CN100468414C - 仿真复杂设备或过程的计算机系统及方法 - Google Patents

Abstract

公开了仿真复杂设备或过程的计算机系统及方法。其中由计算机实现的方法包括：存储多个模型，每个模型包含对包括一个变量属性在内的多个属性的定义；存储多个目标，每个目标包含用于评价所述模型的特性的目标规则；存储多个策略，每个策略包含用于修改所述变量属性的策略规则；根据从所述多个目标中选出的一个目标，评价从所述多个模型中选出的一个模型，并根据从所述多个策略中选出的一个策略来设置所述变量属性，以确定与所述选出的模型和所述变量属性设置相关联的特性值；确定所述特性值是否是对前一个特性值的改进；以及当所述特性值是对前一个特性值的改进时，存储仿真中使用的上述目标、以及存储仿真中使用的上述策略。

Description

仿真复杂设备或过程的计算机系统及方法

技术领域

本发明涉及一个或多个专家系统，特别地，涉及用于仿真或优化系统的专家系统。

背景技术

仿真系统用于仿真设备或处理。例如，创建一个仿真器来仿真一个被设计为特殊规格的发动机的性能。然而，要从进气到排气来详细说明一个完整的发动机，可能要求指定超过一千个属性。例如，定义每个气缸中的气门通常要求指定进气和排气门的数量，每个气门的直径，包括每个气门的升程、开启和关闭每个气门的时间和速度在内的凸轮特性，等等。当然，一个典型的现代发动机还有许多其它复杂的部分，因此看来定义一个完整可用的发动机是一件复杂的任务，但这对于进行全面的仿真又是必需的。因此，需要有一种只给出由用户提供的有限特征就可指定一个完整模型的所有属性的专家系统。还需要一种为将来再次使用而保存模型的专家系统。

优化系统也用于仿真多个模型来找到一个或多个最能实现一个或多个目标的模型。例如，创建了一个可以改变发动机的一个或多个属性、根据每个发动机的变化来进行仿真、并且对每个仿真性能之间进行比较以确定一个或多个最优的发动机配置的优化系统。然而，优化策略通常是复杂的，要求定义许多以微妙的方式彼此影响的属性。例如，可以选择定义边界的设计空间，以至于优化系统在优化过程中能够改变属性值。可以选择设计公差属性以在所考虑的设计空间范围内确定数值的近似程度。此外可以利用随机选择在设计空间内的所有公差点中挑选一部分进行仿真。因此，设计空间的大小、设计空间内所考虑的数值的近似度和设计空间内被随机选择来进行仿真的部分值以一种特别是对于新设计者来说的复杂的方式缠绕在一起。因此，需要有一种只给出由用户提供的有限特征就可指定一个完整优化策略的所有属性的专家系统。还需要一种为将来再次使用而保存经认可的策略的专家系统。

还希望创建一种针对于优化一个模型的特定方面并且也可应用于例如一个不同尺寸的相似模型的相同方面的策略。可以从发动机的几何形状在有单个气缸和小排量的小型发动机到有十二个或更多气缸和大排量的发动机之间变化这一事实中得出与发动机有关的例子。通常存在对小型和大型发动机来说都很常见的需求，然而，这可以由相同的策略来解决，如果该策略是基于发动机的大小或其中一部分。因此，还需要地定义在仿真期间属性变化的方式，以便那些符号化的定义对于不同大小和配置的模型都是适用的。还需要有一种为再次使用而保存符号化的定义的专家系统。

发明内容

本发明一方面提供了一种用于仿真复杂设备或过程的计算机系统，包括：数据存储装置，存储了:多个模型，每个模型包含对包括一个变量属性在内的多个属性的定义；多个目标，每个目标包含用于评价所述模型的特性的目标规则；以及多个策略，每个策略包含用于修改所述变量属性的策略规则；处理器，其耦合到所述数据存储装置，所述处理器包括：特性值确定装置，用于根据从所述多个目标中选出的一个目标，评价从所述多个模型中选出的一个模型，并根据从所述多个策略中选出的一个策略来设置所述变量属性，以确定与所述选出的模型和所述变量属性设置相关联的特性值；特性值改进确定装置，用于确定所述特性值是否是对前一个特性值的改进；以及目标和策略存储装置，用于当所述特性值是对前一个特性值的改进时，在数据存储装置中存储仿真中使用的上述目标、以及在数据存储装置中存储仿真中使用的上述策略。

本发明另一方面提供了一种用于仿真复杂设备或过程的计算机实现的方法，包括:存储多个模型，每个模型包含对包括一个变量属性在内的多个属性的定义；存储多个目标，每个目标包含用于评价所述模型的特性的目标规则；存储多个策略，每个策略包含用于修改所述变量属性的策略规则；根据从所述多个目标中选出的一个目标，评价从所述多个模型中选出的一个模型，并根据从所述多个策略中选出的一个策略来设置所述变量属性，以确定与所述选出的模型和所述变量属性设置相关联的特性值；确定所述特性值是否是对前一个特性值的改进；以及当所述特性值是对前一个特性值的改进时，存储仿真中使用的上述目标、以及存储仿真中使用的上述策略。

附图说明

在此提供并且构成本说明书一部分的包括本发明的一个或多个实施例的附图，以及上述的一般性描述和下面将给出的详细描述，用于依照被预期来实现本发明的最佳模式来公开本发明的原理。

图1是本发明一个实施例中的一个设计优化流程图的实施例；

图2用图描绘了排气管长度和直径的仿真的一组采样；

图3表示一种在本发明一个实施例中为确定探测的组合值的方法；

图4描绘了一种在本发明一个实施例中的公差确定方法；

图5表示一种在本发明一个实施例中进行探测的方法；

图6表示在本发明一个实施例中的优化；

图7a表示独立变化的变量的一个实施例；

图7b表示组合变化的变量的一个实施例；

图8表示一个在本发明一个实施例中的设计屏幕；

图9表示有一个打开的专家发动机模板实施例的图8的所述设计屏幕；

图10表示有成为所述专家发动机模板中的值的图9的所述设计屏幕；

图11表示有一个在其中定义的发动机的图8的所述设计屏幕；

图12表示有一个打开为选中目标标签的目的说明屏幕实施例的图8的所述设计屏幕；

图13表示有一个打开的目标设置对话框实施例的图12的所述设计屏幕和选中目标标签的目的说明屏幕；

图14表示有打开为选中速度钩标签的所述目的说明屏幕的图8的所述设计屏幕；

图15表示有打开为选中稳定性标签的所述目的说明屏幕的图8的所述设计屏幕；

图16表示有打开为选中仿真标签的所述目的说明屏幕的图8的所述设计屏幕；

图17表示有打开为选中燃料标签的所述目的说明屏幕的图8的所述设计屏幕；

图18表示有一个打开的自动发动机设计策略屏幕实施例的图8的所述设计屏幕；

图19表示有一个打开为选中变量标签的自动发动机设计策略屏幕并且有一个打开的优化变量设置窗口实施例的图8的所述设计屏幕；

图20表示有一个打开为选中约束标签的自动发动机设计策略屏幕的图8的所述设计屏幕；

图21表示在图20中选中约束标签时有一个打开的编辑策略公式屏幕实施例的所述自动发动机设计策略屏幕；

图22表示一个选中所述约束标签时的选择变量屏幕的实施例；

图23表示有打开为选中推理机标签的所述自动发动机设计策略屏幕的图8的所述设计屏幕；

图24表示有一个打开的符号元件分析屏幕实施例的图8的所述设计屏幕；

图25表示一个自动发动机设计专家系统屏幕的实施例；

图26表示从所述发动机设计专家系统屏幕选择一个自动发动机设计；以及

图27表示一个应用特殊接口屏幕的实施例。

具体实施方式

现在将详细解释本专家系统的首选实施例，其例子在附图中表示。应当理解在此提供的附图和实施例的描述表示并说明了有特殊关联的元件，同时出于清晰说明的目的，省去了在典型计算机和计算机网络中可见到的其它元件。

本专家系统对某些现有设计方法和系统的缺点提供了解决方案。那些掌握技术中普通技能的人将会意识到虽然是针对发动机设计来描述本发明实施例的，但本发明的这些特征可以应用于发动机设计之外。例如，在此公开和要求的专家系统技术可被应用于不同目的的仿真和优化系统以及一般的复杂计算系统。在此描述的用户接口也可被应用于多种有用的应用中。因此，虽然本发明的某些实施例针对的是发动机设计，但应当意识到本发明及其特征在多种应用中都是有用的。在本实施例的下述详细描述中，本设计优化的其它细节、特征和优势将会更加显而易见。

在此描述了用于实现专家系统的系统、装置和方法，包括基于装置的处理器、基于系统的多处理器、以及当被一个处理器运行时引起该处理器执行专家系统功能的包含指令的产品。在本说明书中对“一个实施例”、“某个实施例”的任何参考或对实施例的相似参照，意在表明针对所述实施例描述的一个具体特征、结构或特性包括在本发明的至少一个实施例中。在本说明书中不同地方出现的这种术语并不都是指同一个实施例。而且对“或”的参考旨在表示包含性的，因此“或”可以表示一个或另一个经过“或”运算的术语或不止一个经过“或”运算的术语。

虽然本发明可以用于优化多种复杂的装置和处理，但下述实施例针对使用本发明来优化一个内燃机。这种发动机有许多有助于发动机操作的属性和许多希望达到的目标。一个内燃机的属性包括，例如气门数量和大小，活塞直径和冲程，点火时间，燃料运输、数量和时间以及排气管的直径和长度。一个内燃机的操作目标包括，例如燃料消耗，喷射，转矩和功率。

