技术文章

MathWorks 见解

改善 Simulink 的仿真性能


作者:

  • Weiwu Li, MathWorks
  • Reid Spence, MathWorks
  • Guy Rouleau, MathWorks

阅读时间:22 分钟

无论模型复杂程度如何,每位 Simulink® 用户都希望提高仿真性能。本文介绍了许多实用技巧和方法,帮助您让仿真工作流发挥最佳性能。 

提高仿真性能的第一步

首先,您需要查看自己的仿真工作流,了解模型需要运行编辑、初始化和仿真阶段多少次。例如,以下四种常见工作流的特征截然不同。要获得最佳性能,仿真模式和选项的最佳选择取决于您使用的是这四种工作流中的哪一种。

第一种工作流是“编辑-更新-重复”(图 1)。当您按 Ctrl+D 确保模型更新,但尚未准备好进行仿真验证时,或者当您对模型进行大幅修改时,通常会使用此工作流。

展示仿真的“编辑-更新-重复”工作流的示意图。

图 1. “编辑-更新-重复”工作流。

第二种工作流是“编辑-仿真-重复”,每次都需要编辑结构并初始化模型(图 2)。

展示仿真的“编辑-仿真-重复”工作流的示意图。

图 2. “编辑-仿真-重复”工作流。

第三种工作流是“调参-仿真-重复”(图 3)。它侧重于迭代调整部分参数,无需编辑模型结构。

展示仿真的“调参-仿真-重复”工作流的示意图。

图 3. “调参-仿真-重复”工作流。

第四种工作流是多次仿真工作流(图 4)。它通常涉及使用已验证的模型运行大量仿真,此时将执行负载分流出去会很有帮助。

展示仿真的多次仿真工作流的示意图。

图 4. 多次仿真工作流。

影响性能解决方案选择的另一个因素是,仿真的哪个阶段在总计算时间中占主导。您可以使用 Simulink.SimulationOutput 对象中返回的 SimulationMetadata 对象里的计时信息,查看初始化或执行在总时间中所占的比例。例如,从下面的示例可以看出,该模型的性能主要受执行时间影响,因此应重点采用加快模型执行而非初始化的性能解决方案。

您可以查看最常用工作流中所用模型的仿真元数据,进一步了解仿真属性。SimulationMetadata 对象包含仿真运行的相关信息,例如模型信息、计时信息和执行信息等。您可以通过访问属性 out.SimulationMetadata.TimingInfo 来获取计时信息。仿真元数据的计时信息示例如下: 

 WallClockTimestampStart:'2021-12-16 10:57:15'
 WallClockTimestampStop:'2021-12-16 10:58:44'
 InitializationElapsedWallTime:0.6918
 ExecutionElapsedWallTime:87.8463
 TerminationElapsedWallTime:0.4087
 TotalElapsedWallTime:88.9468
 ProfilerData:'Profiler is not enabled'

根据您的具体仿真工作流和模型特征(初始化时间与执行时间等),您可以快速参考下面的表 1,选择并尝试合适的方法。

方法 工作流
编辑-更新-重复 编辑-仿真-重复 调参-仿真-重复 多次仿真
仿真模式   x x x
快速重启     x x
仿真缓存 x x x x
模型引用 -
并行编译
x x    
模型引用 -
增量加载和
重新编译
x x    
Simulink 探查器 x x x x
求解器探查工具   x x x
修改模型   x x x
并行仿真       x

表 1. 提高仿真性能的常用方法。

选择正确的仿真模式

Simulink 提供三种仿真模式:普通、加速和快速加速(图 5)。顾名思义,加速模式通常比普通模式快,快速加速模式则更快。速度每提升一级,通常意味着要牺牲灵活性、交互性和/或诊断功能。在许多情况下,如果您可以在不使用其中某项功能的情况下工作(至少是暂时),仿真速度就会提高。

