當你發(fā)現(xiàn)仿真數(shù)據(jù)與實驗對不上，你會怎么辦？
你會不會全身發(fā)冷，當場崩潰。我滴天，仿真怎么做錯了。抱著頭好好想，是哪里搞錯了？公式有么有錯？算法合不合適？網(wǎng)格夠不夠？回想一遍好像到處都不太可靠，這可怎么向老板交代？

當你把仿真和實驗這兩條捏合不到一起的曲線，戰(zhàn)戰(zhàn)兢兢地遞到上面。老板只能嘆口氣說，再多請幾位專家一起分析。

工程師級別的專家就會撲上來，指著你的額頭告訴你。你漏項了，你忽略了細節(jié)，你簡化了環(huán)境。你偷懶了，你算的狀態(tài)個數(shù)不夠，你用的網(wǎng)格數(shù)量不夠，你用的算法精度不夠。

大師級別的專家后仰坐在椅子上，微笑著看大家。等大家把建議噴濺完畢，大師輕聲說：“這個不奇怪，這種數(shù)據(jù)做仿真就是不準確，所以我們才做實驗。”
然后歷數(shù)某年某月曾經(jīng)仿真和實驗對不上，某地某事曾經(jīng)對不上。
最后總結(jié)，這個問題是個很難的難題，是個科學(xué)難題，需要我們做好長期努力，投入更多的人力物力。
大家頓時心情大悅，本來準備挨罵，最后發(fā)現(xiàn)還有希望要到更多的錢。
不是我不明白，是科學(xué)它難琢磨，
不是我不明白，是問題它太曲折。
明白的是下一步如何擴大項目，把壞事變?yōu)楹檬隆?br /> 如果你只需要向老板做個交代，讓這件事過去，用大師的方式最好。

然而，你作為一位勵志青年，還是想找到數(shù)據(jù)對不上的原因，讓自己放心。
你準備把工程師專家和你自己想到的仿真可能出錯的所有因素修正一遍。

且慢！
請關(guān)閉你的仿真軟件，先問自己一個問題，你確定是仿真錯了嗎？
憑什么只要仿真與實驗對不上，就首先找仿真的麻煩？
難道實驗不會錯？
花了幾百萬的實驗不一定比只花費幾十萬的仿真準確。
如果這類實驗容易得到準確數(shù)據(jù)，做仿真模型的人，早就用大量的準確實驗數(shù)據(jù)修正模型，把仿真的準確性也提上來了。
今天的仿真水平發(fā)展，不會比實驗滯后多少。仿真不準確，往往就暗示了實驗也很難準確。
只有設(shè)計精良的實驗，只有超越了一般水平的實驗，才可以為你超越一般仿真水平提供依據(jù)。

你也知道，那些匆匆忙忙設(shè)計的實驗，那些勉勉強強測量的數(shù)據(jù)，其中犯錯的幾率一點不低于仿真。
用這種實驗數(shù)據(jù)與同樣匆匆忙忙完成的仿真，勉勉強強收斂的數(shù)據(jù)做對比，不知道是誰在誤導(dǎo)誰？
對上了，說明什么？

對不上，又說明什么？

只有高水平的仿真與高水平的實驗，才有資格互相對比，才有可能減小誤差，修正結(jié)果。
如果你與一個低水平的實驗數(shù)據(jù)對不上，有什么要自責的？對上了才可怕。

然而，你確定自己的仿真是高水平嗎？
如果你確定自己是高水平，你會穩(wěn)如磐石，當數(shù)據(jù)與實驗對不上，你會先懷疑實驗有問題。
其實，你也不確定。你對自己的仿真結(jié)果一直疑神疑鬼。你也覺得自己的數(shù)據(jù)變幻莫測，不知道動了那個參數(shù)，仿真結(jié)果就完全不同了。你用不同的方法，做出一大堆數(shù)據(jù)，你也不知道那些數(shù)據(jù)準確，那些錯誤。
所以你草木皆兵，所以你和實驗對不上就心慌，所以你需要一個對上了證明自己正確。

我們面臨的問題不是：通過實驗改進仿真這么高大的科學(xué)難題。
我們面臨的真問題是：如何用一個不準確的實驗幫助一個不靠譜的仿真。

你先衡量一下，你的仿真的不靠譜級別。
如果行業(yè)一般水平的誤差在10%，你平時做仿真的數(shù)據(jù)變化范圍沒有超過20%，仿真的不靠譜級別為一般。一般的仿真和一般的實驗對比，對你沒有多大幫助。
如果，改改網(wǎng)格帶來數(shù)據(jù)變化50%，改改設(shè)置導(dǎo)致數(shù)據(jù)正負號顛倒，和師兄的仿真結(jié)果對比數(shù)據(jù)差別100%，仿真不靠譜級別為“沒譜”。
對于“沒譜”的仿真數(shù)據(jù)，和實驗數(shù)據(jù)比對就太重要了。
不管怎么說，實驗是看得到摸得著，不容易錯太多。雖然不能幫助你消除一般誤差，但是能夠發(fā)現(xiàn)“沒譜”的仿真數(shù)據(jù)。
（“背對背”的考核等都具有同等功效。）
所以，在產(chǎn)品設(shè)計中，還是要做大量的實驗，消除足以致命的“沒譜”的仿真數(shù)據(jù)。

可靠的仿真可以發(fā)現(xiàn)一般實驗的錯誤。
一般的仿真與一般的實驗互相無關(guān)。
沒譜的仿真可以用一般的實驗糾錯。