在下文的描述中，术语“变量组”用于表示可以用于运行单个仿真的一组变量值。“运行”或“仿真”是在给定测试条件下对一组变量运行一个仿真的动作。“测试过程”是运行发生时的一组测试条件。“结果”包括依照测试条件来自于一组变量的仿真的特征或非独立变量的值。术语“解决方案”指的是一组用来评估目标的一个或多个运行。术语“通过”表示解决方案的集合，其被分类以找到最优变量组。术语“最优”用于表示局部最优，其是来自于通过的解决方案分类组中最好的变量组。“模型”是一组可被“仿真”的变量，“设计配置”是体现一个设计的模型。

专家系统通常是一个仿真有特定领域专家知识和经验的人或组织的判断和行为的计算机程序。通常，这种系统包括一个包含基于用户和所述专家系统的累积经验的信息的知识库。现在专家系统主要是以其协助诊断难题的能力而著称。例如，计算机专业人员可以利用专家系统来指导他们通过现代计算机系统的复杂相互作用来诊断计算机系统故障的原因。医生也可以使用专家系统来协助他们在一个对于疾病和病痛了解很多、但所知多数是重叠的和相互矛盾的现代世界中来诊断病人的疾病。

本专家系统考虑了一种用于帮助希望仿真复杂设备或处理以估计那些设备或处理的操作的设计者的专家系统。例如，设备的设计者通常希望在构建原型设备之前就仿真那些设备的运转并证明其为最可行的程度。复杂设备的仿真通常比构建这样的设备快得多而且便宜得多。然而，复杂的设备，甚至是众所周知的设备例如汽车发动机，在为进行仿真而定义时常常如此复杂以至于它要求专家创建一个将被仿真的发动机定义和一个如何进行该仿真的策略。因此，本发明提供了一个专业知识的知识库，其可被专业设计者和新设计者利用以使用来自人类设计者的有限信息来定义复杂模型和策略。

本发明实施例中利用的知识库可以包括一个机器可读并且包含所述系统中利用的知识的数据库。该知识可以包括，例如，与目标有关的信息，如目标和测试过程定义；与策略有关的信息，如优化规则；与模型有关的信息；以及仿真和优化的结果。那些专家系统的知识库可以有助于跟踪包含在知识库中的信息通过仿真或优化而产生的变化和进入仿真或优化系统的新信息产生的变化。

比较特征也可以与知识库有关，其比较在优化中使用的信息和包含在知识库中的信息以确定什么是新信息并将新信息自动保存在知识库中。因此，可以扩大并改善专家系统的知识库。例如，可以将由设计者和/或专家系统创建的每个新模型保存在知识库中，从而构建一个在将来的优化中可以使用或修改使用的全面的模型库。相似地，可以将由设计者和/或专家系统创建的每个新策略保存在知识库中，从而构建一个全面的策略库。作为替代地，管理将被保存的信息的规则可用于，例如只保存提供了改进结果的信息。保存在数据库中的每个模型或策略的质量也可以通过，例如将它们分类为经认可的用于证实的模型和策略、未经认可的用于实验模型和策略、或外来的用于被引入系统中的来自别处的模型和策略，以进行维护。

也可以维护保存在知识库中的数据的演化，以便可以回顾创建该数据的处理。例如，可以以家谱的形式来维护被修改以创建一个新策略的策略。还可以出于跟踪的目的保存创建知识库中的信息的人或工作站以及创建该信息的时间。可以例如由管理层来使用演化数据以确定创建最高质量模型和策略的人和处理。

因此，本专家系统可以提供，例如知识库中各种配置的完整设备定义。然后专家系统可以将由设计者以例如模板的方式输入的设备属性与一个或多个最紧密地对应于输入属性的完整设备定义进行匹配，并选择一个或多个完整设备定义以进一步使用。

相似地，本专家系统可以提供，例如知识库中的完整策略定义。那些策略定义可以，例如定义如何仿真各种设备和如何公式化各种目标的解决方案。然后本专家系统可以将由设计者以例如模板的方式输入的策略属性与一个或多个最紧密地对应于输入属性的完整策略定义进行匹配，并保存一个或多个完整策略定义以进一步使用。

在一个实施例中，本专家系统用于协助优化。在此提供的用于本例中的优化系统包括三个主要方面：一个定义仿真器所要求的所有属性的值的基本模型，一个大体涉及优化目标的目的，以及一个大体涉及优化期间基本模型将改变的属性及其在优化期间改变的程度的策略。

因此，本专家系统的实施例利用一个作为将被修改的属性和元件的起始定义的基本设计来创建一个优化的设计。本专家系统还利用包含一个或多个要求的目的，其中每个要求包含一个或多个目标以及一个或多个测试过程。本专家系统也利用了包括一个或多个变量、约束和一个推理机的策略。

用于优化的规则可以分布遍及于优化系统中。例如，用于属性的规则可以通过，例如使用基于另一属性的公式来定义一个属性，从而嵌入在基本模型中。规则也可以嵌入在目的(objective)中。例如，一个目标(goal)是否要最小化、最大化、匹配、作为上限使用、或作为下限使用，都是可以定义在目的中的规则。多个目标的衡量也可以定义在目的中。也可以为目的中一个或多个目标中的每一个将权重应用于多个点。例如，可以在具体的rpm点评估目标。然后如果需要，可以独立加权那些点中的每一个。而且规则可以嵌入在策略中。例如，可以在策略中定义变量参数、约束(例如用于计算某个属性的公式)、以及测探规则。

在优化系统的多个区域中嵌入规则的区别是应用规则的顺序。例如，如果一个附到发动机上的管道在基本模型中由一个使出口直径等于入口直径的公式定义、并且该管道在策略中被定义为出口和入口直径可以变化，那么那些规则执行的优先权或顺序将确定在优化中是否要求直管道或者是否可以产生非直管道。

基本模型或基本设计配置可以包括将由规则修改的属性或元件的起始定义以创建一个优化的设计。“最佳模型”可以是，例如当目标的指示是匹配一个或多个特定值时，一个最紧密地接近那些值的模型；当目标是最大化该值时，一个提供最高结果值的模型；或者当目标是最小化该值时，一个提供最低结果值的模型。基本设计可以包括仿真设计所需要的所有属性。而且设计属性可以进一步保存在设计属性库中。这里，本例中利用的设计是一个发动机设计，以便在那些发动机例子中的基本设计配置被称为“基本发动机”。因此，那些属性可以包括尺寸数据，例如进气增压室的尺寸、进气管长度和直径、排气管长度和直径、进气门直径、排气门直径、以及气缸长度和直径。那些属性也可以包括其它数据，例如感应的数据包括进气压、排气压，以及节气门位置。而且属性可以根据例如元件来逻辑地分组，以便通常组合使用的排气管长度和排气管直径可以分在一组中以定义一个排气管元件。然后可以给那些元件分配名字以便一个元件的所有属性被分组到一个唯一的发动机元件名。然后本优化可以改变选择的属性和具有那些变化属性的发动机的仿真操作，从而实现一个或多个目标。

图1表示本发明的一个设计优化100。在图1所示的实施例中，设计优化100包括2个操作阶段：设计和执行。设计包括指定目标102、指定变量104、指定约束106、指定实验的设计108和指定优化110。执行阶段包括探测112和解决114。

在102，可以指定包含一个或多个优化目标的目的。目的(objective)可以包括优化的所需结果的定义。目标(goal)可以有至少三个组成部分:一个特性、一个指示和一个值。每个特性可以进一步是一个将被优化的实体，像例如一个发动机的性能特性。指示指导期望用特性实现什么。例如，一个指示可以是最大化特性值、最小化特性值或匹配一个或多个所需特性值的指导。该值可以提供目的标准以比较每个设计配置达到所需结果的程度。在某些情况下，被最小化或最大化的目标可以没有关联值，而被匹配的目标通常有至少一个关联值。

本例的目标是通过在测试过程中指定的发动机运转的范围来实现最大功率的单个目标。因此，所述特性是功率，所述指示是最大化该功率。

测试过程可以，例如指定运转范围、通过该范围的递增步长、发动机循环数(以在每个rpm步长进行仿真)、发动机使用的燃料、节气门位置和周围条件。范围可以是，例如每分钟5000转数(rpm)到10000rpm，递增可以是该范围内1000rpm步长。燃料可以是，例如汽油或柴油。周围条件包括在进气和排气点的气温、气压和湿度。

如上所述，目标可以被最小化、最大化或与所需值或一组值进行匹配。当希望匹配时，与目标相关的值可以与例如一条曲线或定义曲线的一组值进行匹配。目标也可以用作对设计的限制。例如，可以设置目标的上限、下限或具有上限和下限的限带。而且，可以为仿真建立不止一个目标。因此，例如用户可以试图匹配所需的功率曲线，同时设置发动机排气管中一氧化碳的具体上限。在此情况下，所有产生高于所述限制的一氧化碳水平的结果将被忽略，一氧化碳水平低于所述限制的最适合于功率曲线的将被作为结果来提供。

上限是一个参数的值或一组值的要求，高于该值设计配置是不可接受的。上限可以例如放在参数如燃料消耗中以阻止产生的设计对于燃料消耗过度地低效。如果在任意一点超过上限，那么可以认为该组变量的仿真失败。

