)景[208],要想使算法適用于新場(chǎng)景,要么需要更改模型的參數(shù),要么需要擴(kuò)展數(shù)據(jù)集重新訓(xùn)練.以交通為例,交通場(chǎng)景的視覺(jué)感知需要涵蓋完整的場(chǎng)景才能保證安全性,但是,當(dāng)前數(shù)據(jù)集盡管規(guī)模龐大,卻并不能滿足多樣性需求.這一方面是由于在復(fù)雜開放環(huán)境下采集大規(guī)模多樣性數(shù)據(jù)需要大量人力,另一方面,對(duì)大規(guī)模多樣性數(shù)據(jù)進(jìn)行標(biāo)注比較困難,在惡劣天氣、照明度低等情況下容易出錯(cuò),無(wú)法保證數(shù)據(jù)集的有用性[179].

為了解決傳統(tǒng)計(jì)算機(jī)視覺(jué)感知數(shù)據(jù)樣本復(fù)雜性和多樣性不足的問(wèn)題,提升視覺(jué)感知系統(tǒng)的泛化能力,文獻(xiàn)[180]提出平行感知理論方法,其框架如圖6 所示.平行感知基于真實(shí)場(chǎng)景的數(shù)據(jù)訓(xùn)練擴(kuò)展大量的人工場(chǎng)景[209],將大量人工場(chǎng)景的數(shù)據(jù)和真實(shí)場(chǎng)景的數(shù)據(jù)結(jié)合訓(xùn)練不同結(jié)構(gòu)和參數(shù)的視覺(jué)算法,基于統(tǒng)計(jì)評(píng)估獲得對(duì)應(yīng)場(chǎng)景下最佳的視覺(jué)認(rèn)知算法,以增強(qiáng)傳統(tǒng)視覺(jué)感知算法對(duì)復(fù)雜環(huán)境的適應(yīng)能力,提升視覺(jué)算法的準(zhǔn)確性和魯棒性.文獻(xiàn)[210]提出了平行視覺(jué)的概念、框架和關(guān)鍵技術(shù),利用人工場(chǎng)景模擬和表示復(fù)雜的真實(shí)場(chǎng)景[211],包括光照時(shí)段(白天、夜間、黎明、黃昏)、天氣(晴、多云、雨、雪、霧等)、目標(biāo)類型(行人、車輛、道路、建筑物、植物等),并且基于真實(shí)場(chǎng)景的數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)等模型自動(dòng)標(biāo)注生成的人工場(chǎng)景數(shù)據(jù),使采集和標(biāo)注大規(guī)模多樣性數(shù)據(jù)集成為可能.基于平行視覺(jué)的基本框架,相關(guān)團(tuán)隊(duì)建立了開源的平行視覺(jué)研究平臺(tái)Open-PV (Open source parallel vision platform)[212?213],并發(fā)布了一批虛擬圖像集,以幫助實(shí)現(xiàn)對(duì)復(fù)雜環(huán)境的智能感知與理解.

2.2.2 平行學(xué)習(xí)

強(qiáng)化學(xué)習(xí)是一種通過(guò)主動(dòng)尋求數(shù)據(jù)、主動(dòng)學(xué)習(xí)進(jìn)行優(yōu)化決策的機(jī)器學(xué)習(xí)方法,它不需要標(biāo)簽數(shù)據(jù),而是通過(guò)不斷地與環(huán)境交互更新數(shù)據(jù)標(biāo)簽,對(duì)于在線系統(tǒng)優(yōu)化是一種非常重要的方法,近年來(lái)受到了廣泛的關(guān)注.但是,它的學(xué)習(xí)效率不高[214?215],需要與環(huán)境進(jìn)行大量的交互反饋以更新模型,當(dāng)面臨復(fù)雜系統(tǒng)大數(shù)據(jù)處理時(shí),過(guò)高的系統(tǒng)狀態(tài)維數(shù)使算法收斂變得十分困難.

為了進(jìn)一步擴(kuò)展強(qiáng)化學(xué)習(xí)的學(xué)習(xí)能力,提升其快速收斂能力,文獻(xiàn)[181]提出了由數(shù)據(jù)處理和行動(dòng)學(xué)習(xí)組成的平行學(xué)習(xí)理論框架.在數(shù)據(jù)處理階段,基于對(duì)復(fù)雜環(huán)境的智能感知和數(shù)據(jù)采樣構(gòu)建軟件定義的人工系統(tǒng),以形成在線、有序的訓(xùn)練環(huán)境.在行動(dòng)學(xué)習(xí)階段,平行學(xué)習(xí)可以在人工系統(tǒng)環(huán)境中同時(shí)訓(xùn)練多個(gè)智能體,同時(shí),與傳統(tǒng)的強(qiáng)化學(xué)習(xí)不同,平行學(xué)習(xí)允許獲取數(shù)據(jù)和完成行動(dòng)采用不同的頻次和發(fā)生順序,并且基于相互競(jìng)爭(zhēng)的對(duì)抗學(xué)習(xí)或迭代演進(jìn)的對(duì)偶學(xué)習(xí)方法提高學(xué)習(xí)的效率,最后,基于對(duì)不同時(shí)序組合、不同迭代策略的智能體學(xué)習(xí)效果的評(píng)估,選擇學(xué)習(xí)效率最高、效果最好的智能體進(jìn)行決策.為解決深度強(qiáng)化學(xué)習(xí)方法存在的缺乏對(duì)新目標(biāo)的泛化能力、數(shù)據(jù)匱乏、數(shù)據(jù)分布和聯(lián)系不明顯等[216]問(wèn)題,文獻(xiàn)[217]基于平行學(xué)習(xí)框架提出了平行增強(qiáng)學(xué)習(xí)的理論方法,通過(guò)將遷移學(xué)習(xí)、預(yù)測(cè)學(xué)習(xí)和深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)融合,用于處理數(shù)據(jù)獲取和行動(dòng)選擇過(guò)程,同時(shí)表征獲得的知識(shí)[218].它通過(guò)人工系統(tǒng)與實(shí)際系統(tǒng)的結(jié)合學(xué)習(xí)系統(tǒng)的一般特征,同時(shí)降低對(duì)數(shù)據(jù)的依賴度;通過(guò)遷移學(xué)習(xí)將解決某一問(wèn)題的知識(shí)轉(zhuǎn)化并擴(kuò)展,一定程度上解決缺乏泛化能力的問(wèn)題;通過(guò)預(yù)測(cè)學(xué)習(xí)預(yù)測(cè)系統(tǒng)未來(lái)的狀況,其生成的數(shù)據(jù)可以指導(dǎo)實(shí)際系統(tǒng)的學(xué)習(xí),從而解決數(shù)據(jù)匱乏和數(shù)據(jù)分布不確定的問(wèn)題;最后,結(jié)合強(qiáng)化學(xué)習(xí)實(shí)現(xiàn)對(duì)系統(tǒng)的優(yōu)化控制.

2.2.3 平行區(qū)塊鏈

區(qū)塊鏈?zhǔn)且员忍貛艦榇淼囊环N全新的去中心化基礎(chǔ)架構(gòu)和分布式計(jì)算范式,通過(guò)運(yùn)用數(shù)據(jù)加密、時(shí)間戳、分布式共識(shí)和經(jīng)濟(jì)激勵(lì)等手段,在無(wú)需節(jié)點(diǎn)互相信任的分布式系統(tǒng)中實(shí)現(xiàn)去中心化的點(diǎn)對(duì)點(diǎn)交易、協(xié)調(diào)和協(xié)作[219?220].區(qū)塊鏈技術(shù)是下一代云計(jì)算的雛形,具備去信任、去中心化、開放自治、匿名可溯源、信息不可篡改等[221]特性,顯示出了廣闊的應(yīng)用前景,吸引了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注.同時(shí),區(qū)塊鏈?zhǔn)菍?shí)現(xiàn)CPSS 的基礎(chǔ)架構(gòu)之一,它能夠?yàn)榉植际缴鐣?huì)系統(tǒng)和分布式人工智能研究提供一套行之有效的去中心化的數(shù)據(jù)結(jié)構(gòu)、交互機(jī)制和計(jì)算模式,為實(shí)現(xiàn)CPSS 奠定堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)和信用基礎(chǔ)[222].但是,區(qū)塊鏈還存在安全性威脅、區(qū)塊膨脹、算力資源浪費(fèi)、非合理競(jìng)爭(zhēng)等[223]問(wèn)題,制約了它的發(fā)展.

