面向具有模式相关输入输出依赖模型的在线环检测

在协同仿真与基于组件的建模领域，设计者将模型作为构建模块导入以创建具备更复杂功能的组合模型。建模工具对含反馈环的组合模型执行瞬时环检测（ICD），以在数学上不成立时拒绝模型并提升仿真性能。此时，分析严重依赖于导入模型所提供的依赖信息。然而，当模型的输入到输出依赖为模式相关（即随内部或外部作为输入产生的特定事件而改变）时，环检测问题变得更为困难。组合此类模型所产生的可能模式数量显著增加，且环境输入等未知因素使离线（静态）ICD 成为难题。本文提出一种在线 ICD 方法，以解决信息物理系统中所用模型的该问题。该方法利用一个预言机作为中心信息源，可回答各模型是否能在不创建瞬时环的情况下进行模式转换。预言机使用离线创建的三种数据结构，并根据进行模式转换的模型之频率与数量在在线（运行时）自适应选择。分析期间，在线使用的模型被暂停运行，导致与物理系统产生偏差。目标是在最小化分析引发的模型仿真暂停时间的同时，检测瞬时环的缺失。基准结果表明，我们的方法是离线分析方法的充分替代方案，并显著减少了分析时间。