仿真模式选项(普通、加速和快速加速)的屏幕截图。

图 5. Simulink 仿真模式。

在普通模式下,Simulink 会在每次仿真运行期间解释模型。如果您经常更改模型,通常首选此模式,因为它不像加速模式和快速加速模式那样需要单独的编译步骤。

在加速模式下,Simulink 会将模型编译为内存中的执行引擎,从而消除普通模式下解释型仿真的模块间开销。加速模式支持调试器和探查器,但仅支持有限的运行时诊断。当仿真时间远长于编译时间时,通常会使用加速模式。

在快速加速模式下,Simulink 会为模型编译一个独立的可执行文件,该文件可以在单独的进程中运行。只有当整个模型能够生成代码时,才能使用快速加速模式。此模式会限制仿真期间与模型的交互。例如,快速加速模式不支持调试。与加速模式一样,当仿真用时远长于一次性编译时间时,最好使用快速加速模式。

您可能想知道应该为自己的工作流选择哪种模式。图 6 显示了一个假设模型在普通、加速和快速加速模式下的仿真性能。

显示假设模型在普通、加速和快速加速仿真模式下性能的图表。

图 6. 假设模型在不同仿真模式下的仿真性能。

通常,当您处于“开发”工作流中,经常修改模型并在修改之间执行更新模型图或短时仿真时,建议使用普通模式。反之,如果您想运行多次仿真,且不对模型进行结构性更改(例如添加或删除模块),请使用快速加速模式。

如果您知道模型在多次运行之间不会更改,可以将 RapidAcceleratorUpToDateCheck 设置为“off”,指示 Simulink 跳过快速加速初始化。请记住,对不可调参数的更改将被忽略。如果模型遇到阻碍使用快速加速模式的限制,请改用加速模式。

详细了解加速模式的工作原理、如何选择仿真模式、加速模式为何会重新编译以及性能比较。

加速模式对某些模型的提升效果为何更明显

有时您可能会发现,某些模型从加速或快速加速模式中获得的提升比其他模型更多。如果您的模型性能提升不明显,可能属于以下情况:

模型的算法主要包含在少数几个复杂模块中,例如 Fast Fourier Transform 模块或查找表。小模型在加速模式下可能运行得更慢,因为原生模块已高度优化。相比之下,包含大量基本模块的模型更有可能从加速中获益。

模型主要包含已编译代码,例如来自 S-function、Stateflow® 模块和 MATLAB® 函数的代码。使用编译步骤不会进一步提高模型速度。

仿真运行包含初始化或终止阶段。由于加速模式仅作用于每次运行的仿真阶段,如果运行需要耗时的初始化或终止阶段,加速模式可能无法带来明显提升。有关详细信息,请参阅本文的加速初始化阶段一节。

模型包含无法编译的模块,例如 Interpreted MATLAB Function 模块或解释模式下的 MATLAB System object。

为迭代仿真启用快速重启

在典型的 Simulink 仿真工作流中,当您按下运行按钮时,Simulink 会先更新并编译模型,然后再进行仿真。后续每次运行都会重复此过程。但是,如果迭代仿真只需要更改模型输入或可调参数,通常无需编辑模型结构。对于这些工作流,初始化阶段在首次运行之后通常是不必要的,而在运行数百甚至数千次仿真时,其耗时会迅速累积。

Simulink 提供了一项名为“快速重启”的实用功能。顾名思义,它让您只需编译一次模型即可运行迭代仿真(图 7)。

Simulink 中快速重启功能的屏幕截图。

图 7. 在 Simulink 中启用快速重启。

开启快速重启后,模型不会在每次运行后自动终止。相反,模型会使用保存的初始化信息为下一组仿真自动重新初始化,无需重新编译。  

使用快速重启时,模型会被锁定,您将无法编辑模型结构。这样可防止在仿真完成之前对模型进行任何结构性更改。但是,您仍然可以更改可调参数或输入信号,并查看它们对仿真的影响。

您可以如上所示从工具条开启快速重启,也可以在使用 sim 和 parsim 函数的编程仿真中开启。

使用仿真工作点

工程师通常会针对不同的输入、边界条件和工况,对 Simulink 模型进行迭代仿真。在许多情况下,这些仿真有一个共同的启动阶段,模型在此阶段从初始状态过渡到其他某个状态。例如,在测试各种控制序列之前,可能需要先将电机加速到一定转速。

