canonical

    實(shí)際觀測(cè)到的結(jié)果是系統(tǒng)內(nèi)在結(jié)構(gòu)的外在表現(xiàn)，而軟件開發(fā)是從需求分析開始，經(jīng)歷系統(tǒng)分析，設(shè)計(jì)并實(shí)現(xiàn)的過(guò)程，即從用戶需求逆推出軟件的結(jié)構(gòu)。這種根據(jù)外在 表現(xiàn)求解內(nèi)部結(jié)構(gòu)的模型的過(guò)程，在數(shù)學(xué)上稱為反問(wèn)題(inverse problem)。關(guān)于反問(wèn)題，一個(gè)眾所周知的難點(diǎn)在于解的不適定性。因?yàn)椴煌慕Y(jié)構(gòu)可以有類似的外在表現(xiàn)，因而反問(wèn)題的解是不穩(wěn)定的。在一個(gè)既定的情況 下，我們按照某種粗略的外在度量標(biāo)準(zhǔn)，從反問(wèn)題的眾多近似解中選擇了一個(gè)。但是當(dāng)所需的外在表現(xiàn)發(fā)生微小變化后，我們第一次選擇出來(lái)的結(jié)構(gòu)可能無(wú)法適應(yīng)這 一微擾，而我們?cè)俅吻蠼獬鰜?lái)的結(jié)構(gòu)可能與原先的結(jié)構(gòu)有著巨大的差別。因而原先選擇的解在結(jié)構(gòu)上是不穩(wěn)定的。在數(shù)學(xué)上，我們稱之為奇異解（singular solution)。在數(shù)學(xué)上，在求解反問(wèn)題的時(shí)候?yàn)榱吮苊膺x擇到奇異解，經(jīng)常采用的技術(shù)手段就是類似于級(jí)列理論的所謂鎮(zhèn)定方法。即我們提出一系列的模 型，對(duì)它們進(jìn)行一維參數(shù)化。當(dāng)參數(shù)較大時(shí)相當(dāng)于對(duì)原有模型的一種近似，原有模型的細(xì)節(jié)被淹沒(méi)在正定泛函的大范圍結(jié)構(gòu)中，整體呈現(xiàn)出一種簡(jiǎn)單的結(jié)構(gòu)，而當(dāng)參 數(shù)越來(lái)越小時(shí)，原有模型的細(xì)節(jié)被逐漸識(shí)別出來(lái)，整體模型逐漸復(fù)雜化，最終參數(shù)為0時(shí)恢復(fù)到原始情況。常見的模擬退火算法（simulated annealing)就屬于這一策略族。通過(guò)模型的連續(xù)性，我們建立了一個(gè)復(fù)雜模型與一個(gè)簡(jiǎn)單模型（因而物理意義明確）之間的一條連續(xù)的紐帶，沿著這條可 退化的途徑，我們才有可能回避奇異解，保證復(fù)雜模型的物理有效性。
    在軟件設(shè)計(jì)中，我所提出的級(jí)列設(shè)計(jì)思想正是這樣一種漸進(jìn)演化的設(shè)計(jì)思想。我們極力維護(hù)模型的可退化性，保證復(fù)雜的模型不至于鎖定在錯(cuò)誤的角落中。而基于模型的連續(xù)性，我們對(duì)于未來(lái)的發(fā)展進(jìn)行外推才有了一定的根據(jù)。