你会不会全身发冷，马上破产。我滴天，仿真奈何做错了。抱着头好好念，是哪里搞错了？公式有么有错？算法合分歧意？网格够不敷？回念一遍形似处处都不太牢靠，这可奈何向老板交接？

当你把仿真和尝试这两条捏合不到一块的弧线，小心翼翼地递到上面。老板只可叹口吻说，再众请几位专家一块剖判。

工程师级其余专家就会扑上来，指着你的额头告诉你。你漏项了，你大意了细节，你简化了处境。你偷懒了，你算的形态个数不敷，你用的网格数目不敷，你用的算法精度不敷。

行家级其余专家后仰坐正在椅子上，微乐着看众人。等众人把提议喷溅完毕，行家轻声说：“这个不离奇，这种数据做仿真便是不凿凿，以是咱们才做尝试。”

倘若这类尝试容易获得凿凿数据，做仿真模子的人，早就用多量的凿凿尝试数据纠正模子，把仿真的凿凿性也提上来了。

原来，你也不确定。你对自身的仿真结果向来捕风捉影。你也认为自身的数据幻化莫测，不清爽动了谁人参数，仿真结果就全体差异了。你用差异的步骤，做出一大堆数据，你也不清爽那些数据凿凿，那些差错。

倘若行业普通秤谌的差错正在10%，你平日做仿真的数据变动限制没有超出20%，仿真的不靠谱级别为普通。普通的仿真和普通的尝试比拟，对你没有众大助助。

倘若，改改网格带来数据变动50%，改改筑设导致数据正负号反常，和师兄的仿线%，仿真不靠谱级别为“没谱”。

不管奈何说，尝试是看获得摸得着，阻挠易错太众。固然不行助助你排斥普通差错，不过可以挖掘“没谱”的仿真数据。

汽车测试网-创设于2008年，报道汽车测试技能与产物、趋向、动态等 接洽邮箱 marketing#auto-testing.net (把#改成@)