使用仿真工作点,您可以在启动阶段结束时保存仿真快照,然后将其恢复,用作后续仿真的初始状态。这种方法本身并不能提高仿真速度,但由于启动阶段只需仿真一次,因此可以缩短连续运行的总仿真时间(见下面的图 8)。

快速重启和工作点恢复如何缩短总仿真时间的示意图。

图 8. 使用快速重启和工作点恢复。

详细了解工作点行为。  

并行运行多次仿真

借助 Simulink 和 Parallel Computing Toolbox™,您可以将仿真任务分配到多个处理核上,从而缩短运行多个独立仿真所需的总时间。使用 MATLAB Parallel Server™ 可以将仿真扩展到集群和云,进一步缩短总体仿真时间。

并行运行仿真的常见用例包括蒙特卡罗分析、设计优化和测试用例扫描。例如,您可以设置蒙特卡罗模拟,在预定范围内改变某个参数的值。然后,您可以在多个核上针对每个参数值独立并行地执行仿真。

设计优化中涉及的许多任务都可以并行化,包括根据测试数据估计模型参数、调整控制器增益以获得所需响应、优化设计参数、执行敏感度分析以及执行稳健性分析。总仿真时间会随着所用处理器数量的增加而减少。

设置并行多次仿真运行通常有两种方式:使用“多次仿真”面板,或使用调用 parsim 函数的脚本。您可以直接在 Simulink 编辑器中使用“多次仿真”面板来设置和运行仿真(见图 9)。在“多次仿真”面板中,您可以为仿真指定模块参数和工作区变量的值。选中“使用并行”选项,即可自动启用仿真的并行执行。

Simulink 编辑器中“多次仿真”面板的屏幕截图。

图 9. 使用“多次仿真”面板启动并行仿真。

您也可以通过 MATLAB 脚本使用 parsim 来启动并行仿真。与使用“多次仿真”面板相比,使用 parsim 脚本更加灵活,并提供更多高级选项。  

详细了解如何使用“多次仿真”面板配置和运行仿真。

详细了解运行并行仿真、parsim 命令以及在快速加速仿真中使用 parsim。

借助模型引用,您可以使用 Model 模块将一个模型包含在另一个模型中。每个这样的实例称为一个模型引用。与子系统一样,模型引用可以帮助您组织大型模型层次结构(图 10)。 

模型引用重新编译选项的屏幕截图。

图 10. 模型引用重新编译选项。 

使用模型引用在性能方面有很多好处:

  • 增量加载。被引用模型仅在需要时加载。
  • 加速仿真。借助模型引用,您可以将仿真的各个部分存储在不同的模型文件中。如果仿真的很大一部分不会改变,您可以将其放入加速模式下的被引用模型中。这部分只会在第一次编译一次,后续运行时初始化和仿真都会更快。
  • 增量重新编译。如果所选的模型引用重新编译选项为“如果在已知依赖项中检测到任何更改”,则实现这些被引用模型的仿真目标不会在每次运行仿真时都生成,只有在被引用模型和/或其任何依赖项或接口发生变化时才会重新生成。与选择“如果检测到任何更改”选项相比,此选项速度更快,因为它跳过了计算模型校验和的步骤。如果您确定模型结构在仿真期间不会更改,可以将“重新编译”选项设置为“从不”,进一步加快该过程。
  • 并行编译。对于包含大型模型引用层次结构的模型,您可以通过并行编译被引用模型来缩短代码生成和编译时间。借助 Parallel Computing Toolbox 或 MATLAB Parallel Server,您可以将代码生成和编译分布到配置中的多个 MATLAB 工作进程上。

模型引用通常用于团队环境,您可能会基于其他人构建的组件运行仿真。Simulink 可以将这些构建产物打包,为层次结构中的每个模型生成一个扩展名为 .SLXC 的 Simulink 缓存文件(图 11)。

突出显示 Simulink .slxc 缓存文件的屏幕截图。

图 11. Simulink 缓存文件。

使用 Simulink 缓存文件时,只要“重新编译”配置参数设置为“如果检测到任何更改(默认)”或“如果在已知依赖项中检测到任何更改”,Simulink 就只编译过期的文件。您和团队成员可以相互共享这些 SLXC 文件以及对应的 Simulink 模型文件。

