1. 程式人生 > >【財富空間】五大趨勢註解製造未來 | 2018德國漢諾威工博會回顧

【財富空間】五大趨勢註解製造未來 | 2018德國漢諾威工博會回顧

穀雨,是中國二十四節氣中春季的最後一個節氣,每年過了這個時候,我華夏大地都會呈現出一幅“楊花落儘子規啼”的暮春畫卷。可此時德國的北方小鎮漢諾威,卻依舊時不時下起冰冷的細雨,不過這依舊阻不住世界各國製造業的同仁們不遠萬里欣然來此雲集,共赴一年一度的全球製造業盛宴——HANNOVER MESSE(漢諾威工業博覽會)。

HANNOVER MESSE始終代表著世界製造業發展的風向標。遙想2013年也是在這個展會上 ,德國首次吹響了工業4.0的集結號,翻開了製造業走向數字化、網路化、智慧化的新篇章。

回顧近三年

以“產業整合——探索未來”為主題的2016年HANNOVER MESSE,德美兩大全球工業技術先驅強強聯手,再度點燃第四次工業革命的聖火,以西門子為代表的數字化領跑者以落地的智慧製造解決方案首次填補了一度被公眾所質疑的理論與實踐之間的鴻溝,再次將工業4.0推向輿論之巔。

以“產業整合——創造價值”為主題的2017年HANNOVER MESSE,業界同仁越發立足於實際、更具有針對性地聚焦製造與能源企業痛點等特性,真正開闢世界製造業全面走向數字化的新紀元。這一年,工業物聯網與生態系統的概念尚在襁褓之中,西門子圍繞其基於雲的工業物聯網作業系統MindSphere所構建的生態系統便已經初具規模。

今年HANNOVER MESSE的主題是“產業整合——連線與協作”。

又經過一年的盪滌與積澱,智慧製造開始真正從概念走向落地,在探索與實踐中,業界的廣泛共識是,多方以多種形式連線,形成能夠通力協作的有機整體,方能更有效地應對智慧製造這種複雜系統工程。而筆者在今年的展會上的所見所聞,也恰恰印證了這一主題。

縱觀2018年HANNOVER MESSE,筆者認為至少有五大趨勢值得業界同仁關注:

從單兵作戰到生態系統整合

正所謂“孤掌難鳴”,似乎大家都越來越清楚地意識到,單憑一己之力,根本無法應對數字化轉型的需求,更莫談實現智慧製造與未來工業4.0願景。

站在解決方案供應商的角度,這種體會更加明顯。因此大家紛紛開始通過“合縱連橫”擴充套件自己的疆域,在具體的操作方法上,可謂八仙過海,各顯神通。

作為數字化製造領域的準全能選手,西門子基於自有軟硬體產品所打造的數字化解決方案,已然足以全面覆蓋離散、過程與混合行業。數字化雙胞胎技術在產品設計、生產過程與後續增值服務環節的閉環應用,能夠連線物理世界與數字虛擬世界,實現資訊的雙向流動與持續反饋,為各行各業的客戶持續創造價值。 

640?wx_fmt=jpeg

圖| 西門子數字化雙胞胎連線虛實兩界,並通過資訊的雙向流動與持續反饋為客戶持續創造價值

(來源:除特別說明,圖片均為作者現場實拍加工而成)

但西門子仍然不願就此止步,而是以MindSphere為中央樞紐構建生態系統,與各領域的領軍企業形成連線,對自身優勢進行有效地支撐與補充,不斷充實和完善自己在數字化領域的綜合交付能力。 

640?wx_fmt=jpeg

圖| 西門子基於MindSphere 構建工業物聯網生態系統

甚至自己所在的優勢領域,西門子仍不斷嘗試與合作伙伴展開創新合作,例如與中國本土電子行業系統整合龍頭企業博眾精工聯合展示的消費電子裝配解決方案,即是合作的典型代表。生產的數字化雙胞胎、AR、邊緣計算等應用,都融匯於方案之中。

640?wx_fmt=jpeg

圖| 西門子與本次展會唯一中國合作伙伴博眾精工聯合展出的融匯“生產的數字化雙胞胎、AR、邊緣計算”等應用於一體的電子裝配解決方案

作為西門子在工業物聯網領域合作伙伴,跨界巨人Microsoft圍繞Azure雲構建的生態系統,顯然在謀求更大的佈局,ABB、Schneider Electric、Rockwell Automation三大自動化巨頭同臺競技,這種組合站位,放之以往恐怕連想都不敢想,是生態思維,把它們連在了一起。

