4 基于不明确机理的推测 基于明确机理的计算 实时互传信息数据 数字孪生体成熟度模型 物理世界的数字化建模 多孪生体共享智慧 先 知 数 化 先 觉 共 智 互 动 © Pera Corporation Ltd. All rights reserved. 在各标准化组织中的角色 数字孪生模型由三部分构成： 1 ）物理空间和实体产品 2 ）虚拟空间和虚拟产品 3 ）虚、实之间的数据实时采集传输和模型动态融 合互动 • 数字孪生是综合运用智能感知、计算、数据建模等信息技术，通过软件定义，对物理空间进行描述、诊断、预测和决策，进 而实现物理空间与虚拟空间的交互映射，具体体现为，数据是基础、模型是核心、软件实现是载体； • 数字孪生是体系级思维的 12 综合建模 体系建模、数据建模、仿真建模、机理建模、几何建模 © Pera Corporation Ltd. All rights reserved. 业务价值映射 集团层（公司）级、产线（系统）层级、设备（组件）层级

人机对话关键技术及挑战 本科生 对话理解与对话生成 对话主导 朱才海 冯梓娴 推荐主导 胡景雯 一致性 张家乐 张开颜 连贯性 个性化 多样性 朱庆福 马龙轩 宋皓宇 刘元兴 李凌志 多轮建模 朱泽圻 风格化 Conversational Intelligence (CI) 张伟男副教授 对话式推荐 个人简介 HIT-SCIR 刘挺教授 博士生 硕士生 智能人机对话系统“笨笨” 开放域对话 ( 聊天 ) 系统构 成 隐式反馈跟踪 确认状态跟踪 澄清状态跟踪 词法、句法、语义分析 拒识回复 确认及澄清回复 多领域用户对话意图识别 多领域对话状态跟踪 上下文建模 情感回复 个性化回复 风格化回复 . . . 对话质量评估 情感分析 拒识、确认、澄清、隐式反 馈 ... TTS 领域内分析及处理 ASR et al. (2018) Serban et al. (2017) Zhao et al. (2017) Wu et al. (2017) Tian et al. (2017) 上下文建模 Huber et al. (2018) Zhou et al. (2018) Asghar etal. (2018) Sun et al. (2018) Zhou et al. (2017)

150 四、智能制造案例分析—数字工厂 实施前 实施后 布局建模 仿真分析 状态监控 数控分 析 • 组件参数化建 模 • 组件位置调整 • 外部文件导入 • 生成二维图 151 四、智能制造案例分析—数字工厂 车间布局总览 • 组件参数化建模 > 传送带 > 荷载 > 立体仓库货架 > 车辆 > 机器人 四、智能制造案例分析—数字工厂 数控分析 状态监控 仿真分析 布局建模 > 通过不同组件相互联系 组建物流系统 > 设置自动化 设备运动 参 数与运动逻辑 > 通过载荷生成器控制载 荷生成与消失 > 设置仿真速度 布局建模 仿真分析 状态监控 数控分 析 153 四、智能制造案例分析—数字工厂 布局建模 仿真分析 视频文件生 成 154 四、智能制造案例分析—数字工厂 物流建模 > 将摩擦力、重力、碰撞等物理效果根据实际情况施 加在仿真过程中 > 设置各组件材质及相对摩擦系数控制摩擦力 布局建模 仿真分析 状态监控 数控分析 155 四、智能制造案例分析—数字工厂 布局建模 仿真分析 状态监控

... 212 风控建模流程：以京东群体感知项目为例.................................................244 信贷业务风控策略简介................................................................................. 266 机器学习在信贷风控建模中的优势和挑战.... ........................................................ 336 DataFunTalk 成就百万数据科学家！ 6 自动化特征工程和自动建模在风控场景的应用.........................................349 爱奇艺流量反作弊的“术”与“道”............................. 联邦学习的发展历史 DataFunTalk 成就百万数据科学家！ 37 1. 联邦学习 联邦学习在 2016 年由谷歌提出，因为 Google 有安卓系统，需要解决多个安卓 设备的分布式建模问题。其中，主要是针对输入法的建模，比如客户在安卓输入 法中输入单词“what”，或许他可能想继续输入“do you think”，Google 输 入法如果能自动联想出来，用户体验就会变得比较好，但是自动联想功能需要大