在您的计算机上运行仿真时,Simulink 会从每个模型的 SLXC 文件中提取所需的派生文件。因此,Simulink 无需执行不必要的重新编译,可以更快地完成仿真。

此外,Simulink 缓存文件适用于多种类型的构建产物,这些产物不一定是模型引用仿真目标(例如快速加速目标)。在基于团队的工作流中,共享这些 Simulink 缓存文件可以显著降低重新编译成本。

详细了解模型引用。

详细了解 Simulink 缓存文件。

分析模型中的仿真瓶颈

Simulink 内置的功能可以帮助您系统地了解模型、识别仿真性能瓶颈并提高仿真速度。

性能顾问

您可以从“调试”选项卡启动性能顾问,Simulink 探查器和求解器探查工具也位于该选项卡(图 12)。

Simulink 中“调试”选项卡的屏幕截图,其中突出显示了性能顾问选项。

图 12. 启动性能顾问。

性能顾问会分析模型,并针对可能导致仿真性能低下的条件和配置设置运行各种检查。性能顾问会针对更好的模型配置设置提供建议,并提供自动或手动修复问题的机制。

将建议的更改应用于模型后,性能顾问可以验证性能提升的程度(图 13)。 

Simulink 性能顾问设置的屏幕截图。

图 13. Simulink 性能顾问。

详细了解性能顾问。

Simulink 探查器

在 Simulink 中,有两种探查器可用于探查模型,找出仿真缓慢的原因。如果您不确定该使用哪一种,请参考图 14 快速入门。Simulink 探查器用于确定哪些模块占用的仿真时间最多,求解器探查工具则用于分析变步长求解器为何采用特定步长。

使用 Simulink 探查器或求解器探查工具评估仿真缓慢问题的决策树。

图 14. 使用 Simulink 探查器和求解器探查工具。

借助 Simulink 探查器,您可以量化仿真各阶段的用时以及每个模块的仿真用时。Simulink 探查器通常在设计阶段与普通模式配合使用,以便您检查每个模块的时间开销。使用 Simulink 探查器可能会生成大量数据。为了尽量减少需要审查的数据量,请重点关注最耗时的方法和调用最频繁的方法。

Simulink 探查器可以找出仿真变慢的根源,让您能够手动评估仿真执行时间方面的性能。您还可以将计算量最大的模块替换为轻量级模块,以加快仿真速度(图 15)。

将 Simulink 探查器应用于自动变速器系统模型的屏幕截图。

图 15. Simulink 探查器。

详细了解 Simulink 探查器。

求解器探查工具

当使用变步长求解器的模型仿真变慢、采用过多小步长或停止响应时,求解器探查工具可以帮助您了解求解器行为,并找出影响仿真的因素。

有多种因素会影响求解器行为并限制仿真速度。求解器探查工具会记录并报告模型仿真过程中发生的所有主要事件:

  • 过零事件
  • 求解器异常事件
  • 求解器重置事件
  • 雅可比矩阵计算事件

如果您的模型包含 Simscape™ 模块,还可以使用 Simscape 结果浏览器查看这些模块的各种物理量。

求解器探查工具会提供有关仿真、求解器设置、事件和错误的图形和统计信息。您可以使用这些数据确定模型中造成仿真瓶颈的位置,并采取措施,例如更新系统的刚性,以提高仿真性能。  

求解器探查工具通常与变步长求解器配合使用,帮助解释仿真为何采用过多步长或步长为何如此之小。另一方面,如果您关注的是每个仿真步为何需要很长时间才能完成,或者您使用的是定步长求解器,那么上一节介绍的 Simulink 探查器才是合适的工具(图 16)。

求解器探查工具显示仿真相关图形和统计信息的屏幕截图。

图 16. 求解器探查工具。

详细了解求解器探查工具、过零检测和求解器重置。

修改和简化模型

到目前为止介绍的大多数方法几乎不需要对模型本身进行更改。通过应用涉及修改模型的方法,您可以进一步提升性能。

加速初始化阶段

当您更新或打开模型时,Simulink 会运行封装初始化代码。如果您的封装初始化命令很复杂,其中包含大量对 set_param 的调用,请考虑将连续的 set_param() 调用合并为一个带有多个参数对的调用。这样可以减少与这些调用相关的开销。

