杨林瑶, 陈思远, 王晓, 张俊, 王成红. 数字孪生与平行系统:发展现状、对比及展望. 自动化学报, 2019, 45(11): 2001-2031.

随着信息通信技术的发展与成熟，物联网、智联网等数字智能化社会建设方案逐渐在世界范围内展开，为人们带来了以全面感知、可靠传送、智能处理为特征的精细化、动态化的生产生活管理方式。然而，随着社会系统复杂程度的不断增加以及各级设备互联程度的逐步加深，数字智能化社会建设也面临着诸多挑战。例如：

1）物联网设备海量数据的融合与挖掘问题；

2）数字系统与物理系统间相互割裂的问题；

3）多源异构资源的协调问题；

……

针对上述问题，相关学者提出了以数字孪生和平行系统为代表的复杂系统管理与控制技术，为实现社会、物理、信息深度融合提供了有效的解决方案。

数字孪生起源于Grieves教授于2003年在美国密歇根大学的产品全生命周期管理课程上提出的“镜像空间模型”，其主要内涵为包括物理实体、虚拟实体、虚实之间的连接数据和信息的三维模型。由于当时技术和认知水平的局限，这一概念并没有得到重视，此后十年间都没有相关成果发表。

直到2010年，美国国家航空航天局在太空技术路线图中首次引入了数字孪生的概念，以期采用数字孪生实现飞行系统的全面诊断维护，数字孪生的概念开始引起广泛的重视，研究机构也开始相关关键技术的研究，数字孪生的应用也从飞行器运行维护拓展到智慧城市、产品研发、装备制造等丰富的场景中。

数字孪生基于传感数据和高精度仿真等手段构建物理实体的数字镜像，使难以用数理模型解析预测的复杂系统问题在信息域可观、便于预测和控制，为实现信息物理系统(Cyber physical system, CPS)提供了清晰的新思路、方法和实施途径。

无独有偶，中国学者王飞跃研究员针对复杂系统难以建模和实验不足等问题，原创性地提出了平行系统技术方法。早在1994年，王飞跃研究员即提出影子系统的思想，并于2004年的“平行系统方法与复杂系统的管理与控制”一文中首次提出完整的平行系统技术体系。平行系统的核心是包含人工系统(Artificial systems, A)、计算实验 (Computational experiments, C)、平行执行 (Parallel execution, P) 的ACP方法，其求解复杂系统问题的主要过程为：由实际系统的小数据驱动，构建可计算、可重构、可编程的软件定义的对象、流程、关系等，组成软件定义的人工系统(A)，以建模和表征复杂实际系统；基于人工系统这一“计算实验室”，设计计算实验(C)，在人工系统中运行各类场景，运行产生完备的人工“大数据”，并借助机器学习、数据挖掘等手段，对数据进行分析，求得针对具体场景的最优控制策略；人工系统与实际系统虚实互动，以平行执行 (P) 引导和管理实际系统，使之不断逼近更优的人工系统，实现自适应优化。

平行系统自诞生以来就受到了国内外学者的广泛关注，经过十余年的发展，平行系统已形成包含平行感知、平行学习、平行区块链、平行控制、平行测试等在内的完整的技术体系，产生了包含理论、方法、技术、平台、应用在内的层次化研究框架，并且在交通、医疗、自动驾驶、军事、化工等众多领域得到了广泛应用并取得了良好效果。

平行系统通过人工系统和实际系统之间的虚实平行交互，以引导型的“默顿定律”自适应优化管理控制不定、多样的复杂系统，从而解决由于社会因素等复杂性导致的实际系统与模型预测之间的“建模鸿沟”问题，为实现社会物理信息系统 (Cyber physical social system, CPSS) 提供了有效方案。

数字孪生与平行系统之间有何异同？数字孪生与平行系统的产生和发展具有相似的背景，都与先进传感采集、仿真、高性能计算、智能算法等的发展密不可分，其核心目标都可以归纳为 “虚实融合, 以虚控实”。但是，它们在核心思想、研究对象、架构和实现方法等方面又存在根本区别。

1)数字孪生与平行系统的哲学基础不同, 数字孪生属于还原论或旧唯物主义的反映论，仅为物理实体被动、镜像式的反映，而平行系统属于能动、整体和辩证式的认识论，能够主动引导实际系统进化；

2)数字孪生与平行系统的研究对象不同，数字孪生研究的是由信息空间和物理空间组成的 CPS，而平行系统研究社会、物理、信息融合的CPSS；

3)数字孪生与平行系统的核心思想不同，数字孪生的核心思想是预测控制的 “牛顿定律”，而平行系统则以引导型的 “默顿定律” 控制和优化系统；

4)数字孪生与平行系统的基础设施不同，数字孪生的基础设施是数字双胞胎，主要由物理实体和描述它的数字镜像组成，而平行系统是由物理子系统、描述子系统、预测子系统、引导子系统构成的数字四胞胎架构，能够实现对物理系统的描述、预测、引导；

5)数字孪生与平行系统的建模手段和主要功能等亦存在较大区别。

当前，数字孪生与平行系统的研究尽管火热，但是相关关键技术的发展仍不成熟，同时，缺乏基础数字化模型、结构化数据、实时虚实交互接口等导致其行业典型应用不足，还需要学术界和产业界共同努力，推动其进一步研究。对比来看，平行系统通过人工系统与实际系统之间的虚实交互、平行执行引导实际系统自适应优化，包含社会复杂性和工程复杂性的复杂 CPSS 的管理与控制提供了最佳解决范式, 必将成为未来智能制造、智能管理等领域的重要发展方向。