640?wx_fmt=jpeg

圖| Microsoft與ABB、Schneider、Rockwell等合作伙伴的聯合展臺,以基於Azure雲的增值應用為主

西門子的合作伙伴SAP,在延續去年風格的基礎之上,更加註重系統性,眾多合作伙伴圍繞製造業價值鏈的各個環節錯落分佈,而SAP本身則表現得更像一個“串連者”。

構建生態不一定非要靠大平臺不可,聯結器領域的隱形冠軍HARTING為此做了最好的詮釋。HARTING以一款MICA(模組化工業計算架構),逐步向以“連線”為基礎的數字化增值服務與整合解決方案供應商轉型。如今,圍繞MICA平臺構建的生態系統已經逐步形成,與40餘家合作伙伴共同為能源、電動汽車、數控機床等領域提供服務,甚至也拓展到了預測性維護服務。

640?wx_fmt=jpeg

圖| 德國HARTING圍繞MICA構建生態系統

從另一個角度講,連線與協作,除了更好地滿足客戶的需求,也是為了更有效地展開競爭與狙擊。例如Dassault Systèmes與Bosch共同打造的生產數字化雙胞胎解決方案,就是最好的詮釋。Phoenix與Eplan、Rittal的聯合數字化解決方案,也如出一轍。

640?wx_fmt=jpeg

圖| Dassault Systèmes與Bosch聯合打造的數字化雙胞胎解決方案,分別在6號館與17號館同步展出,5G技術也應用於其中

類似的交叉站位不勝列舉。在這個市場上,單打獨鬥的越來越少,相比之下,兵團作戰,甚至生態系統級別的高維戰法越來越多。

從產品思維到系統架構思維

什麼有的展臺門庭若市,有的展臺卻門可羅雀?

拋開跳豔舞、演雜技這種無聊的噱頭不談,根本原因是製造業從業者們如今面臨越來越複雜的問題,段位越高的玩家,越關心“什麼樣的頂層設計更能將數字化、智慧化技術與自身業務模式匹配與結合並助推整體轉型升級?”、“什麼樣的系統架構規劃能夠通過跨領域技術的有效融合達到優化整體價值鏈目標從而全面提升企業綜合競爭實力?”、“用什麼方法能夠解決關鍵環節的關鍵問題,同時不影響整體系統的執行效率?”。

換而言之,伴隨著製造業從業者的認知升級,願意聽具體產品功能介紹的人,越來越少。

其實不僅僅是展會,筆者在日常工作中與客戶交流的時候,也面臨同樣的問題。對客戶講“我這有一大堆好東西,您看看您要點啥”的時代已經過去,針對客戶的問題、痛點以及期望通過數字化轉型達到的目標,以系統的視角為客戶提供整體的解決方案,才能有效滿足客戶需求。

西門子在工業自動化硬體與工業軟體領域具有很強的比較優勢,卻並沒有就產品而論產品,而是針對於不同行業,聚焦企業全價值鏈,以提供諮詢規劃服務開始,為客戶量身定製頂層設計、整體系統架構、各關鍵環節的具體解決方案,並以自身技術實力為支撐,通過持續的技術驗證確保方案的落地實施。其所面向的客戶行業從航空航天、汽車製造、電子裝配,到食品飲料,再到石油、化工,不一而足。 

640?wx_fmt=jpeg

圖| 西門子在航空航天、汽車製造、增材製造、食品飲料、油漆塗料等行業的數字化解決方案,全面覆蓋從離散、混合、流程等各類行業

無獨有偶,Bosch將其應用於製造業多個環節零散軟體功能打包命名為Nexeed,以系統視角審視製造企業整個OTD(Order to Deliver)鏈,幫助客戶實現從供應鏈到生產再到物流的整個過程優化。 

640?wx_fmt=jpeg

圖| Bosch聚焦於OTD鏈的軟體組合

工業軟體巨頭達索並沒有單純地講述自己軟體功能,而是分15個步驟,從產線佈局開始,沿著生產規劃、生產執行的步驟,一直講到工業雲應用。當然,其在設計、模擬等方面所能做的事情,全部貫穿其中,一個也沒有少。怎麼樣,這個套路,是不是感覺似曾相識?