圖6 平行感知框架Fig.6 The framework of parallel perception

文獻(xiàn)[175]將區(qū)塊鏈技術(shù)與平行系統(tǒng)有機(jī)結(jié)合,提出平行區(qū)塊鏈技術(shù)方法,通過(guò)實(shí)際區(qū)塊鏈與人工區(qū)塊鏈的平行互動(dòng)與協(xié)同演化,為當(dāng)前的區(qū)塊鏈技術(shù)增加計(jì)算實(shí)驗(yàn)與平行決策功能.它將區(qū)塊鏈中的每一個(gè)節(jié)點(diǎn)都視作分布式系統(tǒng)中一個(gè)自主、自治的智能體,通過(guò)各共識(shí)節(jié)點(diǎn)的自治和交互構(gòu)建分布式人工社會(huì)系統(tǒng);基于區(qū)塊鏈智能合約的可編程性進(jìn)行各種虛擬實(shí)驗(yàn)、場(chǎng)景推演和結(jié)果評(píng)估[224],獲得系統(tǒng)的最優(yōu)決策;最后,基于物聯(lián)網(wǎng)等聯(lián)通物理世界和人工社會(huì),并通過(guò)兩者之間的虛實(shí)互動(dòng)和平行調(diào)諧實(shí)現(xiàn)社會(huì)管理和決策的協(xié)同優(yōu)化[225].文獻(xiàn)[226]將平行區(qū)塊鏈運(yùn)用到軍事領(lǐng)域,利用區(qū)塊鏈可信、可靠、可用及高效等特點(diǎn),幫助跨越不對(duì)稱信息與有限理性鴻溝,將不對(duì)稱的戰(zhàn)爭(zhēng)變?yōu)閷?duì)稱的和平.

2.2.4 平行控制

控制的基本目標(biāo)是根據(jù)被控對(duì)象的有限信息做出高水平的決策,使系統(tǒng)性能達(dá)到最優(yōu)化.計(jì)算機(jī)智能控制技術(shù)的迅猛發(fā)展,為解決復(fù)雜非線性動(dòng)態(tài)系統(tǒng)的優(yōu)化問(wèn)題提供了新思路,例如,自適應(yīng)動(dòng)態(tài)規(guī)劃(Adaptive dynamic programming,ADP)算法采用自學(xué)習(xí)優(yōu)化的方式,通過(guò)系統(tǒng)從環(huán)境到行為映射的學(xué)習(xí)實(shí)現(xiàn)目標(biāo)的函數(shù)值最大[227],成為了一類解決復(fù)雜系統(tǒng)優(yōu)化控制的有力工具.但是,很多復(fù)雜系統(tǒng)的整體行為無(wú)法通過(guò)對(duì)其部分行為的獨(dú)立分析完全確定,此時(shí),ADP 等控制方法便無(wú)法取得良好的效果[228],此外,ADP 等智能控制方法一般要求系統(tǒng)數(shù)據(jù)的完備性,否則便無(wú)法獲得全局最優(yōu).

為了彌補(bǔ)以上不足,文獻(xiàn)[229?230]提出平行動(dòng)態(tài)控制方法.其主要思想是,基于實(shí)際系統(tǒng)的信號(hào),收集狀態(tài)?執(zhí)行?獎(jiǎng)懲信號(hào),建立人工系統(tǒng),產(chǎn)生人工數(shù)據(jù);基于不同的人工系統(tǒng)訓(xùn)練多組優(yōu)化控制策略,并基于動(dòng)態(tài)規(guī)劃的最優(yōu)性原理,訓(xùn)練評(píng)判網(wǎng)絡(luò)對(duì)優(yōu)化策略進(jìn)行評(píng)判,擇優(yōu)對(duì)實(shí)際系統(tǒng)進(jìn)行控制和優(yōu)化.文獻(xiàn)[231]將平行控制方法應(yīng)用到柔性弦分布式參數(shù)系統(tǒng)的控制上,實(shí)現(xiàn)了數(shù)據(jù)驅(qū)動(dòng)平行控制,取得了良好的效果.

2.2.5 平行測(cè)試

復(fù)雜的工業(yè)產(chǎn)品往往需要大量的驗(yàn)證和測(cè)試才能保證其可靠性,以無(wú)人駕駛為例,Intel 的自動(dòng)駕駛首席架構(gòu)師Jack Weast 曾指出,如果要達(dá)到無(wú)人駕駛安全上路的要求,大概需要進(jìn)行300 億英里的道路測(cè)試,這十分不利于企業(yè)在激烈的行業(yè)競(jìng)爭(zhēng)中取得優(yōu)勢(shì).為了在保證系統(tǒng)魯棒性的同時(shí)提升系統(tǒng)測(cè)試和驗(yàn)證的效率,一些研究[232]提出了以計(jì)算機(jī)仿真技術(shù)為基礎(chǔ)的虛擬測(cè)試技術(shù),使測(cè)試系統(tǒng)能夠在短時(shí)間內(nèi)處理數(shù)千個(gè)任務(wù)的定量測(cè)試.但是,基于仿真的測(cè)試高度依賴于人類專家們的知識(shí)來(lái)正確地設(shè)計(jì)場(chǎng)景,同時(shí),通過(guò)仿真測(cè)試的某些場(chǎng)景也需要在現(xiàn)場(chǎng)測(cè)試中重新評(píng)估和驗(yàn)證,以驗(yàn)證測(cè)試系統(tǒng)的可靠性.為此,文獻(xiàn)[233]提出了一種人在回路的平行測(cè)試系統(tǒng),通過(guò)融合人類專家與計(jì)算機(jī)系統(tǒng)的優(yōu)勢(shì)[234?235],使系統(tǒng)具有在人類專家指導(dǎo)下自動(dòng)升級(jí)的認(rèn)知機(jī)制,同時(shí)引入對(duì)抗式學(xué)習(xí)模型,以自動(dòng)生成新的任務(wù)實(shí)例,進(jìn)一步提升其自動(dòng)測(cè)試驗(yàn)證能力.該系統(tǒng)成功應(yīng)用于中國(guó)智能汽車未來(lái)挑戰(zhàn)賽,為這一世界上規(guī)模最大、連續(xù)舉辦時(shí)間最長(zhǎng)的自動(dòng)駕駛比賽提供了有效的測(cè)試支持.

2.2.6 小結(jié)

平行系統(tǒng)的各項(xiàng)技術(shù)并不是彼此割裂的,而是彼此關(guān)聯(lián)、互相補(bǔ)充,例如,平行學(xué)習(xí)可以基于多種數(shù)據(jù)分析和學(xué)習(xí)的方法進(jìn)一步提升平行感知任務(wù)的準(zhǔn)確度和效率;平行控制和平行測(cè)試的反饋結(jié)果可以為平行感知、平行學(xué)習(xí)、平行區(qū)塊鏈的建模優(yōu)化提供參考.

