前几篇小文介绍了几个独立的单元技术系统，实际在数字化企业或组织的建设过程中，最终要实现全局信息的集成、筛选、清洗、分析、应用。系统集成前提要进行集成建模。

智能工厂模型

智能集成制造系统在系统层面上解决的是一个综合性问题，先进的单元生产技术（MES、WMS、T-MES、TMS等）虽然有助于解决局部技术瓶颈，但不一定能解决系统问题，例如实现企业层面的价值链优化、跨企业的社会生产资源最优分配、供应链的优化运营等。

在集成制造系统的发展过程中，按照集成制造系统建模方法论提出多视图、多方位体系结构的观念，在一些特定方面有一些比较公认的成熟的建模方法，例如：IDEF0建立功能模型、IDEF1X建立数据模型、IDEF3建立过程模型、GARI方法建立决策模型等。集成建模方法正是研究这些方法及模型之间的关系，以便在其间建立有效的链接和相互映射。

随着移动终端、新互联网、传感网络、感知设备的快速发展，针对智能集成制造系统中的人、机、物、环境存在连续、离散、定性/定量决策、优化等复杂机理、复杂组成、复杂交互关系和复杂行为，智能集成制造系统在系统建模时也提出了一些新的方法，特别是基于大数据、深度学习等方法进行系统认知和预测等建模理论和方法。

智能工厂集成模型

下面对几个主要的建模理论和方法，以及使用的场景做简要介绍，与君共勉！

NO.1

定性定量混合系统建模方法

定性定量混合系统建模方法包括定性定量统一建模方法，即研究包括系统顶层描述和面向子领域描述的建模理论和方法；

定性定量交互接口建模，即研究将定量定性交互数据转化为定性模型与定量模型要求的结构和格式；

定量定性时间推进机制，即研究定量定性模型的时间协调推进机制。

NO.2

 基于元模型框架的建模方法

基于元模型框架的建模方法即研究通过元模型的顶层抽象性，将多学科、异构、涌现的复杂系统进行一体化仿真建模的方法。主要包括基于元模型的多学科统一建模方法，即研究复杂系统中连续、离散、定性/定量等多学科模型的统一建模方法；

基于元模型框架建模的复杂自适应系统建模方法，即研究复杂自适应系统中各类型系统组成部分间感知、决策、交互的一体化仿真建模方法。

NO.3

 变结构系统建模方法

变结构系统建模方法研究变结构仿真系统模型内容组成、端口及链接可动改变，支持系统结构动态变化的全面建模。

NO.4

 基于大数据大数据智能的建模方法

基于大数据智能的建模方法是利用海量监测与应用数据实现对不明确机理的智能系统进行有效建模，同时基于深度学习、模拟人脑进行学习进化的神经网络为面向新型人工智能系统的建模的发展与应用提供强有力的支持。

NO.5

 基于大数据和知识混合驱动的建模方法

基于解析方式进行机理知识建模，结合制造过程中产生的海量应用数据进行大数据建模，实现混合建模方法，将“关联关系”和“因果关系”深度融合，从根本上提高制造系统建模的能力，有效实现制造系统的优化。

以上简要学习了5种主要的智能制造系统集成模型，企业或者个人都应具备产品思维、用户思维，同时要想在瞬息万变的商场中获得成绩，具备前两者显然是不够的，此时系统思维就显得十分重要，如何把复杂的、混乱的、不确定的要素与作用力（正、反）、以及场景之间的关系分析清楚，建模是十分有效的工具。篇幅有限，（下一篇我们将一起讨论如何建模？模型选择？几个步骤？输出结果？注意要素？）暂且把智能制造系统集成模型描述如下图，用一张图来结束我们今天的学习，感谢！

智能制造集成系统模型

欢迎联系精易会：400-690-8780，进一步了解MES、WMS或定制个性化系统解决方案