详细了解封装代码执行。

如果您使用 MATLAB 脚本加载和初始化数据,改为加载 MAT 文件通常可以提高性能。缺点是 MAT 文件中的数据不是人类可读的形式,因此可能比脚本更难处理。但是,加载 MAT 文件初始化数据的速度通常比等效脚本快得多。

详细了解如何将 MAT 文件中的数据加载到工作区。

降低模型复杂度

在不牺牲保真度的前提下简化模型,是提高仿真性能的有效方法。以下是降低模型复杂度的三种方法。

用保真度较低的替代模型替换子系统。在许多情况下,您可以将复杂的子系统模型替换为以下模型之一,从而简化模型:

  • 使用 System Identification Toolbox™ 根据测得的输入-输出数据创建的线性或非线性动态模型
  • 使用 Model-Based Calibration Toolbox™ 创建的高保真非线性统计模型
  • 使用 Simulink Control Design™ 创建的线性模型
  • 查找表

您可以在库中同时维护子系统的这两种表示,并使用变体子系统对其进行管理。

详细了解如何使用可配置子系统模块。

详细了解如何使用查找表、如何优化查找表中的断点间距以及如何优化为查找表模块生成的代码。

详细了解降阶建模。

减少模块数量。减少模型中的模块数量后,仿真期间需要更新的模块就会减少,从而加快仿真运行速度。向量化是减少模块数量的一种方法。例如,如果您有多个并行信号要进行一组类似的计算,可以尝试将它们组合成一个向量,然后执行一次计算。另一种方法是在配置参数的“优化 > 常规”部分中启用“模块简化”优化。

使用基于帧的处理。在基于帧的处理中,样本是批量处理的,而不是一次处理一个。例如,如果您的模型包含模数转换器,您可以将输出样本收集到缓冲区中,然后通过单次运算(例如快速傅里叶变换)处理该缓冲区。以这种方式分块处理数据,可以减少模型中模块需要调用的次数。一般来说,调度开销会随着帧大小的增加而减小。但是,较大的帧会占用更多内存,而内存限制可能会对复杂模型的性能产生不利影响。请尝试不同的帧大小,找到既能最大限度发挥基于帧的处理的性能优势、又不会导致内存问题的帧大小。

减少交互性

一般来说,模型的交互性越强,仿真所需的时间就越长。本节中的技巧说明了如何通过牺牲部分交互性来提高性能。

禁用调试诊断。某些已启用的诊断功能会明显减慢仿真速度。您可以在“配置参数”对话框的“诊断”窗格中禁用它们。

注意:运行数组越界和求解器数据不一致诊断可能会导致模型运行时性能明显下降。

禁用仿真动画。默认情况下,Stateflow 图会在模型运行时高亮显示当前活动状态,并以动画形式显示发生的状态转移。此功能对调试很有用,但会减慢仿真速度。要加快仿真速度,请关闭所有 Stateflow 图或禁用动画。同样,如果您使用的是 Simulink 3D Animation™、SimMechanics™ 可视化、FlightGear 或其他 3D 动画软件包,请考虑禁用动画或降低场景保真度,以提高性能。

详细了解如何加快 Stateflow 中的仿真速度。

调整查看器的特定参数,并通过使能子系统管理查看器。如果您的模型包含显示大量数据点的示波器查看器,且无法删除该示波器,请尝试调整查看器参数,以牺牲保真度来换取渲染速度。但请注意,通过抽取来减少绘制的数据点数量时,您可能会错过短暂的瞬态过程和其他在数据点较多时显而易见的现象。您可以将查看器放在使能子系统中,以便更精确地控制启用哪些可视化以及何时启用。