2.3 平行系統(tǒng)平臺(tái)架構(gòu)

平行系統(tǒng)平臺(tái)的基本要素如圖4 中的平臺(tái)層所示[175],主要由底層要素庫(kù)和上層應(yīng)用組件組成.要素庫(kù)包含模型庫(kù)、本體庫(kù)、機(jī)制庫(kù)、策略庫(kù)、場(chǎng)景庫(kù)、算法庫(kù)、合約庫(kù)和知識(shí)庫(kù),通過(guò)合理組裝各類要素實(shí)例化一個(gè)完整的平行系統(tǒng).其中,模型庫(kù)存儲(chǔ)系統(tǒng)建模使用過(guò)的所有模型,例如智能體模型、網(wǎng)絡(luò)模型;本體庫(kù)存儲(chǔ)潛在應(yīng)用領(lǐng)域的領(lǐng)域本體,以增強(qiáng)各智能體交互的語(yǔ)義互操作性;機(jī)制庫(kù)存儲(chǔ)智能體的交互協(xié)議;策略庫(kù)存儲(chǔ)智能體的典型策略和行為模式;場(chǎng)景庫(kù)存儲(chǔ)平臺(tái)預(yù)定義的場(chǎng)景和參數(shù);合約庫(kù)存儲(chǔ)平行區(qū)塊鏈的各類智能合約;算法庫(kù)存儲(chǔ)典型的算法;知識(shí)庫(kù)存儲(chǔ)系統(tǒng)運(yùn)行中獲得的管控策略和場(chǎng)景?應(yīng)對(duì)規(guī)則.上層應(yīng)用組件包括多智能體平臺(tái)組件、場(chǎng)景發(fā)生器、共識(shí)驅(qū)動(dòng)引擎、算法分析工具和大規(guī)?？梢暬ぞ叩?多智能體平臺(tái)組件主要實(shí)現(xiàn)自底向上多智能體建模,為系統(tǒng)提供個(gè)體行為、通信協(xié)議和交互機(jī)制建模支持.多智能體平臺(tái)組件遵循FIPA (Foundation for intelligent physical agents)[236]智能體建模規(guī)范,由智能體管理機(jī)構(gòu)、目錄服務(wù)器和智能體組件構(gòu)成,并統(tǒng)一描述內(nèi)部消息傳輸和內(nèi)容語(yǔ)言的語(yǔ)法和語(yǔ)義.場(chǎng)景發(fā)生器能夠從場(chǎng)景庫(kù)動(dòng)態(tài)提取和配置計(jì)算實(shí)驗(yàn)場(chǎng)景,并通過(guò)合適的機(jī)制、策略將其實(shí)例化.共識(shí)驅(qū)動(dòng)引擎在人工場(chǎng)景的基礎(chǔ)上完成計(jì)算實(shí)驗(yàn),并根據(jù)實(shí)驗(yàn)結(jié)果更新各個(gè)要素庫(kù).算法分析工具通過(guò)實(shí)時(shí)采集實(shí)驗(yàn)過(guò)程數(shù)據(jù)并對(duì)其進(jìn)行分析,尋找實(shí)現(xiàn)系統(tǒng)目標(biāo)的優(yōu)化策略.可視化工具通過(guò)動(dòng)態(tài)實(shí)時(shí)的人機(jī)交互界面,以多種形式呈現(xiàn)計(jì)算實(shí)驗(yàn)過(guò)程.

文獻(xiàn)[207]提出針對(duì)平行機(jī)器人系統(tǒng)的計(jì)算實(shí)驗(yàn)平臺(tái)框架,主要由實(shí)驗(yàn)設(shè)計(jì)、動(dòng)態(tài)仿真、學(xué)習(xí)優(yōu)化、實(shí)驗(yàn)評(píng)估和數(shù)據(jù)中心組成.文獻(xiàn)[188]將該框架進(jìn)一步細(xì)化,設(shè)計(jì)了計(jì)算實(shí)驗(yàn)平臺(tái)完整的組成框架和數(shù)據(jù)流程.首先,實(shí)驗(yàn)設(shè)計(jì)模塊通過(guò)解析物理傳感信號(hào)和社會(huì)傳感信號(hào)分析物理系統(tǒng)參數(shù)和系統(tǒng)需求,進(jìn)一步通過(guò)智能規(guī)劃和專家系統(tǒng)等方法自動(dòng)生成人工系統(tǒng)智能體的行為和交互規(guī)則,進(jìn)而生成計(jì)算實(shí)驗(yàn)方案;接著,動(dòng)態(tài)仿真模塊對(duì)智能體組成的實(shí)驗(yàn)場(chǎng)景進(jìn)行模擬和演化[237],生成完備的人工系統(tǒng)數(shù)據(jù);學(xué)習(xí)優(yōu)化模塊基于深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等方法對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析和學(xué)習(xí),自動(dòng)生成針對(duì)具體任務(wù)、具體場(chǎng)景的系統(tǒng)控制方案;分析評(píng)估模塊對(duì)計(jì)算實(shí)驗(yàn)過(guò)程進(jìn)行檢查,并從方案中評(píng)估產(chǎn)生最佳的系統(tǒng)運(yùn)行方案;最后,將通過(guò)評(píng)估的場(chǎng)景、參數(shù)和相應(yīng)的控制方案保存到數(shù)據(jù)中心備用.

2.4 平行系統(tǒng)典型應(yīng)用

ACP 方法是一套針對(duì)復(fù)雜CPSS 的普適性方法,近年來(lái)得到了廣泛的關(guān)注和研究,被應(yīng)用到交通、醫(yī)療、自動(dòng)駕駛、軍事、化工等科學(xué)和工程問(wèn)題.

2.4.1 平行交通

平行系統(tǒng)技術(shù)最早被用于智能交通領(lǐng)域,在城市交通、軌道交通等領(lǐng)域得到了廣泛應(yīng)用并取得了良好的社會(huì)與經(jīng)濟(jì)效應(yīng).交通系統(tǒng)包含了駕駛員的動(dòng)態(tài)變化性和社會(huì)性[238],同時(shí)具有一定的物理和社會(huì)過(guò)程,是一個(gè)典型的CPSS[239].交通系統(tǒng)的控制與管理面臨著三大問(wèn)題:1)數(shù)據(jù)不足,交通數(shù)據(jù)難以體系化獲得且往往質(zhì)量較差[192,240?241];2)難以實(shí)驗(yàn),實(shí)際實(shí)驗(yàn)往往成本很高且危險(xiǎn)性較大;3)開放環(huán)境,傳統(tǒng)方法幾乎都使用已有的數(shù)據(jù)進(jìn)行推理、決策,執(zhí)果索因,無(wú)法全面解析問(wèn)題的本質(zhì),難以從根本上解決交通問(wèn)題.

平行交通通過(guò)人工交通系統(tǒng)構(gòu)建交通的“社會(huì)實(shí)驗(yàn)室”,基于計(jì)算實(shí)驗(yàn)分析各種可能的交通行為和現(xiàn)象,分析各種情況的原因和控制方案,通過(guò)平行執(zhí)行將分析結(jié)果應(yīng)用到實(shí)際系統(tǒng)中,以優(yōu)化實(shí)際的交通系統(tǒng)[242?243].典型的案例如中國(guó)科學(xué)院自動(dòng)化研究所2010 年自主研發(fā)的平行交通管理系統(tǒng)PtMS[186],該系統(tǒng)由實(shí)際交通系統(tǒng)、人工交通系統(tǒng)、交通管理員培訓(xùn)系統(tǒng)、決策評(píng)估和驗(yàn)證系統(tǒng)及交通感知、管理與控制系統(tǒng)五部分組成.通過(guò)人工交通系統(tǒng)與實(shí)際交通系統(tǒng)的虛實(shí)交互、協(xié)同進(jìn)化,可以實(shí)現(xiàn)交通管理訓(xùn)練、驗(yàn)證及控制等功能.該系統(tǒng)在江蘇太倉(cāng)、廣州亞運(yùn)會(huì)和山東青島[187]等地得到了應(yīng)用,取得了良好的效果,為智能交通管控提供了新思路.