下限是一个参数的值或一组值的要求，低于该值设计配置是不可接受的。下限可以例如放在参数如功率中以阻止产生的设计有太低的功率。如果在仿真期间的任意一点变量组产生了低于下限的值，那么可以认为该组变量的仿真失败。

限带包括上限和下限，以便如果在仿真期间的任意一点一组变量超过上限或者在仿真期间的任意一点该组变量产生了低于下限的值，那么可以认为该组变量的仿真失败。

失败的变量组通常不再用于确定最佳结果的变量组的优先序列中。

策略是用于获得目的的处理。策略通常包括一个或多个变量并且可以包含或不包含一个或多个约束。

在104，指定将被优化的变量。“优化的”变量是那些在优化仿真中为了达到目标将会变化的变量。在此作为例子描述的实施例中将优化两个变量：排气管长度和排气管直径。可以指定将被优化的每个变量的初始值。然后可以设置运行仿真的值的界限。已经为本例确定希望使用长度在100mm到1000mm之间的排气管来装配适合发动机运转的汽车。还为本应用确定希望使用直径在100mm和200mm之间的排气管来装配该汽车。由于只考虑长度在100mm和1000mm之间的排气管，排气管长度的界限是100mm和1000mm。相似地，排气管直径的界限是100mm和200mm。其中每个变量代表的一个座标轴，可以用图来查看由界限包围的区域并称其为“设计空间”。

出于实践的目的，通过使用在优化期间允许变化的变量或属性的公差，可以限制要仿真的发动机数量。可以以一个变量所希望的最小增量来设置公差，以便要仿真的变量值限于落在公差点的值。没有使用公差的话，在任何设计空间中将存在无限多的要仿真的设计。通过利用公差，消除了设计空间中无限小的步骤，并且使设计空间中存在有限数量的仿真。当使用公差时，使要仿真的变量值四舍五入到最近的公差点，以便不仿真落在那些点之间的值。设计公差可以等于制造公差，但也可以简单地是设计者希望优化考虑的每个步骤的数量。例如，可以希望考虑有10mm增量的长度和1mm增量的直径的排气管。因此，排气管长度的公差可以设置在10mm，排气管直径的公差可以设置在1mm。从图来看，有界限的设计空间现在可以看作有位于多个公差的每一个上的点的格。关于公差，可以设置基于变量函数(例如变量大小)的总公差。然而，其中如果需要，变量的公差可以设置为任意值。公差也可以偏移，以便公差点可以在不是零点的其它点或公差的一个倍数开始。因此，例如可以希望从25mm开始以10mm增量来考虑一个排气管，从而提供一个公差偏移。然后从25mm起以10mm增量(例如，25mm、35mm、45mm等)来考虑排气管长度。

具有设置在公差处的变量的优化还为优化程序提供了自然的终止。一旦一个进行优化的点周围所有公差点都进行了仿真，并且未产生更好的特性值，那么可以终止优化。而且，基于仿真的公差的使用有利地减少了仿真运行的数量，因为互相接近的变量值被四舍五入到同一公差点，并且同一点的仿真无需进行两次。当然，本发明能够识别要仿真的变量组是否与先前仿真过的变量组相同，从而不对相同变量组进行第二次的仿真。

在106，指定包括参数公式的多个约束。一个初始设计属性可以被定义为一个常数值或通过一个参数方程定义。在此将参数公式称为一类约束。参数公式根据一个或多个其它属性来定义一个属性。可以不优化由参数公式定义的属性。然而，它可以随着被优化变量的改变而改变。例如，可以将管的入口直径定义为等于其连接的端口的直径。因此，管入口直径将随着端口尺寸的变化而变化。作为替代地，参数公式可以定义元件的几何形状，例如通过使出口直径等于入口直径来定义一个平行管。因此可以确信只有管的入口和出口相等的配置将被考虑。作为参数公式的另一例子，发动机冲程可以基于发动机的排量和内径冲程比。

在本发明的一个实施例中，分两步来仿真在设计空间中用于设计配置的变量组。第一步，在此称为探测，在设计空间的不同区域中仿真变量组；第二步，在此称为优化，在设计空间最有希望的区域中仿真设计配置。在探测中，选择少量变量组以确定在设计空间中哪个或哪些区域是最有希望的。因此，例如，可以选择每个变量的三个值，使其在每个变量将被考虑的范围值内平均分布。在优化中，接近在探测中探测得出的最有希望设计配置的设计配置被仿真，以在那些区域中找到最优解决方案。

在108，指定实验设计的属性。实验设计属性可以确定在探测112和优化114中将仿真多少设计配置。实验设计属性可以包括为每个变量探测的级别数、希望进一步考虑的最佳运行的数量、希望进一步考虑的其它区域的数量以及运行限制数。级别是每个在探测期间将被考虑的变量的值的数量。从图来看每个变量在图上定义一个轴，在从要考虑的最小值起至要考虑的最大值止，级别是在探测112中的每个轴上要仿真的点的数量。因此探测112仿真的解决方案的数量可以是每个变量级别数的积。

当指定实验设计108时，可以为变量设置整体或局部级别。当为所有变量指定整体级别时，对每个变量考虑的值的数量相同。例如，可以默认提供整体级别为3。其中为每个变量选择三个值，在探测中将考虑的设计配置的数量是3ⁿ，其中n等于设计配置中的变量数。

当为每个变量设置局部级别时，为每个变量独立选择在探测期间要考虑的值的数量。而且，可以提供整体级别作为默认值，并且为一个或多个要探测的变量指定局部级别的替换值。还可以指定零级别，以便对一个或多个变量禁用探测112。作为替代地，也可以由用户考虑探测112来指定值，或者可以利用另一技术以选择在探测112中要使用的值。

可以指定最佳运行的数量以指导优化114关于有多少最紧密地接近目标的设计配置将被保留。那些最佳设计配置在单个区域中的位置常常相互接近。然而，最佳设计配置可以位于设计空间的不同部分、并且可以通过优化探测112中找到的不止一个设计配置而得到。

可以希望提供在设计空间的一个或多个局部最优区域(不包含最佳设计配置的区域)中的最优设计配置。例如，在一个局部最优区域中的解决方案可以足够接近目标以满足设计者，并且可以基本上最有成本效益地实施。因此，可以指定其它区域的数量以提供最优设计，以便在局部最优区域中的设计配置也可以由优化114来提供。

也可以指定运行限制的数量以便对将要仿真的设计配置的数量进行限制。可以通过从可被仿真的设计配置总数中随机选择要仿真的设计配置来实现运行限制的数量。而且可以在计算机系统中指定随机数种子，以便通过选择相同的种子可以仿真相同的设计配置，选择不同的种子可以仿真不同的设计配置。

在110指定优化。在优化中，可以通过从基本设计仿真步进到相邻的设计配置来仿真相邻的设计配置，从而找到在探测112中选择的每个区域中的最优解决方案。在优化说明阶段，确定是否以及如何在优化114中组合变量。如此前所解释的，可以独立或者组合优化变量。在优化114期间，步骤可以被“独立”应用，其中当仿真相邻设计配置时只有一个变量发生变化，或者被“组合”应用，其中当仿真相邻设计配置时至少两个变量的组合发生变化。图7a表示一个变量独立变化的例子，其创建了四个将被仿真的新的设计配置；图7b表示一个变量组合变化的例子，其创建了八个将被仿真的新的设计配置。如在本例中将会看到的，当以组合而不是独立地考虑参数时，有更多设计配置将被提交给优化系统来考虑。

可以注意到可以组合或不组合所有变量，或者可以在一个或多个组合中组合变量的子集。

此外，可以指定步长和步长增量开始和结束因数，可以指定阈值，可以指定优化方法，以及可以指定对每个优化通过的运行数量的限制。可以为每个变量定义步长大小。一个步长可以在格上定义一个高于和/或低于将在优化中考虑的基点的区域。一个有用的步长大小是测探点之间的距离，其使优化在每个周围探测点上形成一个基点。可以定义步长增量开始和结束因数作为步长的百分比或步长的部分。步长增量开始因数可以定义从基点开始的距离作为步长的一部分，在此将产生第一优化通过。步长增量结束因数可以定义从基点开始的距离作为步长的一部分，如果没有通过其它方式来终止优化，在此将产生最后的优化通过。而且，可以从优化14中删除一个或多个变量，因为那些变量只对探测112是必需的。

可以由优化来使用步长增量因数，以根据探测格中两个相邻点之间距离的一部分来为变量组确定一个新值。可以在每个通过来评估阈值以确定优化是否完成。因此优化可以根据达到阈值来终止或者可以在达到阈值之前出于别的原因而终止。例如，优化可以终止的另一原因是因为已经仿真了在基点周围的设计空间中所有公差的设计配置，并且没有找到更好的结果。

本实施例的优化方法是基于最陡下降分析。作为替代地，可以利用单工向下或其它形式的分析。单工向下不允许任何组合并且不可以理想地与公差组合来完成，因为它依赖小变化使其推进。

如前所讨论的，如果希望对在每个通过中要仿真的运行次数进行限制，则可以指定这种限制，并且在超过所述限制时可以指定随机数种子以限制执行优化的次数。

在探测112期间，可以基于每个变量的级别或其它指定值来组合所有变量以探测设计空间。最初可以运行基线仿真。可以运行基线仿真以与其它仿真的配置进行比较。因此，例如可以通过改变排气管长度和直径来优化汽车发动机的功率。仿真可以利用来自基线仿真的为所有设计配置定义完整发动机的值同时只改变排气管长度和直径的值。因此，如果要仿真的发动机当前利用的排气管长度为700mm、直径为150mm，可以确定该配置的功率超过了基线仿真的发动机速度的所需范围。本例的发动机速度范围是5000到10000rpm。然后可以将基线仿真的结果与在优化期间考查的排气管长度和直径的其它变化进行比较。