详细了解示波器信号查看器参数设置如何影响性能。

使用 MATLAB Function 模块代替 Interpreted MATLAB Function 模块

要在 Simulink 模型中调用 MATLAB 函数,请使用 MATLAB Function 模块,而不是 Interpreted MATLAB Function 模块或 MATLAB S-function。MATLAB Function 模块是速度更快的替代方案。它支持生成可嵌入的 C 代码。虽然 MATLAB Function 模块并不支持所有 MATLAB 函数,但它所支持的 MATLAB 语言子集非常广泛。

要快速找到模型中所有的 Interpreted MATLAB Function 模块,请使用性能顾问。

详细了解如何使用 MATLAB Function 模块。

记录大型数据集。记录大量数据时(例如,在包含 To Workspace、To File 或 Scope 模块的模型中),请使用抽取或将记录的输出限制为仿真的最后一部分。避免记录冗余数据(例如,时间只记录一次)和无关数据(例如,在可行时记录整数值而非双精度值)。还可以使用记录覆盖来控制要记录哪些信号,而无需为加速模式重新编译仿真目标。

详细了解如何导出仿真数据。

其他实用方法

以下方法适用于某些特定模型;如果您的模型属于下述模式,或许可以使用这些方法来提高仿真速度。

优化硬件加速

单指令多数据 (SIMD) 是一种数据级并行处理技术,可以同时对多个数据点执行相同的运算。许多现代 CPU 都具有 SIMD 指令,例如可以一次执行多个加法或乘法运算。对于受支持模块上的计算密集型运算,SIMD 内在函数可以提高仿真性能。

Simulink 在所有使用代码生成技术的仿真模式(例如加速或快速加速模式)中均支持使用 SIMD 进行硬件加速。

Simulink 在“仿真目标”窗格中提供了一个配置集参数,用于控制 SIMD 的类型。对于硬件加速选项,默认选项(“利用通用硬件”)适用于所有 X86 CPU,且无需重新编译。另一个选项(“利用本机硬件”)则取决于 CPU。如果您的 CPU 支持较新的 SIMD 指令集(例如 SSE2/AVX2/AVX512),则此选项可以提供更快的仿真速度(图 17)。

Simulink 中硬件加速选项的屏幕截图。

图 17. 配置硬件加速选项。 

使用仿真目标时,有许多因素决定 SIMD 是否可用,以及它能否提高仿真速度。您可以使用前面介绍的性能顾问,运行“仿真目标”下的“检查硬件加速设置”检查,了解 SIMD 是否对您的特定模型有帮助。  

详细了解硬件加速。

利用多核仿真

在 Simulink 中,有几种不同的方法可以将模型的某些部分分派给多核执行,从而加速单次仿真。这些方法并不适用于所有模型,但可能对您的特定用例有用。

数据流域的多核仿真。如果您在 Simulink 中对计算密集型信号处理或多速率信号处理系统进行建模和仿真,数据流域将提高性能。数据流域是一种新的执行域,它使用称为同步数据流的计算模型进行仿真。数据流执行域由数据驱动,可以使用多个核进行仿真。

您可以使用属性检查器将 Domain 参数设置为 Dataflow,从而将数据流指定为子系统的执行域。数据流域会自动对模型进行分区,并使用多个线程对系统进行仿真,以获得更好的仿真性能(图 18)。

在属性检查器中将数据流指定为执行域的屏幕截图。

图 18. 数据流执行域。

您可以使用“多核”选项卡上的“运行分析”按钮,分析数据流域的仿真性能。它可以探查模型、计算每个模块的执行时间、找出模型中现有的并行性,并将模型划分到多个线程中。它可以建议一个延迟值,通过对模块执行进行流水线处理来进一步提高仿真吞吐量。下面图 19 中的分析表明,将延迟从 0 设置为 2 可获得最佳性能。 

数据流域仿真性能分析的屏幕截图。

图 19. 数据流域的仿真性能分析。

详细了解数据流域。

使用协同仿真组件的多核仿真。您的仿真模型可能包含协同仿真组件。协同仿真组件可以是 S-function 模块,作为 Simulink 与第三方工具或自定义代码之间的协同仿真网关。它也可以是导入 Simulink 的协同仿真模式 FMU,或者是加速模式下的 Model 模块。如果这些协同仿真组件是线程安全的,就有资格在多个线程上运行。线程安全是指该模块可以在多个线程访问共享数据、资源和对象时正常工作,不会发生任何冲突。