2.4.2 平行醫(yī)療

針對(duì)傳統(tǒng)醫(yī)療方法效率低、過(guò)分依賴醫(yī)生經(jīng)驗(yàn)及AI 輔助診療樣本不足、個(gè)性化定制差等問(wèn)題,可以將平行系統(tǒng)應(yīng)用到醫(yī)療中,構(gòu)建人工診療系統(tǒng)模擬和表示實(shí)際診療系統(tǒng),運(yùn)用計(jì)算實(shí)驗(yàn)進(jìn)行各種診療模型的訓(xùn)練與評(píng)估,基于人工診療系統(tǒng)生成的完備大數(shù)據(jù)學(xué)習(xí)各種罕見(jiàn)病例的知識(shí)經(jīng)驗(yàn),借助平行執(zhí)行對(duì)實(shí)際診療系統(tǒng)進(jìn)行管理決策與實(shí)時(shí)優(yōu)化,幫助醫(yī)生減少誤診誤治,提高效率,提升水平,同時(shí)也能幫助患者做好慢病管理，遠(yuǎn)離疾病,實(shí)現(xiàn)診療過(guò)程的自動(dòng)化與智能化.

平行醫(yī)療的典型案例包括平行眼[189]、平行手術(shù)[190]、平行高特[153]、平行皮膚[244]等,相關(guān)疾病常伴發(fā)其他慢性疾病并相互影響,其治療需要綜合考慮各個(gè)疾病之間的相互影響,同時(shí)還需要加強(qiáng)對(duì)病人的教育,養(yǎng)治結(jié)合,才能達(dá)到更好的治療效果,因此,其診療系統(tǒng)也是一類復(fù)雜的社會(huì)系統(tǒng).平行醫(yī)療系統(tǒng)引入CPSS[245],通過(guò)研究診療系統(tǒng)這一社會(huì)系統(tǒng)與物理系統(tǒng)、信息系統(tǒng)之間的交互作用,利用信息系統(tǒng)中無(wú)限的數(shù)據(jù)和信息資源[246],突破物理系統(tǒng)資源有限的約束和時(shí)空的限制,達(dá)到更好的診療效果.

2.4.3 平行自動(dòng)駕駛

近年來(lái),隨著環(huán)境感知、決策與規(guī)劃、控制與執(zhí)行、高精度地圖和實(shí)時(shí)定位等技術(shù)的發(fā)展,自動(dòng)駕駛技術(shù)呈現(xiàn)高速發(fā)展的態(tài)勢(shì),成為全世界汽車產(chǎn)業(yè)的最新發(fā)展方向.但是,自動(dòng)駕駛技術(shù)雖然取得了很大的進(jìn)步,卻仍然面臨著很多挑戰(zhàn).例如,在感知上,復(fù)雜地形、復(fù)雜天氣、復(fù)雜道路交通環(huán)境條件下,要實(shí)現(xiàn)快速、準(zhǔn)確、可靠的環(huán)境感知,仍然十分困難;在決策上,基于規(guī)則的行為決策簡(jiǎn)單,但靈活性不足,端到端的深度神經(jīng)網(wǎng)絡(luò)則很難在參數(shù)調(diào)整之上的邏輯層面改善系統(tǒng)性能[247?248];此外,如何將人類駕駛員的駕駛經(jīng)驗(yàn)與知識(shí)同自動(dòng)駕駛車輛強(qiáng)大的感知與運(yùn)算能力相結(jié)合[249?250],將是未來(lái)一段時(shí)間內(nèi)自動(dòng)駕駛研究的熱點(diǎn)和難點(diǎn).

文獻(xiàn)[251]提出了一種兼具運(yùn)營(yíng)管理、在線狀態(tài)監(jiān)測(cè)、應(yīng)急駕駛安全接管等功能的平行駕駛集成解決方案,是ACP 方法在云端化網(wǎng)聯(lián)自動(dòng)駕駛領(lǐng)域的典型應(yīng)用.平行駕駛系統(tǒng)由描述車、預(yù)測(cè)車、引導(dǎo)車和真實(shí)車數(shù)字四胞胎組成,其中,描述車主要通過(guò)形式化方式描述自動(dòng)駕駛車輛的行為和交通環(huán)境的特征,以構(gòu)建虛擬車輛和環(huán)境模型[252];預(yù)測(cè)車通過(guò)大量的計(jì)算實(shí)驗(yàn),對(duì)復(fù)雜行車環(huán)境下的行車方案進(jìn)行試錯(cuò)、預(yù)測(cè)與優(yōu)化[253];引導(dǎo)車通過(guò)信息?物理車輛之間的虛實(shí)交互[254],引導(dǎo)真實(shí)車安全行駛.近年來(lái),平行駕駛技術(shù)已經(jīng)在無(wú)人礦山運(yùn)營(yíng)和智慧物流車等領(lǐng)域?qū)崿F(xiàn)了成功應(yīng)用.

2.4.4 平行軍事

隨著科學(xué)技術(shù)和軍事理論的發(fā)展,聯(lián)合物理域、網(wǎng)絡(luò)域與感知域的跨域作戰(zhàn)成為現(xiàn)實(shí),其主要表現(xiàn)是以常規(guī)武器為核心的“明戰(zhàn)”、以網(wǎng)絡(luò)武器為主導(dǎo)的“暗戰(zhàn)”、及以社會(huì)媒體為手段的“觀戰(zhàn)”的有機(jī)戰(zhàn)略組合.如何結(jié)合明戰(zhàn)、暗戰(zhàn)、觀戰(zhàn)等形式[255?256],以實(shí)時(shí)和常態(tài)化的方式綜合在物理域、網(wǎng)絡(luò)域、感知域[257?258]中的軍事行動(dòng),是國(guó)防建設(shè)的重要任務(wù).未來(lái),必須要建設(shè)面向社會(huì)物理信息系統(tǒng)的軍事體系,以應(yīng)對(duì)更加復(fù)雜的戰(zhàn)爭(zhēng)需要.

文獻(xiàn)[259]基于ACP 方法提出一種平行軍事體系,該體系是一種面向網(wǎng)絡(luò)化、大數(shù)據(jù),以深度計(jì)算為主要手段的管理與控制復(fù)雜軍事過(guò)程與系統(tǒng)的方法.平行軍事體系由實(shí)際軍事組織及系統(tǒng)和相應(yīng)人工軍事組織及系統(tǒng)組成,其特點(diǎn)是以數(shù)據(jù)為驅(qū)動(dòng),通過(guò)實(shí)際軍事組織及系統(tǒng)的數(shù)據(jù)構(gòu)建人工軍事組織及系統(tǒng),在此基礎(chǔ)上,利用計(jì)算實(shí)驗(yàn)對(duì)各類復(fù)雜軍事問(wèn)題、行為及決策不斷進(jìn)行分析、預(yù)測(cè)和評(píng)估,提升作戰(zhàn)能力與軍事水平[260],最后,通過(guò)實(shí)際與人工虛實(shí)互動(dòng)的執(zhí)行方式來(lái)完成特定軍事任務(wù)及目標(biāo).在平行軍事的體系下,文獻(xiàn)[261?264]提出了平行航母和平行坦克的指揮與控制架構(gòu),通過(guò)相應(yīng)作戰(zhàn)裝備的人工系統(tǒng)與實(shí)際系統(tǒng)的虛實(shí)互動(dòng),提升其作戰(zhàn)水平和智能化水平.

2.4.5 平行化工

石油化工是整個(gè)國(guó)民經(jīng)濟(jì)的血液,石化生產(chǎn)加工的長(zhǎng)周期管理是一項(xiàng)復(fù)雜的系統(tǒng)工程,涉及社會(huì)復(fù)雜性(管理、人員)和工程復(fù)雜性(設(shè)備、工藝),干擾因素眾多(電力、蒸汽、地震、事故等).傳統(tǒng)控制的研究重點(diǎn)主要是生產(chǎn)設(shè)備和工藝參數(shù),比如溫度、壓力、液位等參數(shù)的定量閉環(huán)控制.而實(shí)際需要研究的范圍,還需要包括整個(gè)生產(chǎn)過(guò)程、生產(chǎn)工廠等復(fù)雜工程對(duì)象的建模、控制與優(yōu)化,以及人、環(huán)境等社會(huì)對(duì)象的建模與控制.據(jù)統(tǒng)計(jì),生產(chǎn)事故大多數(shù)是人為原因造成的.正說(shuō)明研究社會(huì)物理信息系統(tǒng)控制與管理的重要性.