然而，不必运行基线仿真。可以简单地排列仿真结果以确定变量的哪种配置是最佳的。探测112可以在变量的边界设置(在本例中是排气管长度从100mm到1000mm，直径从100mm到200mm)之内的不同的定义点上计算结果(在本例中是发动机功率)。然后可以排列那些结果以确定变量的哪种配置提供了最佳结果。

图2用图描绘了排气管长度和直径的仿真的一组采样。在将排气管的最小长度100mm设置为左边界、排气管的最大长度1000mm设置为右边界、排气管的最小直径100mm设置为下边界、排气管的最大直径200mm设置为上边界的地形平面上以地形的方式描绘了功率性能。在图2中，以高分辨率来执行探测以例示设计空间中功率等高线的值的例子。

图3表示一种为本发明的探测112确定组合值的方法230。方法230可视化地操作以创建一个对应于两个变量的二维栅格。然而，应当意识到可以利用本发明来优化任意数量的变量。在图示的方法230中每个变量的范围等于该变量的最大边界值减去该变量的最小边界值。在232，将计数器“N”设为“1”。如在252和254中将会看到的，将增加该计数器直到其达到为第一变量设置的水平，其中所述变量在图示的本实施例中是排气管长度(“Len”)。在234，计算将长度范围分成等份的步长。当首先执行236时，计算长度的第一部分的变量值。因此，从图上看，在236确定在X轴上从最小长度开始到实验点的第一设计的长度范围的距离。接着确定在Y轴上从最小直径开始到实验点的所述第一设计的距离以精确定位实验点的第一设计。因此，在238装入排气管直径的嵌套环。在238，将计数器“M”设为1。如在248和250中将会看到的，将增加该计数器直到其达到为第二变量设置的水平，其中所述变量在图示的本实施例中是排气管直径(“Dia”)。在240，计算将直径范围分成等份的步长。当首先执行242时，计算直径的第一部分的变量值。因此，在只考虑两个变量的本实施例中，将要仿真的实验点的第一设计的排气管长度和排气管直径是从步骤236得出的长度和从步骤242得出的直径的交叉点。

在某个通过图3所描述的方法产生复制的变量值的实施例中，将要仿真的变量值保存在一个数据库或表中。在每次产生了用于运行仿真的一组新变量的迭代之后，将与仿真有关的该组变量和保存在数据库中的变量组进行比较。因此，如果一组变量已经存在于数据库中，可以丢弃复制的变量组以免将仿真资源浪费在变量组的额外仿真上。因此，在244，将在236和242确定的长度和直径与先前计算并保存在数据库中的值进行比较。如果长度和直径的值与先前的值匹配，则不保存当前的值，并且该方法返回到248以计算实验点的下一设计。然而，如果长度和直径值未匹配任何保存在数据库中的值，那么在246在数据库中保存实验值的当前设计以用于将来的仿真。

在248，如果计数器“M”小于为第二变量“直径”选择的级别，那么在250增加计数器“M”并且处理返回到242以计算下一步所需的直径值。当计数器“M”等于为第二变量“直径”选择的级别时，此后处理继续到252。在252，如果计数器“N”小于为第一变量“长度”选择的级别，那么在254增加计数器“N”，并且处理返回到236以计算下一步所需的长度值。当计数器“N”等于为第一变量“长度”选择的级别时，此后处理在256结束。

应当意识到在图3的实验值确定方法230的设计中计算的值无需保存在数据库中，但可以，例如在将它们计算出来之后立即进行仿真。然而，结合图3描述的方法有助于删除复制的仿真。还应当注意当增加了第一变量的循环时，不必重新计算直径点，因为直径值将会与那些在第一通过中计算的相匹配。因此采用递归算法有助于有效确定将要仿真的实验点的设计。

图4描绘了可以确保在一个具体运行中将利用的变量值是在所需范围之内、并且有落在公差点上的所需大小的公差确定方法130。其中，就像在本实施例中，在每个解决方案中要考虑多个变量，需要为每个将被考虑的变量值执行一次选择与变量有关的参数的方法130。在132，将所需的开始值输入公差方法中。在134-142，公差方法130确保输入的开始值不会大于为该变量设置的最大边界，并且在144-152，公差方法130确保输入的开始值不会小于为该变量设置的最小边界。

在134，检查开始值以确定其是否大于该变量的最大边界。如果开始值大于为该变量设置的最大边界，那么在136将最大边界值赋予开始值。在138，将开始值设置为等于开始值除以公差所得的整数并将其乘以公差。替代地，在138可以指定非整数的值。因此在138，将开始值设置为公差的倍数。举例来说，如果输入的排气管长度为1005mm，将考虑的最大长度是1000mm，并且公差是10mm，那么在136将开始值设置为等于最大长度1000mm。(1000mm/10mm)的整数^＊10mm是1000mm。因此确定1000mm是公差10mm的倍数。

在取整数功能在138中使用并且未将边界设置为公差的倍数的情况下，138公式的结果可能落在边界之外。因此如果开始值大于设置的最大边界，在140和142，该方法将从开始值中减去一个公差。

在144，检查开始值以确定其是否小于该变量的最小边界。如果开始值小于为该变量设置的最小边界，那么在146将最小边界值赋予开始值。在148，将开始值设置为等于开始值除以公差所得的整数并将其乘以公差。因此在148，总是将开始值设置为公差的倍数。如果开始值小于设置的最小边界，在150和152，该方法将从开始值中增加一个公差，并且在154，公差方法终止。

在探测112期间，可以产生在边界内平均分布的多组变量值并且对那些组中的每一个运行仿真。在本实施例中，首先计算出将被探测的各组值，然后运行每个仿真。该顺序的好处在于可以同时运行多个仿真。当仿真在有多个处理器可用于同时运行仿真的计算机网络中执行的情况下，该顺序特别有利。然而，作为替代地，可以在确定变量值时运行仿真。

图5表示一种执行本发明的探测112的方法。在202，确定在边界范围内实验点的各种设计的变量值。那些点通常像格子一样位于为每个变量设置的边界之间以在所考虑的值的全部范围内作为解决方案的采样。在204，在实验点的每个设计上运行解决方案，并为实验点的那些设计中的每一个确定目标的结果。在206，按照最紧密地接近目标的解决方案排在第一，最远离目标的解决方案排在最后，来排列解决方案。在210收集所需的最佳解决方案的数量。在212，通过例如使用最陡上升分析，来确定最佳局部解决方案。最陡上升分析包括(i)在每个点确定最陡上升，以及(ii)创建并不上升接近任何相邻点的所有点的集合。在相邻点有更合意的结果时产生上升。最陡上升产生在接近一个具有所有相邻点中的最合意结果的点。在218，删除任何在210确定为最佳解决方案的点并且对最佳局部解决方案进行排序。接着在218，选择等于所需的其它局部解决方案数量的局部最佳解决方案。

如果在探测112产生的运行数量超过了运行限制的数量，那么选定或取消选定变量组直到要运行的仿真数量等于运行限制。可以随机化地选定或取消选定。而且，随机化可以基于种子以便结果在需要时是可重复的或可修改的。

图6表示优化114的一个实施例。将利用术语“基点”来描述一个点，从该点将产生解决方案通过。优化114仿真接近基点的设计配置并选择最佳的设计配置。该通过的这个最佳设计配置是在最紧密地接近所需目标值的值中产生的设计配置。然后来自通过的最佳设计配置成为下一优化通过的基本设计。如果在一个通过中产生的设计配置没有改善基本设计配置，那么将在下一通过中仿真更接近基本设计的设计空间中的设计配置。当为下一通过选择一个新的基本发动机时，该处理被称为“移动”。当为下一通过保留相同的基本发动机并且执行更接近所述基本设计的设计配置的仿真时，该处理被称为“收缩”。因此，在移动中，将基本发动机从座标上的一个位置移动到另一位置，以便可以在所述改进的发动机周围产生额外的发动机。在收缩中，使基本发动机维持在其当前位置，并且产生更接近所述基本发动机的替代发送机。

步长大小是基于在指定优化110期间指定的步长增量。优化可以继续处理移动和收缩，直到达到步长增量结束因数或者已经仿真了邻近基点的所有公差的设计配置而没找到更好的性能结果。因此，例如，步长增量开始因数可以是步长增量的64％，步长增量结束因数可以是步长增量的1％。因而最初可以在离基点64％步长对设计进行仿真，接着在离基点32％步长、离基点16％步长、离基点8％步长、离基点4％步长、离基点2％步长、以及离基点1％步长，此时收缩通过产生。如先前指出的，在移动期间，可以不选择与当前通过重叠的先前通过中的发动机设计进行重建，因为它们先前已经产生过。

在302，通过为一个先前指定的步长增量开始因数设置收缩因数来开始优化。通过实验已经找到，有等于探测点之间步长大小的64％的收缩因数的第一通过是有用的，因此在下述的例子中将使用的收缩因数为64％，并且将每个变量的探测点之间的距离用作每个变量的步长大小。

