那要看这个公司是干什么的,到底是为了赚钱的,还是做社会实验的……
当然不可行。从逻辑上就行不动。
如果这是一个私有制社会,那么这个工厂是属于股东的,企业存在的目的是股东利益最大化。那既然这是企业存在的目的,为什么企业运营的领导,也就是管理者,不是股东自己想办法搞出来的,而是工人选出来的?
如果这是一个公有制社会,或者现在的国有企业,那么生产资料(包括工厂)是公有的,注意,是公有,不是这个厂的工人有。如果归这几个工人共有,那说白了还是私有的。工厂是属于社会所有劳动者共有。那凭什么你这个厂的这几个工人就能代表所有人选举了?你也代表不了。所以现在的国有企业领导是国资委指派,而国资委是代表全体国民管理国有资产的。至少这在逻辑上是自洽的。
所以,先别看实操,光看这个行为的逻辑本身就不能自洽。无论生产资料所有制是什么。
当然从实操上问题更多,比如,领导者应该懂管理、懂技术、懂运营、懂市场,但员工选的可能只是觉得对自己好,自己能有好处的那个人。更不要说这当中还会出现贿选和拉邦结派。
所以概念说不通,操作有Bug,不可行。
湍流的尺度远大于分子平均自由程,仍然满足连续介质假设。大部分人认为NS 方程可以描述湍流(事实上也是这么做的)。
NS 方程系统是确定的,但确定的不代表可预测的。一个典型的例子,洛仑兹方程组,形式非常简单。但是这样的动力系统对初值扰动极端敏感,初值的误差误差随着时间会使解完全不一样,也就是著名的蝴蝶效应。当雷诺数大的时候,NS 方程更是这样。
可以把湍流看作一个随机过程场。DNS是一次具体的实现,就跟做了一次实验一样。打个比方,就像把扔十次骰子看做一件事,你得到十个1,就可是看作一次DNS 。DNS的主要困难在于湍流的多尺度导致要完全解析所有尺度,网格必须很细,计算量太大。复杂算例根本没法用。 为了降低计算量,提出LES ,大尺度直接解析,小尺度建模或者用耗散代替。
注意DNS /LES 和RANS的区别。前者相当于做了一次实验,每次做结果都可能不同;后者RANS 得到的是每一时刻随机场的均值。