文獻(xiàn)[265]針對(duì)乙烯生產(chǎn)系統(tǒng)的長(zhǎng)周期生產(chǎn)管理,開發(fā)了乙烯生產(chǎn)的平行管理系統(tǒng).該系統(tǒng)基于語(yǔ)言動(dòng)力學(xué)方法量化生產(chǎn)管理制度,基于多智能體方法建模人員及其組織,基于物理機(jī)理建模生產(chǎn)設(shè)備,進(jìn)而建立完整的乙烯生產(chǎn)管理人工系統(tǒng),對(duì)生產(chǎn)過(guò)程中的不同要素之間的交互進(jìn)行量化描述,形成對(duì)復(fù)雜生產(chǎn)過(guò)程的模擬.接著,通過(guò)計(jì)算實(shí)驗(yàn)對(duì)多種不同控制目標(biāo)、不同控制場(chǎng)景尋找到有效的建模和控制方法,并通過(guò)逐步精細(xì)化的場(chǎng)景數(shù)據(jù)和控制目標(biāo),實(shí)現(xiàn)對(duì)更精細(xì)場(chǎng)景的控制.最后,通過(guò)實(shí)際系統(tǒng)和人工系統(tǒng)的“虛實(shí)互動(dòng)”、“滾動(dòng)優(yōu)化”,實(shí)現(xiàn)動(dòng)態(tài)復(fù)雜生產(chǎn)系統(tǒng)的有效控制.該系統(tǒng)在齊魯石化、茂名石化等化工企業(yè)得到了有效應(yīng)用,取得了良好的經(jīng)濟(jì)效益.

2.4.6 其他研究

除上述研究方向外,平行系統(tǒng)還在物流[266?267]、情報(bào)[268]、能源[268?270]、安防[271?273]、農(nóng)業(yè)[274?277]等領(lǐng)域獲得了廣泛研究和應(yīng)用.

3 數(shù)字孿生與平行系統(tǒng)的異同

平行系統(tǒng)和數(shù)字孿生技術(shù)的提出和發(fā)展具有相似的技術(shù)背景,都是伴隨著物聯(lián)網(wǎng)、新一代人工智能等技術(shù)的發(fā)展而逐步引起重視的.一方面,高精度傳感器、高速通信和物聯(lián)網(wǎng)等技術(shù)的發(fā)展使虛擬模型和物理實(shí)體之間的實(shí)時(shí)交互成為可能;另一方面,大數(shù)據(jù)、機(jī)器學(xué)習(xí)等技術(shù)的發(fā)展和推廣使數(shù)據(jù)的價(jià)值得以凸顯.兩者的主要思路都是以數(shù)據(jù)驅(qū)動(dòng),構(gòu)建與物理實(shí)體相對(duì)應(yīng)的虛擬系統(tǒng),通過(guò)在虛擬系統(tǒng)上進(jìn)行實(shí)驗(yàn)、分析,解析并優(yōu)化控制難以用數(shù)理模型分析的復(fù)雜系統(tǒng).但是,數(shù)字孿生與平行系統(tǒng)是兩類不同的原創(chuàng)范式,在核心思想、研究對(duì)象、架構(gòu)和實(shí)現(xiàn)方法等方面都存在一定的區(qū)別.

1)數(shù)字孿生與平行系統(tǒng)的哲學(xué)基礎(chǔ)不同,數(shù)字孿生屬于還原論或舊唯物主義的反映論,其孿生系統(tǒng)是相應(yīng)物理系統(tǒng)直接、機(jī)械、被動(dòng)和鏡像式的反映,是相應(yīng)物理系統(tǒng)的依附,不具獨(dú)立性;平行系統(tǒng)屬于能動(dòng)、整體和辯證式的認(rèn)識(shí)論,其人工系統(tǒng)并不要求與相應(yīng)的物理系統(tǒng)完全一致,因而具有一定的平行性或獨(dú)立性.平行系統(tǒng)將物理系統(tǒng)視為與環(huán)境交互的系統(tǒng),且其運(yùn)行目標(biāo)和效用是受社會(huì)資源約束的系統(tǒng);平行系統(tǒng)強(qiáng)調(diào)人在系統(tǒng)中的作用,強(qiáng)調(diào)融合了人的意圖的虛擬系統(tǒng)對(duì)物理系統(tǒng)的引導(dǎo),目的是使物理系統(tǒng)在構(gòu)成和運(yùn)行方面達(dá)到某種進(jìn)化.

2)數(shù)字孿生與平行系統(tǒng)的研究對(duì)象不同,數(shù)字孿生研究的是由信息空間和物理空間組成的CPS,而平行系統(tǒng)主要針對(duì)社會(huì)網(wǎng)絡(luò)、信息資源和物理空間深度融合的CPSS.數(shù)字孿生基于實(shí)時(shí)傳感數(shù)據(jù)連接物理世界和數(shù)字化虛擬世界,實(shí)現(xiàn)在虛擬空間實(shí)時(shí)監(jiān)控與同步物理世界的活動(dòng),幫助實(shí)現(xiàn)大型工程系統(tǒng)的實(shí)時(shí)感知、動(dòng)態(tài)控制和信息服務(wù),是實(shí)現(xiàn)信息和物理空間融合的CPS 的有效途徑[278?280].數(shù)字孿生的“物理實(shí)體?虛擬模型?孿生數(shù)據(jù)?應(yīng)用服務(wù)”多元多層映射機(jī)制為實(shí)現(xiàn)“物理融合、模型融合、數(shù)據(jù)融合、服務(wù)融合”四個(gè)維度的信息物理融合提供了有效支持,同時(shí),CPS 中機(jī)器、環(huán)境、信息等要素的相互映射、高效交互是物理要素的感知[281]、虛擬模型的構(gòu)建[282]、孿生數(shù)據(jù)的融合、虛實(shí)實(shí)時(shí)互動(dòng)的基礎(chǔ).當(dāng)前,隨著大數(shù)據(jù)和互聯(lián)網(wǎng)的深入發(fā)展,信息物理系統(tǒng)受社會(huì)因素的影響日益凸顯,人越來(lái)越多地嵌入在系統(tǒng)和信息之中[283?285].多數(shù)過(guò)程不再是物理實(shí)在的,而是人為規(guī)定的人工流程,預(yù)示著人工世界將成為人類現(xiàn)階段開發(fā)的重點(diǎn)[286],面向物理世界和網(wǎng)絡(luò)空間融合的CPSS 將成為未來(lái)的基礎(chǔ)設(shè)施[176].CPSS 中的信息包含物理系統(tǒng)數(shù)據(jù)、虛擬的人工系統(tǒng)數(shù)據(jù)、泛在社會(huì)大數(shù)據(jù)等[287].由于其復(fù)雜性,實(shí)際系統(tǒng)與模型行為之間的差別越來(lái)越大,以致形成“建模鴻溝”[182]的客觀現(xiàn)象.此時(shí),動(dòng)態(tài)仿真式的數(shù)字孿生控制不再適應(yīng),構(gòu)建人工系統(tǒng),通過(guò)虛擬和實(shí)際系統(tǒng)的平行運(yùn)行,實(shí)現(xiàn)計(jì)算、物理和社會(huì)的動(dòng)態(tài)交互、時(shí)空一致,處理不確定性,成為解決CPSS 問(wèn)題的有效途徑.