哪怕是傳統的傳動裝置製造商,也已然開始向系統解決方案及綜合服務供應商轉型,例如齒輪箱與減速機制造商SEW,如今已經以供應鏈與物流解決方案供應商的形象出現。 

640?wx_fmt=jpeg

圖| SEW輔助人工作業的物流解決方案

無論是傳統工業自動化企業跨界工業軟體,還是老牌軟體供應商跨界製造,亦或兩者兼具的工業老司機,似乎大家都洞悉了市場發展趨勢,故而殊途同歸。

從楚河漢界到跨領域技術加速融合

2012年前後,筆者曾經做過三年以上的競爭情報分析工作,其中一種分析方法叫做Benchmarking Analysis(即對標分析法,學名叫做定標比超分析法),這種方法講究找到與自己業務對應的競爭對手業務,定義KPI進行對比分析。多年來,這項工作一直都非常有效,堪稱市場研究與戰略的基石之一。

但是後來到了2015年前後,發現越來越做不下去,為什麼呢?因為大家的業務構成越來越複雜,維度越來越多,縱橫交錯,以至於你根本沒法對標,即是勉強對上了,最後也會發現,你沒有輸給對標中的任何一個企業,但你仍然沒有顯著的增長,還在持續的丟市場份額,整體上越來越無法自恰,甚至到了最後,你連市場定義都很難,因為各領域彼此之間界限,變得越來越模糊,這是跨領域技術融合的結果。

數字化與智慧製造加速了跨領域技術之間的整合與融合,OT領域的玩家向上延伸,IT領域的玩家向下延伸,不管自己原先處於什麼位置,都在積極擴充套件自己的疆域,憑藉自己的優勢,去搶別人的飯碗。

Phoenix最早期的業務是接線端子,到如今已經是從工業物聯網平臺,到工程組態整合軟體平臺,再到PLC等工控產品一應俱全了。

相比之下,海爾從傳統的家電業縱身跨越全價值鏈的生態系統級平臺與大規模定製化解決方案供應商的轉變,則更加令人激賞。

被ABB收購的自動化領域隱形冠軍B&R,憑藉自己在工業自動化領域多年的深厚積累,向下探索機器的智慧化,例如任意軌跡的長錠子直線傳輸系統,向上則與華為等跨領域合作伙伴共同探索TSN + OPC UA的網路技術。

640?wx_fmt=jpeg

圖| 被ABB收購的B&R仍然以相對獨立的姿態出鏡漢諾威

華為作為中國民族企業的驕傲,這些年來更是日行千里,基於5G技術探索未來工廠通訊、從邊緣到雲端,從平臺到應用,全面佈局工業物聯網生態,聯想到前不久任總髮布的總裁辦電子郵件中所提到的“從系統工程角度出發規劃華為大生產體系架構,建設世界一流的先進生產體系”,華為進一步跨界無非只是時間早晚的問題。

640?wx_fmt=jpeg

圖| 華為重點展出了基於OceanConnect的車聯網解決方案、eLTE互聯工廠、TSN + OPC UA Testbed、5G技術的應用等

雖然西門子在二十餘年來持續迭代,一路走來,從傳統自動化硬體製造商,到如今縱向貫穿企業層、管理層、操作層、控制層直至現場層、橫向全面跨越從產品設計、生產規劃、生產工程、生產執行直至增值服務完整價值鏈但是在友商們的加速進步面前,仍然倍感壓力,因此也始終未敢止步。TSN、邊緣計算、人工智慧、甚至對於區塊鏈在工業領域的應用,都在積極的探索之中。

筆者認為,在數字化轉型、實現智慧製造,並向工業4.0願景邁進的未來之路上,跨領域之間技術的融合,仍將不斷深化,並且是最可能產生或引發變革的源頭。

從追求無人化到科技以人為本

從工業4.0誕生伊始,“無人化”的喧譁與躁動就從未停止,時至今日,筆者很欣喜地看到,“人”再次被提升到智慧製造的核心位置。顯而易見,無論是今天的數字化,還是明天的智慧化,都是為了更好地輔助人,而不是取代人。