在304，确定从当前基点传播的仿真值。如在图7a和7b中所看到的，可以独立或组合地执行每个解决方案通过。图7a表示一个独立地产生长度和直径变量的解决方案通过，而图7b表示一个同时产生长度和直径变量的解决方案通过。在目前的两个变量的例子中，如图7a所标出的，对变量独立地执行解决方案通过将引起仿真器在(i)基点长度值和基点直径值加上在直径方向上探测步长的64％，这可被称为直径的增加模型、(ii)基点长度值和基点直径值减去在直径方向上探测步长的64％，这可被称为直径的减少模型、(iii)基点长度值加上在长度方向上探测步长的64％和基点直径值，这可被称为长度的增加模型、以及(iv)基点长度值减去在长度方向上探测步长的64％和基点直径值，这可被称为长度的减少模型，从中选择与基点相邻的额外的值进行仿真。在本例中，如图7b所标出的，对变量组合地执行解决方案通过将引起仿真器选择在独立解决方案通过中选过的额外值和在(i)基点长度值加上在长度方向上探测步长的64％和基点直径值加上在直径方向上探测步长的64％，其被称为加-加模型、(ii)基点长度值加上在长度方向上探测步长的64％和基点直径值减去在直径方向上探测步长的64％，其被称为加-减模型、(iii)基点长度值减去在长度方向上探测步长的64％和基点直径值加上在直径方向上探测步长的64％，其被称为减-加模型、以及(iv)基点长度值减去在长度方向上探测步长的64％和基点直径值减去在直径方向上探测步长的64％，其被称为减-减模型，其中的额外值。

应当注意当在仿真中考虑两个或更多变量的情况下，可以组合任意两个或更多变量，而独立地或分别组合地考虑其它变量。而且，本发明考虑了基于来自先前的最佳解决方案的结果的改进度的变量动态组合。动态组合可以包括，例如在与其它未改变的变量组合的先前通过的最佳结果中变化的任意变量。作为替代地，在先前通过的最佳结果中可以组合任意或所有变量。而且，在最后的通过中变化的任意或所有变量可以与任意或所有未改变的变量组合。例如，每个未改变的变量可以与任意或所有在先前通过中变化的变量的组合进行组合。

在306，对所有变量应用图4中表示的公差方法。

如先前讨论的，已仿真的变量组可以保存在数据库中，新确定的变量组可以与那些先前仿真过的变量组进行比较，以便可以丢弃重复的变量组并且不对其进行第二次仿真。因此在308，将在304和306确定的变量组与已仿真过的变量组进行比较，并且在310，将非重复的变量组保存在数据库中。

在311，如果在优化通过中产生的运行次数超过了运行限制数，那么选择或取消选择变量组直到运行的仿真次数等于运行限制。可以随机化地选择或取消选择。而且，随机化可以基于种子以便在需要时结果可重复或可修改。

在312，确定关于在当前基点周围是否存在将被仿真的任何额外仿真。因为本实施例是基于公差的，当已探测过基点周围所有公差的倍数时，随着解决方案通过的执行，时间可能增加。当已探测过基点周围所有公差倍数时，解决方案处理将前进到322。如果基点周围的所有公差倍数并非都已探测过，解决方案处理将前进到314。

在314，对通过中的每组变量值运行仿真，并且在316将最后的仿真结果与先前的仿真结果进行比较以找到此时的最佳仿真结果。

在318，确定关于最后解决方案通过的结果之一是否优于先前的最佳结果，是否超过阈值地大于先前的最佳结果。如果最后解决方案通过中的结果之一是最佳结果，那么在320将基点重置到有最佳结果的新的点，并且处理回到304。如果最后解决方案通过的结果中没有最佳结果，解决方案处理前进到322。在322，用两个或某个其它因数来除当前百分比，并且在324，确定关于当前百分比是否小于步长增量结束因数。如果当前百分比大于或等于步长增量结束因数，处理回到304以在例如离基点一半的距离处进行另一解决方案通过。如果当前百分比小于步长增量结束因数，在326终止优化。当然，在步长增量结束因数的一个百分比终止不是必需的，但它有效地阻止了仿真继续通过一个从进一步仿真得到的好处很小的点。

可以标准化优化结果。例如，可以标准化结果以说明每个目标大小中的差异。因此一个标准化的结果可以基于平均结果的百分比。也可以加权结果以便在目标有变化的重要性的情况下赋予一个目标比另一个更大的权重。

一项用于与目标有关的技术在此被称为“匹配设计”。匹配设计是指定一组值，例如功率或燃料消耗，以通过计算最小乘方拟合来产生一个误差值从而评估仿真的结果。而且可以标准化误差值，例如，用于说明每个目标的结果大小中的差异。因此标准化的误差值可以基于所述百分比，其平均结果从所需匹配变化。也可以加权误差值以便在目标有变化的重要性的情况下赋予一个误差值比另一个更大的权重。

动态优先级是优化用于确定其自身相对于可能同时运行的其它优化的优先级的自动处理。动态优先级可以，例如，是在通过中产生的运行次数的负数，从而给予一个有更小运行次数的通过更高的优先级。在一个实施例中，标记优化完成为用户提供了一种中止优化的方法。

在完成优化之后，优化系统可以自动确定每个变量的敏感度。这可通过对每个变量往正方向移动一个公差步长、或另一所需长度和往负方向移动一个公差步长、或另一所需长度并且在那些点的每一个执行仿真来实现。然后通过将在最优值产生的目标值和在往负方向一个步长产生的目标值之间的差异加上在最优值产生的目标值和在往正方向一个步长产生的目标值之间的差异来计算每个变量的敏感度(例如，|Δ₁|+|Δ₂|)。

在本发明的一个实施例中，可以采用基本模型选择专家系统以协助选择一个有属性的基本模型，并且可以采用同一或另一专家系统以协助选择一个优化所述模型的优化策略。关于选择基本发动机属性，可以将发动机属性保存在知识库的一个发动机属性数据库部分中。那些属性可以包括尺寸数据，例如进气增压室的尺寸、进气管长度和直径、排气管长度和直径、进气门直径、排气门直径、以及气缸长度和直径。那些属性也可以包括其它数据，例如感应的数据，包括进气压、排气压，以及节气门位置。而且属性可以根据例如元件来逻辑地分组，以便通常组合使用的排气管长度和排气管直径可以分在一组中以定义一个排气管元件。然后可以给那些元件分配名字以便一个元件的所有属性被分组在一个唯一的发动机元件名下。而且可以将元件组合成组。例如，在一个八气缸发动机中的八个气缸可以组成一个气缸组。

可以将定义多个发动机配置的属性或元件保存在发动机属性数据库中以便有多个预先配置的发动机可用于优化。例如，可以定义一个两冲程单气缸的发动机的属性或元件以及一个四冲程十二气缸的发动机的属性或元件。因此，专家系统可以协助定义非常多种发动机或其它模型。

而且，通过专家系统可以识别发动机属性或元件，以便可以将适当的属性或元件分在一组以定义所需类型的工作发动机。例如，在需要一个有两公升排量的四气缸发动机的情况下，有那些特性和已知运行良好的发动机的属性或元件将被专家系统分在一组以创建一个可以用于优化的发动机的定义。因为在定义一个发动机时可能涉及如此多的属性，所以在下述例子中假定所有属性作为元件被逻辑地分组。因此在每个例子中将组合可能包含不止一个属性的元件以创建一个发动机定义。

可以将初始发动机属性定义为常量或通过参数方程来定义。参数方程根据一个或多个其它属性来定义一个属性。例如，可以将管的入口直径定义为等于其连接端口的直径。作为替代地，参数方程可以定义元件的几何形状，例如通过使出口直径等于入口直径来定义一个平行管。再比方说，发动机的冲程可以根据发动机的排量和内径冲程比。

在本发明的一个实施例中，采用发动机配置专家系统以协助选择要优化的初始发动机配置。发动机配置专家系统可以，例如，接收某些指定由用户输入的发动机特征的信息。发动机配置专家系统可以意识到一个完整的发动机定义要求指定比用户指定的更多的发动机特征。然后发动机配置专家系统可以根据由用户指定的特征来指定额外的发动机特征。然后发动机配置专家系统可以根据由用户提供的规格以及包括由发动机配置专家系统指定的额外特征，来提供一个完整的发动机规格。因此，在本发明的所述实施例中，可以通过用户只给予部分规格的发动机配置专家系统来指定一个完整的发动机。然后如用户所需的，可以优化完整的发动机规格。

通过比较由设计者为第一属性指定的值和在保存的模型中所述第一属性的值，并选择每个具有与为第一属性而指定的值匹配的第一属性值的模型，发动机配置专家系统可以选择一个模型。如果由设计者来指定第二属性，可以将该属性的值与匹配第一属性的基本模型中的第二属性进行比较。可以用相似的方式来比较额外的属性，并且可以将最紧密地匹配由设计者指定的属性的模型返回作为建议的基本模型。

如在此使用的一个目的，包括专家系统的所需结果的定义。优化的目的可以包括一个或多个子目的。每个子目的可以进一步包括用于评估关于目标的模型结果的至少一个目标和至少一个测试过程。目标可以是，例如发动机运转的结果，也就是已知的发动机输出。发动机输出包括，例如，功率、转矩以及某些化学物例如一氧化碳的排放。因此，可以将目标设置为最小化或最大化发动机输出。可以进一步将目标设置为使发动机输出与所需值或形成例如一个曲线的一组值相匹配。还可以将目标设置为对要设计的发动机的限制。在设置限制目标的情况下，可以将目标设置为上限、下限或一个有上限和下限的限带。