3)數(shù)字孿生與平行系統(tǒng)的核心思想不同,數(shù)字孿生的核心思想是預(yù)測(cè)控制的“牛頓定律”,而平行系統(tǒng)則以引導(dǎo)型的“默頓定律”控制和優(yōu)化系統(tǒng).我們稱在給定當(dāng)前系統(tǒng)狀態(tài)與控制的條件下,可以通過(guò)解析的方式求解下一時(shí)刻狀態(tài),從而精確預(yù)測(cè)其行為的系統(tǒng)為“牛頓系統(tǒng)”[288].CPS 是一類典型的牛頓系統(tǒng),在CPS 中,行為建模與目標(biāo)建模是一致的:只要系統(tǒng)本身可控,可以通過(guò)分析其行為模型進(jìn)行控制,達(dá)到系統(tǒng)目標(biāo).數(shù)字孿生建模CPS 的核心思想就是通過(guò)構(gòu)建實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)的仿真系統(tǒng)[289],輔助尋找控制系統(tǒng)行為的系統(tǒng)解析公式,據(jù)此直接設(shè)計(jì)相應(yīng)的控制方法,實(shí)現(xiàn)期望的目標(biāo).與“牛頓系統(tǒng)”相對(duì)應(yīng)的是系統(tǒng)行為能夠被“默頓定律”影響或引導(dǎo)的“默頓系統(tǒng)”.“默頓定律”是以社會(huì)學(xué)家默頓命名的,能夠引導(dǎo)系統(tǒng)行為的自我實(shí)現(xiàn)定律.在默頓系統(tǒng)中,由于各種不可預(yù)測(cè)或無(wú)法獲得的變量的存在,即使給定當(dāng)前的系統(tǒng)狀態(tài)和控制條件,系統(tǒng)下一步的狀態(tài)也無(wú)法通過(guò)求解獲得,系統(tǒng)行為也難以準(zhǔn)確預(yù)測(cè).在CPSS 中,由于人與機(jī)器、系統(tǒng)、流程深度融合,并且人的行為具有動(dòng)態(tài)性、自主性、突變性、高度復(fù)雜性等特點(diǎn),系統(tǒng)更加不定、多樣、復(fù)雜,導(dǎo)致本質(zhì)上無(wú)法對(duì)其“行為模型”直接進(jìn)行控制,只能間接影響.此時(shí),數(shù)字孿生無(wú)法實(shí)現(xiàn)對(duì)CPSS 的有效管理與控制.平行系統(tǒng)ACP 方法為實(shí)現(xiàn)“默頓系統(tǒng)”提供了有效手段,它以實(shí)際系統(tǒng)的數(shù)據(jù)驅(qū)動(dòng),構(gòu)建虛擬的人工系統(tǒng),實(shí)現(xiàn)對(duì)復(fù)雜CPSS 的建模、描述[290?292],實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的描述智能;以人工系統(tǒng)為“社會(huì)實(shí)驗(yàn)室”,通過(guò)對(duì)多樣復(fù)雜場(chǎng)景的計(jì)算、訓(xùn)練、評(píng)估,求解具體場(chǎng)景的優(yōu)化方案,實(shí)現(xiàn)實(shí)驗(yàn)驅(qū)動(dòng)的預(yù)測(cè)智能;通過(guò)實(shí)際系統(tǒng)與人工系統(tǒng)的虛實(shí)互動(dòng)、交互反饋,形成自適應(yīng)優(yōu)化控制的平行系統(tǒng),實(shí)現(xiàn)虛實(shí)互動(dòng)反饋的引導(dǎo)智能.

4)數(shù)字孿生與平行系統(tǒng)的基礎(chǔ)設(shè)施不同.數(shù)字孿生的基礎(chǔ)設(shè)施是數(shù)字雙胞胎,主要由物理實(shí)體和描述它的數(shù)字鏡像組成,數(shù)據(jù)是連通物理實(shí)體和數(shù)字鏡像的橋梁,以實(shí)現(xiàn)在虛擬空間中實(shí)時(shí)映射物理實(shí)體的行為和狀態(tài).而平行系統(tǒng)是由物理子系統(tǒng)、描述子系統(tǒng)、預(yù)測(cè)子系統(tǒng)、引導(dǎo)子系統(tǒng)構(gòu)成的數(shù)字四胞胎架構(gòu),其基礎(chǔ)架構(gòu)如圖7 所示.它通過(guò)計(jì)算實(shí)驗(yàn)、平行執(zhí)行等手段,以虛擬的人工系統(tǒng)描述、預(yù)測(cè)、引導(dǎo)實(shí)際物理系統(tǒng),使物理系統(tǒng)自動(dòng)逼近更優(yōu)的人工系統(tǒng),實(shí)現(xiàn)物理系統(tǒng)的自適應(yīng)優(yōu)化.

圖7 平行系統(tǒng)架構(gòu)Fig.7 The architecture of parallel systems

5)數(shù)字孿生與平行系統(tǒng)的實(shí)現(xiàn)技術(shù)方法不同.數(shù)字孿生主要基于物聯(lián)網(wǎng)傳感數(shù)據(jù)和仿真等手段構(gòu)建物理實(shí)體的數(shù)字鏡像[293?295],一個(gè)完整的數(shù)字孿生建模流程通常為:首先基于仿真建模工具構(gòu)建一個(gè)物理實(shí)體的數(shù)字模型,并且通過(guò)機(jī)器學(xué)習(xí)等方式分析實(shí)時(shí)傳感器數(shù)據(jù)和歷史數(shù)據(jù),進(jìn)而不斷修正模型;接著,將模型中的信息和數(shù)據(jù)導(dǎo)入其他分析系統(tǒng),針對(duì)特定目標(biāo)如壽命預(yù)測(cè)展開分析,并得出結(jié)論,雖然部分?jǐn)?shù)字孿生模型提出了基于孿生數(shù)據(jù)自動(dòng)優(yōu)化系統(tǒng)的方法,但是還未形成基于數(shù)字孿生自適應(yīng)優(yōu)化系統(tǒng)的標(biāo)準(zhǔn)范式;最后,通過(guò)應(yīng)用軟件或增強(qiáng)現(xiàn)實(shí)等工具將分析結(jié)果和系統(tǒng)狀態(tài)展示給用戶.而平行系統(tǒng)的人工系統(tǒng)是軟件定義的系統(tǒng),其主要建模方式是多智能體方法,將實(shí)際系統(tǒng)中的各要素建模為智能體,并基于實(shí)際系統(tǒng)的數(shù)據(jù)利用知識(shí)發(fā)現(xiàn)和知識(shí)工程獲得智能體的屬性和規(guī)則;接著,基于一定的目標(biāo)生成大量的人工場(chǎng)景,運(yùn)行產(chǎn)生大量數(shù)據(jù),再利用機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等方法進(jìn)行分析、預(yù)測(cè)、評(píng)估,獲得針對(duì)特定目標(biāo)、特定場(chǎng)景的最優(yōu)控制方案;最后,通過(guò)平行執(zhí)行循環(huán)、在線地引導(dǎo)實(shí)際系統(tǒng)逼近人工系統(tǒng).在技術(shù)層面,數(shù)字孿生是數(shù)字仿真的一個(gè)自然進(jìn)展,它的主旨要求是“孿”或“像(仿)”,它強(qiáng)調(diào)物理系統(tǒng)的相關(guān)數(shù)據(jù)全部、高精度獲取,系統(tǒng)或數(shù)據(jù)之間的關(guān)聯(lián)模型要盡可能精確并可靠.顯然,這在實(shí)際應(yīng)用中是難于做到的.平行系統(tǒng)并不過(guò)分強(qiáng)調(diào)“孿”或“像”,即不過(guò)分要求數(shù)據(jù)的完備性、準(zhǔn)確性與可靠性,特別是環(huán)境數(shù)據(jù)和與效用相關(guān)的社會(huì)資源數(shù)據(jù),因?yàn)樗梢陨森h(huán)境(場(chǎng)景)和資源數(shù)據(jù),也可以做計(jì)算實(shí)驗(yàn),同時(shí),并不過(guò)分要求模型的準(zhǔn)確性,建模難度大大降低.