展會現場上“爭奇鬥豔”的協作機器人們,有效佐證了這一趨勢,高階玩家甚至已經開始將人工智慧技術融入其中。

Festo仿生機器人的現場秀固然搶眼,但在我眼裡,更強大的其實是他們基於仿生學的理念,藉助強大的感測技術、電驅技術,結合虛擬現實與人工智慧,打造的能夠跟隨模仿學習操作人員工作的運動軌跡完成生產作業的協作機器人,這種解決方案,遠比在預程式設計的情況下僅能完成固定路徑作業的機械手,高出不止一個段位。

視訊:Festo協作機器人

Rethink的智慧協作機器人Sawyer也毫無懸念的再一次震撼了我,同樣無需程式設計,能夠根據操作人員的手把手作業,在系統中自動形成程式設計程式,同時系統對機器人作業進行實時模擬,並對資料進行監測與視覺化,從而打造數字化雙胞胎。 

640?wx_fmt=jpeg

圖| Rethink的智慧協作機器人Sawyer

然而,出乎筆者意料的是,以往只存在於幻想中的智慧協作機器人,居然出現在西門子的展臺上——西門子與KUKA聯合打造的Autonomous協作機器人。

這個表面看似稀鬆平常的解決方案,強大之處在於:機器人作業不但不需要程式設計,甚至不用人工手把手試教,而是由人直接對系統釋出指令(例如:組裝某款產品),機器人可以通過機器視覺所“看到”的零部件的位置,自主規劃最優工作路徑完成作業,在這個過程中,如果有人干擾了作業,比如更換了零件的位置,機器人會根據實際情況自主判斷,並重新規劃路徑,整個過程系統自動形成程式設計程式,數字化雙胞胎技術,實現虛實精準對映,持續積累資料,以便為未來系統進一步優化做準備……

怎麼樣?有沒有感覺“狀多智而近妖”?別害怕,它的存在,依然是為了根據人提出的指令,更好地輔助人工作業。脫離了人,機器甚至連存在的意義都會失去。

視訊:西門子自主機器人控制系統

五從資料採集與視覺化到

基於第五大能源的價值鏈延伸

針對於工業大資料,筆者清楚地記得去年圈內廣泛熱議的話題是如何有效地完成資料採集,而如今已經有一半以上的解決方案供應商開始了資料視覺化解決方案,不少高階玩家已經開始嘗試利用資料為客戶創造價值,少數終極玩家甚至已經給出了基於資料分析的高附加值服務。

顯而易見,無論是感測器領域、工業自動化領域,還是網際網路、IT、通訊領域的玩家,都清楚地意識到“資料”這一被譽為世界第五大能源的價值所在,於是紛紛來此競技,希望通過資料分析,實現自身在價值鏈上的延伸,在工業物聯網的助力之下,這種價值鏈延伸的半徑被進一步拉長。

640?wx_fmt=jpeg

圖| 西門子、ABB、IBM + Mitsubishi、KUKA等多家廠商,均可基於裝置資料監測,提供預測性維護

事到如今,要麼莫談大資料,一旦提起這個話題,如果你只給大家看幾個螢幕、幾頁PPT,那麼無疑會被嗤之以鼻,甚至諸如裝置狀態監測與預警、預測性維護等服務,都已經成為比較常規的“數字化服務”,基於資料的機器學習雖然被冠以人工智慧的帽子,但單機效率的優化,早已不算是獨門絕學,至少已經通過SIDRIVE IQ將此付諸於實踐的西門子,並不將其視為自己的競爭優勢。

在數字化服務方面,西門子已經開始嘗試更高階的玩法,例如基於對自己的工廠積累的海量資料進行分析,實現整個電裝生產流程的過程診斷、改善點發掘與優化,用數字化的技術手段來主推精益生產的實現。

李傑教授曾經說過,傳統的大資料是發散的,而工業大資料是收斂的,重在聚焦。筆者認為,大資料在工業領域的下一步發展,將出現在基於對縱深行業工藝與知識的深度理解,針對具體目標定向精準抓取關鍵資料後,通過對特定KPI的分析,創造商業洞察。