因此，例如，当设置对发动机废气中一氧化碳的具体上限时，用户可以试图匹配所需的功率曲线。在该例中，将丢弃所有产生一氧化碳水平高于限制的结果，并且对有一氧化碳水平低于限制的功率曲线的最佳拟合可被作为结果来提供。

产生的每个目的可以与其知识库中的先前版本(如果有的话)的家谱链接一起来保存，以便它能被再次使用。因此，知识库中的目的可以继续增加和改进。

可以结合发动机配置专家系统使用或者与发动机配置系统分别使用的另一专家系统是策略专家系统。策略专家系统为优化模型而选择策略。策略专家系统可以，例如接收某些指定由用户输入的发动机优化策略属性的信息。策略专家系统可以意识到一个完整的优化策略要求指定比用户指定的更多的策略特征。然后策略专家系统可以根据由用户指定的属性来指定额外的优化策略属性。然后策略专家系统可以根据由用户提供的属性以及包括由策略专家系统指定的额外属性，来提供一个完整的优化策略要求。因此，在所述实施例中，可以通过用户只给予部分要求的策略专家系统来指定一个完整的优化策略。然后可以利用优化策略来优化由例如用户或发动机配置专家系统指定的发动机。

在专家系统的一个实施例中，策略包括变量、约束和推理机，所述推理机有多个属性。那些变量和约束以及推理机进一步定义了如何修改基本模型属性以实现目的。策略属性也可以分组成策略元件以对应于基本模型元件。在此，变化的模型属性被称为“变量”。每个变量可以包括，例如最小值、最大值、公差和级别。当它们存在时，可以认为最小值和最大值定义了设计空间的边界。公差，在被指定的情况下，在应用时，通过促使发动机属性值为公差的倍数加上一个偏移，来确定策略属性的容许值。约束是以有一个或多个变量值的公式的方式变化的基本模型属性。约束允许用户定义设计约束，例如如果入口直径作为优化的部分而被改变则保持平行管的部分，或通过调节部分长度作为另一部分长度的函数来保持整个管长度。在策略发展期间，专家系统可以进一步用于获得在定义策略属性中的帮助。

探测，例如图5中所示的，可用于评估分布在整个设计空间的点，并且其后通常跟随具有所需结果的探测点的优化，例如图6中所示的优化。级别，当在探测中使用时，可以如先前在此描述的进行操作，并且如果需要设计空间的探测，可以指定在这种探测期间，基本发动机属性将有多少个值。例如，如果变量的总范围是250mm并且探测是要评估该变量在增量25mm时的影响，那么将级别设置为11。作为替代地，如果探测是要评估在增量50mm的变量，那么将级别设置为6。

如果需要自动计算级别，在此称为“自动级别”，推理机可以根据由对应的推理机属性指定的发动机最大数量来计算级别数。例如，考虑一个选择了自动级别的例子，指定在探测中仿真的发动机最大数量是256，并且优化两个变量。在该例中，推理机将计算在探测中应当为每个变量考虑十六个值。第一变量的十六个值乘以第二变量的十六个值等于在探测中总共要仿真256个点。

举例来说，希望设计有两个变量(各自有最小和最大值以及公差)的排气管元件以匹配功率曲线。用户可以指定可允许改变排气管直径和长度属性以匹配所需的功率曲线。可以使用排气管直径和长度的最小和最大值，例如，用于匹配包装要求。可以将公差设置为标准的管直径和长度增量。然后可以运行仿真以找到最明显地匹配所需功率曲线的排气管。

产生的每个策略可以与其在知识库中的家谱链接一起来保存，并可再次使用。因此，系谱链接也可用于表示先前使用的策略和该策略的后代以及(除了开发该策略的人之外的)它的前任。因此，知识库中的策略可以继续增加和改进。

在发动机设计专家系统的一个实施例中，可以利用符号元件来将一个或多个策略属性与一个或多个基本设计属性相关联。使用符号元件的好处在于与一个变量一起使用的策略可以与其它变量或另一模型配置中的相同变量一起再次使用。因此，例如在策略属性中定义发动机的要考虑的气门直径范围，使其与每个气缸的气缸直径和气门数量相关。然后该策略可用于优化有多种尺寸和配置的发动机的气门直径。通常，一旦确定策略在创建一个有具体所需结果的设计时是成功的，可以保留和再次使用该策略以从其它基本设计达到所述的或相似的所需结果。

在利用符号元件的实施例中，最初给策略元件分配一个符号名。例如，可以给排气管分配符号名“排气部件1”。然后可以将“排气部件1”链接到定义一个排气管的初始发动机元件。

策略元件可以进一步有一个或多个与此相关的符号变量。那些符号变量可以是基本模型的元件中变量的对应物，所述符号变量与其相关。因此，符号元件可以定义基本模型元件中的一些或所有变量。

可以将符号策略元件定义为绝对值、相对值或百分值。绝对值可以作为固定数值来输入并且使变量仅对位于最小和最大绝对值之间的值来进行优化。相对值是从当前值中减少以达到优化的最小值和从当前值中增加以达到优化的最大值的数量。百分值可以是从当前值中减少以达到最小值和从当前值增加以达到最大值的当前值的百分比。

举例来说符号策略元件的使用，可以选择被称为“EXP1”的基本发动机元件用于基本模型中。该基本发动机元件可以定义一个直的排气管并且可以包括值为100mm的排气管出口直径的第一属性、值为100mm的排气管入口直径的第二属性以及值为1000mm的排气管长度的第三属性。

其中要求优化“EXP1”，可以创建或者在已存在情况下选择包含用于优化排气管的优化策略的符号元件。该符号策略元件的名字可以是，例如，像用于本例中的“排气部件1”。在本例中的“排气部件1”指定了最小出口直径为25mm，最大出口直径为200mm，出口直径的公差为5mm，以便在优化期间仅仿真增量为5mm的从25mm到200mm的出口直径。“排气部件1”还指定了入口直径等于出口直径，以至于只仿真直管。而且，“排气部件1”指定了长度在基本发动机的值减去该值的50％到基本发动机的值加上该值的50％之间变化。

如果将基本发动机元件“EXP1”链接到符号策略元件“排气部件1”，优化可以在从25-200mm变化排气出口直径、变化排气入口直径使其等于排气出口直径、从500-1500mm变化排气管长度的同时，仿真基本发动机属性。

如所看到的，如果对有排气出口直径为100mm、排气入口直径为75mm以及排气管长度为2000mm的基本发动机应用“排气部件1”，优化仍将在25-200mm变化排气出口直径因为那些值在“排气部件1”中被设置为绝对值。相似地，优化仍将改变排气入口直径使其等于排气出口直径因为排气入口直径在“排气部件1”中被定义为等于排气出口直径。然而，排气管长度将在不同的范围例如对于长度为2000mm的基本发动机来说在1000-3000mm变化，因为排气管长度策略在“排气部件1”中被定义为基本发动机的排气管长度值的百分比。

因此，可以看到可用符号来定义策略，以便其对于各种基本模型都是可应用的。相似地，可以对各种模型应用各种策略以达到有不同配置的最优解决方案。

符号元件也可以保存在策略中的知识库中，从而增加知识库中可用于其它应用的信息分组。

通过在保存于数据库的库中匹配指定特征，可以将额外特征增加到一份规格中。例如，一个发动机的物理特性可以包括如下规格，例如燃料运输和点火时间特性以及凸轮轮廓。发动机库可以包括多个发动机定义，其中每个发动机定义包括列出的物理特性中的每一个。用户可以输入某些发动机配置信息，包括例如发动机排量、气缸数、块配置(例如90°V或60°V)或者每个气缸的气门数，并且发动机配置专家系统将选择一个最紧密地匹配由用户从库中输入信息的完整的发动机定义。

图8表示设计屏幕1100的实施例。设计屏幕1100包括一个树形视图窗口1102、一个流程图窗口1104以及一个诊断窗口1106。树形视图窗口1102包括用于执行发动机优化的数据。该数据可以包括，例如定义要优化的发动机的信息和关于如何引导优化的信息。显示在图8中的树形视图窗口1102包括一个等级格式的测试过程和一个带有其所有元件的基本发动机以及一个等级格式的元件集、元件和值，其中元件集是通过选择元件集旁边的加号可以显示的相似元件的集合。

诊断窗口1106为用户提供关于设计屏幕1100中输入的状态的信息。诊断窗口可以通知用户存在于正在定义的模型或测试过程中的任何警告和/或错误。例如，在诊断窗口1106的第一条线1107中，用户被告知发动机定义必须包含至少一个气缸而还没有定义任何气缸。这样在执行发动机设计程序之前，提供给用户关于设计屏幕1100的相关信息以确定在设计屏幕1100中输入了适当的信息。

图9表示图8的设计屏幕1100，其中有一个打开的可由用户完成的专家发动机模板1110的实施例。例如，可以通过从主菜单1101选择“文件”“新建”和“专家模板”来打开发动机规格模板1110。发动机规格模板1110提供了空间使用户可提供基本发动机信息，从中发动机配置专家系统可以选择一个或多个最紧密地匹配在模板1110中输入的信息的完整基本发动机规格。在要优化的发动机属性的名称栏1112中，专家发动机模板1110提供了项目1114。如图10中所示，用户可以为名称栏1112中的项目1114输入字符1116放置于值栏1118中。字符116可以是数字、字母或从菜单例如下拉菜单中选择的条目。在适用时，单位栏1120提供了值栏1118中的字符1116的单位1122。