6)數(shù)字孿生與平行系統(tǒng)的功能不同,平行系統(tǒng)能夠?qū)崿F(xiàn)對(duì)復(fù)雜系統(tǒng)更優(yōu)的管理與控制.數(shù)字孿生本質(zhì)上是一種與實(shí)際系統(tǒng)實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)交互的仿真系統(tǒng),通過(guò)在數(shù)字化空間構(gòu)建鏡像實(shí)體使物理實(shí)體的狀態(tài)可觀、可控.但是,它僅能依據(jù)物理實(shí)體的實(shí)際數(shù)據(jù)預(yù)測(cè)其未來(lái)的變化,或基于專家經(jīng)驗(yàn)提出針對(duì)某一特定場(chǎng)景的優(yōu)化方案,無(wú)法評(píng)估多種方案、多種參數(shù)下的系統(tǒng)表現(xiàn),其優(yōu)化控制容易陷入局部最優(yōu).而平行系統(tǒng)的計(jì)算實(shí)驗(yàn)可以基于人工系統(tǒng)生成大量場(chǎng)景,并在其中基于試錯(cuò)實(shí)驗(yàn)涌現(xiàn)分析出系統(tǒng)的全局最優(yōu)控制方案,自適應(yīng)地進(jìn)行優(yōu)化控制.因此,數(shù)字孿生還停留在ACP 方法的第一階段和部分計(jì)算實(shí)驗(yàn)階段[262],即只建立了描述型的人工系統(tǒng),并未充分利用其預(yù)測(cè)、引導(dǎo)結(jié)構(gòu).數(shù)字孿生可以視作平行系統(tǒng)的一種特例或子集,為特定的系統(tǒng)提供實(shí)時(shí)監(jiān)測(cè)和調(diào)整服務(wù)[269].

4 發(fā)展趨勢(shì)與展望

隨著工業(yè)大數(shù)據(jù)、人工智能、信息系統(tǒng)等技術(shù)的發(fā)展,智能設(shè)備、基礎(chǔ)設(shè)施等在更廣的范圍和更深的層次進(jìn)行信息物理交互,形成了快速、高效、密集聯(lián)結(jié)的物聯(lián)社會(huì)[296];隨著智能移動(dòng)設(shè)備人均保有量的提高、客戶與制造企業(yè)交互密度和深度的增加,人類社會(huì)的信息和特征越來(lái)越多地植入物聯(lián)社會(huì),人與信息物理系統(tǒng)之間以共融、協(xié)同、主導(dǎo)、輔助、監(jiān)管等多種模式運(yùn)行,人與信息物理系統(tǒng)深度融合,催生了CPSS;在工程領(lǐng)域,越來(lái)越多的系統(tǒng)引入了開放的軟件定義的系統(tǒng)接口實(shí)現(xiàn)系統(tǒng)功能的靈活重構(gòu),各種信息管理系統(tǒng)在各行業(yè)中起到了比物理硬件系統(tǒng)更加重要的作用,將知識(shí)自動(dòng)化[288]和系統(tǒng)工程更加緊密地聯(lián)系起來(lái),逐漸形成了直接面向智能的復(fù)雜知識(shí)聯(lián)結(jié)與知識(shí)協(xié)同的智聯(lián)網(wǎng)[297?298].因此,必須建立包含人機(jī)物在內(nèi)的智能實(shí)體之間知識(shí)層次的聯(lián)結(jié),實(shí)現(xiàn)從相對(duì)獨(dú)立的簡(jiǎn)單知識(shí)系統(tǒng),向知識(shí)聯(lián)結(jié)的復(fù)雜知識(shí)系統(tǒng)的躍進(jìn);從以“牛頓定律”為指導(dǎo)的精確物質(zhì)系統(tǒng),向以“默頓定律”為代表的自由意志系統(tǒng)躍進(jìn)[299?300].平行系統(tǒng)為知識(shí)虛擬空間和物理實(shí)在空間的管控提供了完整的理論框架,知識(shí)虛擬空間是對(duì)物理空間的反映、提取、總結(jié)和升華,同時(shí),又反過(guò)來(lái)影響、誘導(dǎo)、管控物理空間,實(shí)現(xiàn)對(duì)信息系統(tǒng)的優(yōu)化及對(duì)智聯(lián)網(wǎng)的認(rèn)知管控[301],更能夠滿足未來(lái)的需求.

CPSS 是典型的開放智能系統(tǒng),它應(yīng)當(dāng)具有開放智能系統(tǒng)的典型精準(zhǔn)特征:狀態(tài)感知、實(shí)時(shí)分析、自主決策、精準(zhǔn)執(zhí)行和學(xué)習(xí)提升.然而,數(shù)字孿生建模復(fù)雜系統(tǒng)難以考慮開放環(huán)境的影響,它與環(huán)境的交互是單向的,其對(duì)于環(huán)境的感知始終落后于環(huán)境的變化.同時(shí),數(shù)字孿生中人機(jī)信息物理交互比較原始,人員只能在物理空間,通過(guò)感官獲取設(shè)備的信息并對(duì)設(shè)備進(jìn)行物理操作,人因的復(fù)雜性難以量化建模和分析,社會(huì)因素影響下的系統(tǒng)動(dòng)態(tài)變化難以預(yù)測(cè)和有效管控.而在平行系統(tǒng)中,環(huán)境和人員都以智能體等方式建模到人工系統(tǒng)中,環(huán)境智能體的解析空間具有更強(qiáng)的開放性,而人員智能體與人相似,它將實(shí)際系統(tǒng)在人工系統(tǒng)的映射作為其內(nèi)在認(rèn)知過(guò)程,通過(guò)不斷改變內(nèi)在認(rèn)知信息系統(tǒng)對(duì)社會(huì)環(huán)境作出響應(yīng).平行系統(tǒng)在人工系統(tǒng)中構(gòu)建虛擬人,將人沉浸在虛擬空間與虛擬物和其他虛擬人進(jìn)行信息交互,通過(guò)虛擬信息控制人的物理感受和行為,同時(shí)將虛擬空間構(gòu)造的物體映射于物理空間,在物理空間與智能體交互,進(jìn)而通過(guò)智能體的物理操作改變物體的狀態(tài).因此,平行系統(tǒng)能夠全面考慮環(huán)境和人因,實(shí)現(xiàn)對(duì)復(fù)雜CPSS 更開放智能的管控.

因此,平行系統(tǒng)更能夠滿足未來(lái)的需求,并且,數(shù)字孿生的一些階段性應(yīng)用也已經(jīng)呈現(xiàn)出平行系統(tǒng)的部分特征.例如,文獻(xiàn)[28]提出一種數(shù)字孿生電廠智能管控模型,該模型融合感知數(shù)據(jù)和仿真數(shù)據(jù)驅(qū)動(dòng),基于統(tǒng)計(jì)分析和知識(shí)管理等手段挖掘電廠運(yùn)行知識(shí),為轉(zhuǎn)機(jī)在線精密診斷、地下管網(wǎng)可視化、發(fā)電機(jī)組安全管控等提供服務(wù).該模型進(jìn)一步擴(kuò)展了數(shù)字孿生知識(shí)提取和知識(shí)挖掘的方式,在應(yīng)用實(shí)現(xiàn)上更加接近于計(jì)算實(shí)驗(yàn)的思想.平行系統(tǒng)為復(fù)雜系統(tǒng)的人機(jī)物綜合管理和智能控制提供了解決方案,在工業(yè)生產(chǎn)和社會(huì)系統(tǒng)管理等應(yīng)用層面展現(xiàn)了良好的發(fā)展趨勢(shì).同時(shí),鑒于平行系統(tǒng)與數(shù)字孿生在技術(shù)背景和核心理念上較高的相似性,數(shù)字孿生技術(shù)迅速發(fā)展起來(lái)的工具、方法和編程語(yǔ)言等也可被平行系統(tǒng)采納或借用,進(jìn)一步推動(dòng)其在技術(shù)和應(yīng)用上的發(fā)展成熟.