仍然不足夠

製造業的網路化連線,促進了更廣泛的企業間協作,使智慧製造生態系統不斷走向成熟,智慧製造的多元性、複雜性與系統性,為跨領域技術的加速融合提供了溫床,人本理念讓智慧化迴歸本源,為冰冷的科技找回應有的溫情,而在整個過程中,資料為我們源源不斷地提供動力。

凡此過往,皆為序章。

在可以預見的未來,製造業將在這五大趨勢的彼此融通與互動作用中羽翼漸豐,但與此同時,筆者仍然認為變數無疑是存在的,事實上眼下就已經有很多黑應用正在醞釀,例如可能打破傳統生產線概念的可重構製造系統,仿生學與機器人、人工智慧的結合,以及當前被市場廣泛熱議的工業區塊鏈,而這也恰恰是最具趣味與令人滿懷憧憬的,不是麼?

作者

黃昌夏 ,西門子數字化工廠集團數字化業務高階顧問,南山工業書院研究組成員,在數字化工廠、工業網際網路、製造企業技術戰略、智慧製造市場發展與生態演進等領域具有獨到的見解.

王永宗,西門子數字化工廠及過程工業與驅動集團高階銷售經理,南開大學MBA,天津市自動化學會理事,數字化研習社數字化製造板塊版主,暢銷書《大話工業4.0》作者之一,公眾號《帝企鵝說》主編。

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

人工智慧賽博物理作業系統

AI-CPS OS

人工智慧賽博物理作業系統新一代技術+商業作業系統“AI-CPS OS:雲端計算+大資料+物聯網+區塊鏈+人工智慧)分支用來的今天,企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中,利用AI-CPS OS形成數字化+智慧化力量,實現行業的重新佈局、企業的重新構建和自我的煥然新生。

AI-CPS OS的真正價值並不來自構成技術或功能,而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務資料+分析一體化,這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合,沒有顛覆現狀的意願,這些將不可能實現。

領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量,領導者必須在行業、企業與個人這三個層面都保持領先地位:

  1. 重新行業佈局:你的世界觀要怎樣改變才算足夠?你必須對行業典範進行怎樣的反思?

  2. 重新構建企業:你的企業需要做出什麼樣的變化?你準備如何重新定義你的公司?

  3. 重新打造自己:你需要成為怎樣的人?要重塑自己並在數字化+智慧化時代保有領先地位,你必須如何去做?

AI-CPS OS是數字化智慧化創新平臺,設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端,可以幫助企業將創新成果融入自身業務體系,實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的字化+智慧化力量與行業、企業及個人三個層面的交叉,形成了領導力模式,使數字化融入到領導者所在企業與領導方式的核心位置:

  1. 精細種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切,進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。

  2. 智慧:模型隨著時間(資料)的變化而變化,整個系統就具備了智慧(自學習)的能力。

  3. 高效:企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力,這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。

  4. 不確定性:數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗,其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域:技術、文化、制度。

  5. 邊界模糊:數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化,還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。

AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長:

  1. 創造虛擬勞動力,承擔需要適應性和敏捷性的複雜任務,即“智慧自動化”,以區別於傳統的自動化解決方案;

  2. 對現有勞動力和實物資產進行有利的補充和提升,提高資本效率

  3. 人工智慧的普及,將推動多行業的相關創新,開闢嶄新的經濟增長空間

給決策制定者和商業領袖的建議:

  1. 超越自動化,開啟新創新模式:利用具有自主學習和自我控制能力的動態機器智慧,為企業創造新商機;

  2. 迎接新一代資訊科技,迎接人工智慧:無縫整合人類智慧與機器智慧,重新

    評估未來的知識和技能型別;

  3. 制定道德規範:切實為人工智慧生態系統制定道德準則,並在智慧機器的開

    發過程中確定更加明晰的標準和最佳實踐;

  4. 重視再分配效應:對人工智慧可能帶來的衝擊做好準備,制定戰略幫助面臨

    較高失業風險的人群;

  5. 開發數字化+智慧化企業所需新能力:員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說,創造兼具包容性和多樣性的文化也非常重要。

子曰:“君子和而不同,小人同而不和。”  《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧,像君子一般融合,一起體現科技就是生產力。

如果說上一次哥倫布地理大發現,拓展的是人類的物理空間。那麼這一次地理大發現,拓展的就是人們的數字空間。在數學空間,建立新的商業文明,從而發現新的創富模式,為人類社會帶來新的財富空間。雲端計算,大資料、物聯網和區塊鏈,是進入這個數字空間的船,而人工智慧就是那船上的帆,哥倫布之帆!