调整图9的专家发动机模板1110以允许功率匹配于所选择的发动机速度。可以提供其它模板以协助创建有其它设计标准的发动机或有任何所需设计标准的非发动机。在功率输入窗口1132的RPM栏1130中输入所需发动机速度1128。在功率栏1136中输入在每个发动机速度1128的所需功率1134。从输入的功率1134和发动机速度1128数据创建所列出的发动机速度1128的所需功率1134的图1140。

图11表示图8的设计屏幕1100，有一个在其中定义的发动机并表示在树形视图1102中的自动发动机设计。可以通过从树形视图1102中选择发动机元件、把表示那些元件的符号放置在流程图1104中以及链接所需元件来定义发动机。因此，流程图窗口1104可以包括在优化中考虑的发动机的每个元件的定义。在图11所示的例子中，流程图窗口包括：(i)进气压(INTATM)1150，(ii)进气增压室的尺寸(INTPLN)1152，(iii)第一进气管(INP1)1154，(iv)节气门(THRT1)1156，(v)第二进气管(INP2)1158，(vi)进气门(INV1)1160，(vii)气缸(CYL1)1162，(viii)排气门(EXV1)1164，(ix)排气管(EXP1)1166，以及(x)在排气管出口处的排气压(EXHATM)1168。

图12-17表示创建目的。图12表示图8的设计屏幕1100，有一个打开为选中目标标签1201的目的说明屏幕1200实施例。可以通过当鼠标指针在树形视图1102中的“说明(1)”上时右击鼠标并从产生的菜单中选择“设计”来打开目的说明屏幕1200。可用目标窗口1202提供了可供选择的目标，选中目标窗口1204包括为当前目的说明而选中的所有目标。应当注意可以为一个目的定义多个说明，并且在每个说明中可以包括多个目标。

图13表示述设计屏幕1100和一个目的说明屏幕1200，有一个打开的目标设置对话框1210实施例的图12的所选中目标标签1201。目标设置对话框1210为用户提供了定义目标的空间。在1212指定目标名称并将其与从可用目标窗口1202中选择的目标匹配。在1214指定目标类型，可以是，例如最大化目标值、最小化目标值或匹配目标值或目标值的设定。在1216指定目标成本。该成本可以根据目标的标准化值或绝对值。目标成本是目标与其它目标比较时的权重。因此，对于每个目标1.0的目标成本使每个目标同样重要。例如，对于一个燃料节约是主要关注的应用来说，可以使燃料消耗的权重为2.0，使功率的权重为1.0。结果是燃料消耗的相对重要性是功率的两倍。

图14表示图8的设计屏幕1100，有打开为选中速度钩标签1220的目的说明屏幕1200。选中速度钩标签1220的目的说明屏幕1200提供了可以输入与执行仿真时的速度有关的条目的空间。在1222表示从一个RPM的仿真移动到另一RPM的仿真的类型或方法。选择了步进的类型，这将引起优化在仿真一些发动机循环之后从一个RPM一步步地到另一个。在1230，可以输入在每一步中要仿真的循环次数。在描述的例子中，在每个RPM步骤中要仿真的循环次数是五。在1224，输入仿真开始值，并在1226，输入仿真结束值。在描述的例子中开始值是5000RPM，在描述的例子中结束值是11000RPM。在1228输入1000RPM的增量。这样，在5000RPM、以步长1000RPM直到11000RPM进行仿真。

图15表示图8的设计屏幕1100，有打开为选中稳定性标签1240的目的说明屏幕1200。稳定性是仿真发动机，例如通过发动机在给定RPM的多个旋转以达到该发动机在该RPM稳定运转。可以通过比较通过最近仿真结果的长线斜率和可接受的长斜率值以及比较通过最近仿真结果的更小一组的短线和可接受的短斜率值来衡量稳定性。如果这些线的斜率是可接受的，那么比较两线的平均值之间的差异和该差异的可接受值。如果两线的平均值中的差异是可接受的，那么在该RPM，仿真稳定。差异1242是长线平均值和短线平均值之间的数学差异，并且可以例如值为0.01，单位为大气压。长斜率1246是通过在长计数1248中指定点的线的斜率的最大可接受值，并且可以例如值为0.01。长计数1248是用于计算长斜率的最近稳定点的数量，并且可以例如值为10，单位为循环，其中循环表示要仿真的发动机循环数。短斜率1250是通过在短计数1252中指定点的线的斜率的最大可接受值，并且可以例如值为0.01。短计数1252是用于计算短斜率的最近稳定点的数量，是长计数1248中点的子集，并且可以例如值为5，单位为循环，其中循环表示要仿真的发动机循环数。最大旋转1254是仿真器将运行的试图稳定在要仿真的RPM点的发动机旋转的最大次数。最大旋转1254可以例如值为99，单位为循环，其中循环表示要仿真的发动机循环数。稳定值1256指定了一个特征，其值用于确定何时认为优化已稳定。稳定值1256可以应用于基本模型，例如，要优化的基本发动机的任意特征。例如，BMEP值可以是对其应用稳定性的特征。

图16表示图8的设计屏幕1100，有打开为选中仿真标签1260的目的说明屏幕1200。选中仿真标签1260的目的说明屏幕1200提供了可以输入与仿真器所用设置有关的条目的空间。有多个仿真器可用来使用，因此目的屏幕1200的仿真标签1260提供了选择所需仿真器并定义该仿真器特征的空间。因此，提供了仿真器名称域1272用于输入或选择要使用的仿真器。例如，可以输入SIMLEV6A以选择有该名称的标准发动机仿真器。而且，可以保留每个用过的仿真器以便可以再次产生结果。此外，可以提供其它域，包括一个点燃的/有发动机的域1274，这是一个其中可以输入“点燃的”以表示发动机利用点燃的燃料或者可以输入“有发动机的”以表示其中燃料是未点燃的发动机的域。还可以在需要或方便定义仿真器时，在目的屏幕1200的仿真标签1260下提供其它域。

图17表示图8的设计屏幕1100，有打开为选中燃料标签1300的目的说明屏幕1200。选中燃料标签1300的目的说明屏幕1200提供了可以输入与发动机加燃料有关的条目的空间。可以在1302选择燃料。选中的燃料可以是，例如汽油或柴油。对于标准燃料例如汽油或柴油，可以自动填充域1304-1310。然而，如果在1302输入的是非标准的燃料，可以手动填充域1304-1310以定义该燃料。可以在1304输入燃料的氧碳分子比(O/C)。例如，乙醇(C2H5OH)的O/C比为0.5。汽油的O/C比为0.0。可以在1306输入燃料的氢碳(H/C)比。例如，辛烷(C8H18)的H/C比为2.25。可以在1308输入燃料的卡燃料值。卡燃料值表示当在热量计中完全燃烧一单位质量的燃料时释放热量的卡数，其中热量计是测量一个物质或体中的热量的设备。汽油的卡燃料值可以是每千克43，500,000焦耳。可以在1310输入汽化热。汽化热是在液体的沸点必须提供给液体使其在与液体相同的温度下完全转化成气体的每单位质量燃料的热量。汽化热的值可以，例如在燃料是汽油的情况下为420,000，单位是焦耳每千克。

图18表示图8的设计屏幕1100，有一个打开的自动发动机设计策略屏幕1320实施例。可以通过当鼠标指针在树形视图1102中的“策略”上时右击鼠标并从产生的菜单中选择“设计”来打开发动机设计策略屏幕1320。自动发动机设计策略屏幕1320包括变量1322、约束1380以及推理机1420的标签。当选择变量标签1322时，自动发动机设计策略屏幕1320包括一个树形视图窗口1324和一个选中变量窗口1326。当选择变量标签时，可用于当前设计中的策略元件文件夹列在树形视图1324中。选中变量窗口1326包含从树形视图窗口中选择的用于优化的变量列表。在图示例子中，树形视图包括当选中时与发动机元件有关的被分类为气缸、终端、管和提升阀系统的策略元件。可以选择那些类的每一个以显示每类中的策略元件列表。

在自动发动机设计策略屏幕1320的变量标签1322的选中变量窗口1326中，每个变量可以包括名称栏1328中的组标志1327和变量名1329、最小值栏1330中的最小值、当前值栏1322中的当前值、最大值栏1334中的最大值、公差栏1336中的公差以及单位栏1338中的单位。在优化的解决方案阶段期间，组标志1327使变量组合使用。可以为所述组合将所需数量的变量分组，例如通过将其顺序列出并在组中每个变量旁边提供适当的组标志1327。字母“G”表示组中的第一变量，字母“M”表示组中间的一个或多个变量，字母“E”表示组中的最后一个变量。应当注意可以按需要定义多个组。最小值是希望该变量优化的最小值。当前值是基本设计中的变量值。最大值是希望该变量优化的最大值。

在所述实施例中包括在选中变量窗口1326中的变量是排气管出口直径(EXP1.S[4].ExitDia)和排气管长度(EXP1.S[4].Len)。选中变量窗口1326进一步表示选中的管有至少20.0mm的出口直径、100.0mm的最大直径和5.0mm的公差。选中变量窗口1326还表示选中的管有75.0mm的最小长度、1000.0mm的最大长度和25.0mm的公差。应当注意选中变量窗口1326表示选中的管有38.0mm的当前直径和915.0mm的当前长度。可以在基本发动机中定义这些当前值并且这些当前值可以是，例如当前使用的发动机的尺寸或者用户希望使用的与发动机设计结果或随着发动机设计进展比较的值。因此，起初可以由设计程序来考虑使用当前值配置的基本发动机，可以将落在选中变量窗口1326中定义的范围中的其它发动机与当前发动机进行比较以确定是否产生了一个改进的发动机设计和改进的程度。