1 一、人工智能赋能工业仿真发展背景 人工智能赋能工业仿真是指将人工智能技术（如机器学习、深度 学习）与工业仿真技术进行深度融合，通过数据驱动、智能决策和动 态优化，实现对工业全流程的虚拟化建模、实时模拟与自主优化的一 种新型技术范式。其核心在于利用人工智能的自主学习与预测能力， 提升仿真的精度、效率与智能化水平，推动工业系统从传统模拟向自 适应决策演进。人工智能赋能工业仿真不仅覆盖产品研发阶段，还延 集群等昂贵的硬件资源的支持，导致仿真应用的技术门槛和经济成本 长期居高不下。二是建模方法与流程存在局限。传统仿真主要基于经 验与规则模型，需通过反复的人工调参与验证假设，造成研发周期长、 成本高等问题，尤其在面对多物理场耦合、非线性动态系统等复杂工 科研智能：人工智能赋能工业仿真研究报告（2025 年） 2 程场景时，极易入“建模难—计算繁—精度不足”的恶性循环。 工业 4.0 与智能制造的发展趋势进一步凸显了工业仿真领域日益 人工智能为复杂场景的建模仿真提供新方案。对于多物理场耦合 （如电磁-热-力耦合）、跨尺度问题（如从微观材料特性到宏观结构 响应）等高度非线性、难以通过解析方程精确建模的复杂工程问题， AI 展现出独特优势。一方面，AI 可通过学习大量仿真数据或实验数 据，构建高维非线性映射关系，从而实现对复杂系统的高效建模与预 测。例如，索辰科技的 CAE 平台利用图神经网络（GNN）对复杂拓 扑结构进行建模，在电磁-结构耦合仿真中将预测误差控制在

水文 模型 新的要求 土地利 用方式 土壤类 型 水利工 程布局 土壤含 水量 水文模型中的下垫面信息 模拟方法。 P7 模型普遍停留在定制化阶段 ， 通用化程度不高 ， 重复建模工作大 目前的水利专业模型尚不能适应智慧水利建设对水利专业模型“标准统一、接口规范、分布部署、 快速组装、敏捷复用”的要求， 已成为行业亟待攻关解决的卡脖子技术之一。 集中于数据模拟 ， 与业务化 算法在高效支撑数字孪生业务上存在明显不足 ， 需改进算法 ， 以提高计算 效率 现有传统的模型建模过程复杂 ，复用难度大、推广成本高 ，在模型计算方面存在着计算时间过长 的问题。需要改进算法与计算模式 ，提高模型的计算速度。 复杂水网系统示意 堤防 新的要求 复杂水网精细刻画 水量交换节点精准建模 P9 02 洪涝模拟方面技术成果 第一道防线 天基：气象卫星 静止：风云四号、葵花九号 基于物联网感知与反馈的模型参数尺度自适应技 术 技术成果： 提高模拟精 度 不同尺度下的 模拟结果 不同尺度下蓄水容量空 间分布 P14 综合考虑流域不同土地利用类型、 地形差异和建模精度要求 ，建立了基于空间异质性的自适应水 文 单元划分方法； 建立了产流模式时空动态转换的判别方法 ，在不同降水场景下动态匹配产流模型 ， 实现了大范围 精 细化产流模拟。 技术成果：

........44 8.2. 建模支撑产品..........................................................................................................................................44 8.2.1. TongDM 数据建模................. ......................................................................................... 45 8.4. 建模概述................................................................................................. ..........55 8.7.1. 建模方法概述....................................................................................................................................... 55 8.7.2. 维度建模法简介...................

订单管理 排产策略 派工管理 战略绩效管理 （ SEM ） 全面预算 | 平衡记分卡 | 合并 基础建模 物料管理 核心算法 库内管理 AGV 任务管理 基础建模 工艺管理 计划排程 仓储管理、控制系统 (WMS\WCS) 入库管理 出库管理 基础建模 盘点管理 第三方天猫等 平台 呼叫中心 Call center 生产执行系统 (MES) 高级智能排产 2.5 MES 产品介绍 I MES 系统功能清单 支持多种类型终端 触控屏 PC 物理建模：企业、工厂、工作中心、 生产线、工位； 制程建模 : 产品、订单、 ERPBOM 、 订单 BOM 、工艺路线、工序、作业站、 ESOP 、设备组、设备等； 建模数据维护方式： 第一种方式， MES 系统支持模版导入实现基础数据 维护；第二种方式，从通过接口从 获取基础数据，如： 产品、 ERPBOM 、订单 BOM 、生产订单； 基础建模 工艺管理 计划排程 物料管理 生产管理 质量管理 设备管理 看板报表管理 基础建模 2.6 MES 产品功能介绍 – 基础建模 功能实现 物料分类、物料产品 设置物料和产品的分类，并在 每个类别下设置物料和产品的

......................................................................................20 2.2.4. 数据建模................................................................................................... ........70 5.3. 范式建模..................................................................................................................................................71 5.4. 维度建模.................... .........72 5.4.2. 建模优势...............................................................................................................................................72 5.4.3. 建模原则..................