并非所有模型都包含可以在多个线程上运行的协同仿真组件。此外,多线程协同仿真仅支持普通仿真模式。默认情况下,Simulink 会将所有符合条件的模型和模块配置为可进行多线程执行。如果能够提高性能,Simulink 会自动在多个线程上运行所有模型。

详细了解多核协同仿真。

在 For Each 子系统中使用多核仿真。For Each 子系统是 Simulink 中的一种子系统,它会在一个仿真步内,针对输入信号或封装参数数组中子数组的每个元素重复执行算法。如果您的模型包含计算密集型的 For Each 子系统,可以在多个线程上执行 For Each 子系统迭代,从而有望加快仿真速度。

For Each 子系统多核仿真仅支持快速加速仿真模式。默认情况下,For Each 子系统的多线程仿真支持处于启用状态。Simulink 会在运行过程中自动探查仿真。只有在检测到性能优势时,才会启用并行执行。您可以使用模型参数 'MultithreadedSim' 手动选择启用或禁用多线程仿真。

详细了解如何使用 For Each 子系统。

应用方法并衡量结果

为了说明这些方法在实际项目中的相对效果,我们对一个自动变速器系统模型应用了上面建议的部分更改,并测量了由此带来的仿真时间性能提升(图 20)。

自动变速器系统 Simulink 模型的屏幕截图。

图 20. 自动变速器系统的 Simulink 模型。

为了提高性能,我们首先使用性能顾问运行检查,并进行了以下建议的更改:

  • 禁用开销较大的诊断,包括求解器数据不一致、除以奇异矩阵、模块输出 Inf 或 NaN、仿真范围检查和数组越界
  • 将 Interpreted MATLAB Function 模块替换为 MATLAB Function 模块(这项更改的单项效果最显著)
  • 启用“模块简化”优化
  • 关闭并注释掉示波器

这些更改将平均仿真时间从 57 秒缩短到 3.3 秒。使用优化后的模型,我们现在可以应用快速加速和并行仿真,比较这些方法的性能(表 2)。

原始模型,普通模式,串行执行,快速重启关闭 5731 秒
改进后的模型,普通模式,串行执行,快速重启关闭 328 秒
改进后的模型,普通模式,串行执行,快速重启开启 307 秒
改进后的模型,快速加速模式,串行执行,RapidAcceleratorUpToDateCheck 关闭  236 秒
改进后的模型,普通模式,并行仿真,快速重启开启(4 个本地工作进程) 198 秒
改进后的模型,快速加速模式,并行仿真,RapidAcceleratorUpToDateCheck 关闭(4 个本地工作进程) 85 秒

表 2. 每个模型迭代 100 次、每次仿真时长 2000 秒所用的时间。所用系统:Lenovo T490s,配备 Intel® Core™ i7-8665U CPU(1.9 GHz,2112 MHz,4 核)、32 GB DDR4 2400 MHz PC4-19200 SODIMM,硬盘:1 TB SSD,Windows 10 企业版,MATLAB R2022a。

2022 年发布


使用的产品: Simulink, Parallel Computing Toolbox

关于作者

Weiwu Li

Weiwu Li is a product manager responsible for simulation capabilities of Simulink and Simulink Compiler. Prior to joining MathWorks in 2016, he had many years of experience in the automotive industry as a system controls engineer. Weiwu has a Ph.D. in controls engineering from Zhejiang University, an M.S.M.E. from The Ohio State University, and an M.B.A. from Purdue University.

Guy Rouleau

Guy Rouleau is a consulting advanced support engineer at MathWorks and has been supporting Simulink users since 2007. In his role, Guy works closely with customers on technical challenges, bringing his expertise in engineering systems and applied modeling to support advanced MATLAB and Simulink workflows. Guy is the author of the “Guy on Simulink” blog, where he shares tips and tricks he’s learned while supporting Simulink users. He holds a master’s degree in mechanical engineering from McGill University, in collaboration with the Canadian Space Agency.

继续探索