新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力,將進一步釋放歷次科技革命和產業變革積蓄的巨大能量,並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節,形成從巨集觀到微觀各領域的智慧化新需求,催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革,深刻改變人類生產生活方式和思維模式,實現社會生產力的整體躍升。

產業智慧官  AI-CPS

用“人工智慧賽博物理作業系統新一代技術+商業作業系統“AI-CPS OS”:雲端計算+大資料+物聯網+區塊鏈+人工智慧)在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧;實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈

640?wx_fmt=png

640?wx_fmt=png

長按上方二維碼關注微信公眾號: AI-CPS,更多資訊回覆:

新技術“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧新產業:智慧製造”、智慧金融”、“智慧零售”、“智慧駕駛”、智慧城市新模式:“財富空間“工業網際網路”、“資料科學家”、“賽博物理系統CPS”、“供應鏈金融”

本文系“產業智慧官”(公眾號ID:AI-CPS)收集整理,轉載請註明出處!

產業智慧官(公眾號ID:AI-CPS推薦的文章,除非確實無法確認,我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題,煩請原作者聯絡我們,與您共同協商解決。聯絡、投稿郵箱:[email protected]

相關推薦

財富空間五大趨勢註解製造未來 | 2018德國漢諾威回顧

穀雨,是中國二十四節氣中春季的最後一個節氣,每年過了這個時候,我華夏大地都會呈現出一幅“楊花落儘

財富空間不是農業越來越難做,而是做農業的邏輯徹底變了!

        在“農業網際網路+”環境下,新產品層出不窮,新概念應接不暇,但多數人還沒從統行業的思維裡爬上岸,網際網路帶著大量的農業資訊撲面而來了……         這就需要你慢慢走出自我的世界,不是不斷的把自己產品的賣點放大,向客戶展示自己的產品有多好,而是完完全全站在客戶的角度思考他在眾多大同小異

財富空間產業AI將是刺破人工智慧泡沫後的金礦

文/深幾度2000年左右,美國高科技風險投資在美利堅大陸上狂舞。北電網路、朗訊科技、甲骨文等IT

學習筆記Spring AOP註解使用總結

trace -a tid nat 修改 with this throwable pid Spring AOP基本概念 是一種動態編譯期增強性AOP的實現 與IOC進行整合,不是全面的切面框架 與動態代理相輔相成 有兩種實現:基於jdk動態代理、cglib Spring

工業網際網路網企、製造產業誰才是工業網際網路主角?

關鍵字:智慧製造航天雲網工業網際網路工業大資料工業雲 近日,阿里雲正式釋出了飛龍工業網際網路平臺,該平臺圍繞工業生產的供應鏈、研發、生產、銷售、服務五大環節,幫助製造企業實現數字化轉型。加上不久前騰訊宣佈“紮根消費網際網路、擁抱產業網際網路”的新一輪戰略升級,這讓不少網友大呼,在工業網際網路的推

C++實現五大常用演算法之一:分治演算法(例項:漢諾塔)

求解思想:大而化小 1、問題拆分成子問題 2、對子問題求解 在漢諾塔遊戲中,有三個分別命名為A、B、C得塔座,幾個大小各不相同,從小到大一次編號得圓盤,每個原盤中間有一個小孔。最初,所有得圓盤都在A塔座上,其中最大得圓盤在最下面,然後是第二大,以此類推. 先上程式

量化課堂多頭趨勢回踩策略

導語:雪球文章《多頭趨勢回撤點:一個好懂又好用的均線策略》介紹了一個擇時選股的輔助判斷方法。這篇文章將根據這個思路構建一個交易策略,並使用歷史回測來檢驗它的效果。 作者:肖睿 編輯:巨集觀經濟算命師 本文由JoinQuant量化課堂推出,難度為進階上,理解深度為level-0 多頭趨勢回撤點 多頭趨勢

Mybatis——親測mybatis使用註解方式插入資料後獲取自增長的主鍵值

自己踩過的坑,查了好久,終於發現解決方法。 步驟有三: 1. 寫SQL,但不要自己插入主鍵值 2. 配置@Options(useGeneratedKeys=true, keyProperty="物