在產(chǎn)品研發(fā)方面,平行系統(tǒng)能夠利用人工系統(tǒng),實(shí)現(xiàn)多種產(chǎn)品設(shè)計(jì)方案的推演和評(píng)估,在產(chǎn)品開發(fā)過(guò)程中及時(shí)發(fā)現(xiàn)產(chǎn)品設(shè)計(jì)、生產(chǎn)的缺陷,實(shí)現(xiàn)產(chǎn)品設(shè)計(jì)優(yōu)化;在生產(chǎn)制造中,通過(guò)構(gòu)建工廠級(jí)別的設(shè)備集群平行系統(tǒng),不僅能夠?qū)崿F(xiàn)產(chǎn)品全生產(chǎn)過(guò)程的實(shí)時(shí)監(jiān)控、遠(yuǎn)程控制,還能夠自主優(yōu)化產(chǎn)品生產(chǎn)過(guò)程,實(shí)現(xiàn)人員與資源的最優(yōu)組合,進(jìn)一步提升生產(chǎn)效率;在產(chǎn)品運(yùn)維方向,平行系統(tǒng)不僅能夠?qū)崿F(xiàn)產(chǎn)品運(yùn)行維護(hù),還能演化產(chǎn)生針對(duì)產(chǎn)品多種可能狀況的維修方案;在社會(huì)系統(tǒng)管理上,以不同領(lǐng)域知識(shí)為基礎(chǔ)構(gòu)建人工社會(huì),根據(jù)實(shí)際社會(huì)系統(tǒng)情況設(shè)計(jì)人工場(chǎng)景并觀測(cè)檢驗(yàn)人工社會(huì)發(fā)展?fàn)顩r,同時(shí)考慮人工系統(tǒng)與實(shí)際社會(huì)組織之間的虛實(shí)互動(dòng)和反饋執(zhí)行,能夠?yàn)楣芾碚咛峁Q策依據(jù),實(shí)現(xiàn)智慧化的社會(huì)系統(tǒng).

目前,平行系統(tǒng)的研究和應(yīng)用處于初級(jí)階段,在工業(yè)應(yīng)用方面仍然存在許多挑戰(zhàn),如人工系統(tǒng)建模、數(shù)據(jù)分析、實(shí)時(shí)虛實(shí)交互、信息安全和隱私保護(hù)等.1)人工系統(tǒng)建模.基礎(chǔ)多智能體模型是構(gòu)建平行系統(tǒng)的模型準(zhǔn)備,當(dāng)前,多數(shù)傳統(tǒng)行業(yè)的基礎(chǔ)模型設(shè)計(jì)程度仍然不高,很多行業(yè)數(shù)字化設(shè)計(jì)水平較低,缺乏一種專有范式將物理系統(tǒng)的工程數(shù)據(jù)與模型進(jìn)行整合,缺乏支撐人工系統(tǒng)構(gòu)建所需的基礎(chǔ)數(shù)學(xué)模型、仿真模型[302].此外,CPSS 中人及其社會(huì)屬性的建模[271]比較困難.社會(huì)傳感信號(hào)[303]是實(shí)施有效的社會(huì)管理,系統(tǒng)地分析人及其社會(huì)屬性的基礎(chǔ),但是,相比于物理信號(hào),社會(huì)信號(hào)的處理與分析有待系統(tǒng)化的研究與發(fā)展[304].2)數(shù)據(jù)分析.人工系統(tǒng)和實(shí)際系統(tǒng)組成的實(shí)驗(yàn)數(shù)據(jù)具有多模態(tài)、高重復(fù)性和海量等特征,怎樣開展高效、精確的大數(shù)據(jù)分析,避免實(shí)時(shí)數(shù)據(jù)對(duì)歷史數(shù)據(jù)的覆蓋,實(shí)現(xiàn)知識(shí)的高效管理、智能分析和可靠決策,是一個(gè)需要進(jìn)一步改進(jìn)的問(wèn)題.3)實(shí)時(shí)平行執(zhí)行.高實(shí)時(shí)性的虛實(shí)交互、在線反饋是平行執(zhí)行的基礎(chǔ),是平行系統(tǒng)循環(huán)、在線優(yōu)化系統(tǒng)的基礎(chǔ).平行執(zhí)行中高實(shí)時(shí)性的數(shù)據(jù)交互,主要涉及系統(tǒng)運(yùn)行時(shí)的實(shí)時(shí)數(shù)據(jù)采集與監(jiān)控、計(jì)算實(shí)驗(yàn)對(duì)系統(tǒng)控制方案的實(shí)時(shí)預(yù)測(cè)與評(píng)估、人工系統(tǒng)根據(jù)計(jì)算實(shí)驗(yàn)結(jié)果對(duì)實(shí)際系統(tǒng)的實(shí)時(shí)行為控制,以及對(duì)應(yīng)的數(shù)據(jù)可視化.目前,平行執(zhí)行還沒(méi)有標(biāo)準(zhǔn)的方法或接口,如何使系統(tǒng)方案實(shí)時(shí)可視化地運(yùn)行到實(shí)際系統(tǒng)上,是平行系統(tǒng)的關(guān)鍵問(wèn)題之一.4)數(shù)據(jù)安全和隱私保護(hù).平行系統(tǒng)擁有整個(gè)被控系統(tǒng)的所有核心數(shù)據(jù),系統(tǒng)平臺(tái)和數(shù)據(jù)極易被攻擊和竊取,因此,數(shù)據(jù)安全和隱私保護(hù)不是平行系統(tǒng)的附加功能,必須得到很好的研究和整合.

5 結(jié)語(yǔ)

數(shù)字孿生和平行系統(tǒng)是實(shí)現(xiàn)CPS 和CPSS 的代表性解決方案,是復(fù)雜系統(tǒng)智能管理與控制的有效手段,近年來(lái)引起了廣泛的關(guān)注和研究.數(shù)字孿生與平行系統(tǒng)利用虛擬模型研究復(fù)雜的物理系統(tǒng),尋找和發(fā)現(xiàn)更好地控制系統(tǒng)的方案.本文首先總結(jié)了數(shù)字孿生和平行系統(tǒng)的思想內(nèi)涵、體系架構(gòu)及其在理論研究和應(yīng)用上的進(jìn)展,對(duì)比分析了兩者在研究對(duì)象、核心思想、具體架構(gòu)、實(shí)現(xiàn)方法和主要功能等方面的不同,分析和探討了當(dāng)前數(shù)字孿生和平行系統(tǒng)發(fā)展的趨勢(shì),以期為相關(guān)領(lǐng)域?qū)W者提供一定的參考和借鑒.

數(shù)字孿生通過(guò)在信息空間構(gòu)建物理實(shí)體的數(shù)字鏡像,使難以建模的復(fù)雜物理系統(tǒng)可視化,進(jìn)而為復(fù)雜物理系統(tǒng)的控制與優(yōu)化參考.平行系統(tǒng)不僅可以通過(guò)虛擬的人工系統(tǒng)描述實(shí)際的物理系統(tǒng),而且可以通過(guò)計(jì)算實(shí)驗(yàn)?zāi)M、訓(xùn)練和優(yōu)化大量不同人、機(jī)、物組合的人工系統(tǒng)模型及其運(yùn)行數(shù)據(jù),生成針對(duì)不同系統(tǒng)場(chǎng)景下的最優(yōu)控制方案,并可通過(guò)人工系統(tǒng)與實(shí)際系統(tǒng)之間的虛實(shí)交互、平行執(zhí)行引導(dǎo)實(shí)際系統(tǒng)自適應(yīng)優(yōu)化,因此更加智能.平行系統(tǒng)技術(shù)為包含社會(huì)復(fù)雜性和工程復(fù)雜性的復(fù)雜CPSS 的管理與控制提供了最佳解決范式,必將成為未來(lái)智能制造、智能管理等領(lǐng)域的重要發(fā)展方向.