物聯網17位業內專家解析2018年物聯網重要趨勢

此文由【i司馬渡(微訊號:smartdooo)】獨家原創,產業智慧官 已獲轉載授權。17位風頭正

hibernate框架用Annotation註解表示id生成策略

這裡簡單說一下用Annotation如何設定ID的生成策略: 除了在XML檔案中去指定id的生成策略,還可以用Annotation中的註解去指定id的生成策略。 方法:@Id @GeneratedValue public int getId() { return

java提高(16)---java註解(Annotation)

java提高(16)---java註解 註解含義註解是JDK1.5之後才有的新特性,它相當於一種標記,在程式中加入註解就等於為程式打上某種標記,之後又通過類的反射機制來解析註解。 一、JDK自帶註解 JDK1.5之後內部提供的三個註解 @Deprecated #廢棄,過時。 @Overri

spring springmvcspringmvc使用註解宣告控制器與請求對映

# 概述 **註解:** 在Spring中儘管使用XML配置檔案可以實現Bean的裝配工作,但如果應用中Bean的數量較多,會導致XML配置檔案過於臃腫,從而給維護和升級帶來一定的困難。 從JDK 5開始提供了名為Annotation(註解)的功能,Spring正是利用這一特性,Spring逐步完善對Anno

kindle筆記之 《解憂雜貨店》-2018-3-13

小姐 logs 現實 好的 多好 div 評價 期望 post 《解憂雜貨店》-2018-3-13 東野的大ID加上此書的大ID,今天終於在回來天津的火車上一口氣讀完了。 此前在微信讀書上看過這本書,只看了前一部分,感覺很神奇,加上宣傳、網友的評價,所以對此書的期望十分大。

c語言帶你真正走進指標的世界——那些一不小心就出現的BUG

                                    Let's     &nbs

智能穿戴助燃北京少兒智能教育產品展2019科

智能機器人 解決方案 歷史 之前 高效率 計算機 交互 生活 80年 智能穿戴【助燃】北京少兒智能教育產品展2019科博會 智能穿戴設備是應用穿戴式技術對日常穿戴進行智能化設計、開發出可以穿戴的設備的總稱,如手表、手環、眼鏡、服飾等。穿戴式智能設備擁有多年的發展歷史,思想

Python爬蟲實戰獲取2018年重慶智參會企業名單,用於市場洞察

【背景】 做市場洞察,經常需要分析某個行業的Top客戶,通常會通過某種活動或某種機構獲取名單。網站上也能收集到,但是手工收集比較麻煩。 下面通過Python網路爬蟲 獲取2018年重慶智博會參會企業的名單來體驗,如何批量獲取目標網頁的名單。 【操作步驟】 1、分析網頁

IntelliJ IDEAIntelliJ IDEA使用教程(2018圖文版)

前言:IntelliJ IDEA 如果說IntelliJ IDEA是一款現代化智慧開發工具的話,Eclipse則稱得上是石器時代的東西了。其實筆者也是一枚從Eclipse轉IDEA的探索者,隨著近期的不斷開發實踐和除錯,逐步體會到這款智慧IDE帶來的巨大開發便利,在強大

面經華為上研所2018屆‘815’優招專場

時間:2017-08-15 地點:人民廣場的萬豪酒店宴會廳 流程:業務面->boss面->綜面 業務面: 面試官之前來交大溝通的時候我和他面對面交流過,他還有印象,所以我和他只是愉快的交流了我近期的研究進展和實習情況,很順利,然後推薦我加了個專家面。 順利程度

五大主流數據庫比較 (DB2 Oracle MySQL SyBase SQLServer)

層次 tpc 數據 體系結構 pop 企業級 語言 數據庫管理 比較 無意中在網上看到,我看到的也是別人轉載的,作者不詳。 一、 開放性 1. SQL Server 只能在windows上運行,沒有絲毫的開放性,操作系統的系統的穩定對數據庫是十分重要的。Windo

Hibernate學習 —— 抓取策略(註解方式)

屬性的方法 ould per hql 項目 操作記錄 新建 應用程序 span 當應用程序須要在關聯關系間進行導航的時候。hibernate怎樣獲取關聯對象的策略。 抓取策略的方式: FetchType.LAZY:懶載入。載入一個實體時。定