图19表示图8的设计屏幕1100，有一个打开为选中变量标签1322的自动发动机设计策略屏幕1320并且有一个打开的优化变量设置窗口1350实施例。可以通过，例如选择变量并且当鼠标指针在选中变量标签1322的发动机设计策略屏幕1320中的“编辑”按钮上方时左击鼠标，来打开优化变量设置窗口1350。优化变量设置窗口1350提供了可以定义变量特征的空间。例如，可以打开一个现有变量，可以修改一个或多个特征并且可以保存修改过的变量。综合设置窗口1352包括名称栏1364的字段：在1354的变量名、在1356的符号名、在1358的公差、在1360的级别和在1362的使用自动级别。可以在值栏1366中定义包括在名称栏1364中的特征值，可以在单位栏1368中定义包括在名称栏1364中的特征的单位。在图19所示例子中，用于定义变量的设置包括变量名为EXP1.S[4].Len，符号名为EXP1，单位为mm的公差为25.0，级别为5，并且不使用自动级别。

在优化变量设置窗口1350中的范围窗口1370提供了可以定义变量的最小、当前和最大值的字段。在范围窗口1370中的值可以定义为绝对值、相对值或百分值，并且可以通过适当的单位来识别。

因此，例如如果当前值是915.0mm，最小值表示为-50％，那么最小值将是915.0mm的50％，或者457.5mm。如果当前值是915.0mm，最大值定义为+50％，那么最大值将是915.0mm的150％，或者1372.5mm。然后可以将那些最小和最大值近似为增加到公差开始点的公差的倍数。公差是25mm，公差开始点是0，因此可以最小值约为475.0mm。可以用许多方法来计算公差开始点，并且可以是例如当前值，以便从当前值中减去公差倍数直到最小值以及向当前值中增加公差倍数直到最大值。

图20表示图8的设计屏幕1100，有一个打开为选中约束标签1380的自动发动机设计策略屏幕1320。当选择约束标签1380时，在自动发动机设计策略屏幕1320的约束窗口1382中列出使用其它属性或变量来改变要仿真的设计属性的公式。

图21表示自动发动机设计策略屏幕1320，在图20中选中约束标签1380时有一个打开的编辑策略公式屏幕1390实施例。编辑策略公式屏幕1390提供了可以显示或修改约束公式的特征的空间。在所描述的例子中，“EXP1.S(4)EntranceDia”是在自动发动机设计策略窗口1320中选择的约束，因此将关于选中约束“EXP1.S(4)EntranceDia”的详细信息列在编辑策略公式屏幕1390中。选中的约束是排气管的入口直径，在编辑策略公式屏幕1390的左侧1392中输入该约束(EXP1.S(4)EntranceDia)的名称。使排气管入口直径等于同一排气管的出口直径(EXP1.S(4)ExitDia)，其在编辑策略公式屏幕1390的右侧1394中输入。该公式使得优化只产生有恒定直径的排气管并且入口和出口直径相等的发动机配置。在由公式计算的属性的最小值是需要的情况下，可以在最小值对话框1396中输入这种最小值。相似地，在由公式计算的属性的最大值是需要的情况下，可以在最大值对话框1398中输入这种最大值。

图22表示一个选择变量屏幕1400的实施例，其可以通过选择在选中约束标签1380的自动发动机设计策略屏幕1320中的“编辑左侧”按钮打开。选择变量屏幕1400提供了从树形视图1404中选择的属性列表1402。因而可以从属性列表1402中选择希望由约束公式定义的属性。可以从与图22中所示的选择变量屏幕1400相似的选择变量屏幕中选择在编辑策略公式屏幕1390的左侧中使用的属性。

图23表示图8的设计屏幕1100，有打开为推理机标签1420的自动发动机设计策略屏幕1320。在基本推理机设计策略窗口1422中显示基本推理机设计策略信息。基本推理机设计策略窗口1422包括名称栏1426中基本推理机因子1424的列表。每个基本推理机因子1424可以包括一个可在值栏1428中输入的值和可在单位栏1430中输入的单位。基本推理机因子1424包括在1432关于是否需要探测的二元选择、在1434在探测期间要仿真的发动机的最大数量、在1436所需的解决方案总数、在1438在每个通过中仿真的发动机的最大数量、在1440随机数产生器的种子以及在1442关于是否需要高级选项的二元选择。

可以启用或禁用优化的探测阶段，在其中可以选择不止一个开始点作为寻找最优解决方案的开始点。如果不需要探测，将发生单个寻找以获得最优解决方案。从地形上看设计空间中的解决方案，常常有多个被波谷分隔开的波峰。因此，不使用探测的危险在于解决方案将会达到一个不包括最优解决方案在内的峰值。通过使用探测并且从设计空间的不止一点开始优化处理，增加了找到最优解决方案的可能性。

在使用探测以仿真在设计空间的不止一点开始的发动机的情况下，可以在要仿真的发动机数量旁边输入在设计空间中选择的开始点的数量。可以在总解决方案旁边输入所需解决方案的总数。可以通过在每个解决方案通过中的发动机旁边输入所需发动机数量来指定从那些开始点的每一个点仿真的发动机数量。

可以出于实际目的来限制要仿真的发动机数量。在不使用公差时，在任意设计空间中将存在无限多个要仿真的发动机。通过使用公差，删除了设计空间中无限小的步骤并且使设计空间中存在有限数量的仿真。然而，即使使用了公差，设计空间中潜在解决方案的数量也可能很大。因此，在某些环境下希望进一步减少要仿真的潜在解决方案的数量。其中希望只仿真一部分的潜在解决方案，可以随机选择要仿真的潜在解决方案。例如，通过应用基于种子的蒙特卡洛选择法可以选择随机发动机。如那些熟知统计处理的人所知的，使用种子允许从一个优化到另一个的可重复性。

只有在基本推理机设计策略窗口1422中的值需要由用户输入。如果只完成了基本推理机设计策略窗口1422，定义如何在由自动发动机设计策略屏幕1320的变量标签1322定义的设计空间中引导优化所需要的所有其它信息将由推理机来推断。作为替代地，在用户想要额外地控制在设计空间中如何执行优化时，可以完成高级选项窗口1450和/或整体选项窗口1480。

图23还表示了一个高级选项窗口1450的实施例。使用在高级选项窗口1450中定义的高级选项，可以允许使用一种探测处理类型。在包括在名称栏1454中的高级推理机因子1452的列表中包括高级推理机信息。每个高级推理机因子1452可以包括可在值栏1456中输入的值和可在单位栏1458中输入的单位。高级推理机因子1452包括在1460的所需探测处理。所需探测处理可以包括，例如可从下拉框中选择的内部矩阵或完整矩阵。内部矩阵表示要使用位于设计空间边界内的点，而完整矩阵表示在探测中要使用位于设计矩阵边界上和边界内部的点。

希望优化达到的解决方案总数可以包括最佳设计解决方案和局部最优解决方案。最佳设计解决方案是从所有探测开始点的全部中找到的最佳解决方案。局部最优解决方案是从不是得到最佳解决方案的探测开始点的探测开始点找到的解决方案。在从地形上看设计空间中存在多个峰值的情况下，从不同探测开始点提供解决方案(局部最优)提供了设计空间中的比较。如前述讨论的，从发现局部最优得到好处的例子是，在例如局部最优解决方案接近于最优解决方案并且构建局部最优解决方案更不昂贵，因为例如它对当前设计要求更少的变化的情况下，相比于最优解决方案，可能更希望得到次于最优的解决方案。因此，在1462可以输入所需局部最优解决方案的数量，在1464可以输入所需最佳设计的数量。

在1466，可以显示关于每个解决方案是否需要第二探测的二元标志。每个解决方案的第二探测表示需要另一探测，因为例如正在优化大量的变量以至于出于实际的目的，限制每个变量级别数的值为二。因此，可以执行第二探测通过以选择额外的探测点。当需要时，可以执行额外的探测通过。

在1468，可以显示关于是否需要动态组合的二元标志。在1470，可以显示关于是否应当保存探测结果的二元标志。探测结果是在探测期间仿真的设计配置的结果。在1472，可以显示关于是否保存解决方案结果的二元标志。解决方案结果是最佳设计和局部最优的仿真的结果。在1474，可以做关于是否产生校准表的二元标志。校准表是与指定的RPM有关的最优值的表。例如，可以指定在贯穿RPM范围内在每多个规则的RPM步长处进行发动机的优化，并且与每个指定的RPM有关的最优值是所需的。校准表可以提供所述信息。

在1476，出于在一个或多个初始通过中仿真步长的一部分的目的，输入一个开始百分比，并且在1478，出于在一个或多个最后通过中仿真步长的一部分的目的，输入一个结束百分比。

图23还包括一个全局选项窗口1480。全局选项窗口1480包括包含了全局因子1484的列表的名称栏1482、包含与全局因子1484有关的字符的值栏1486以及在适当时，包含与全局因子有关单位的单位栏1488。

在1490，输入默认最小/最大增量值，并且在1492，输入默认最小/最大增量描述。当默认最小/最大增量描述是“乘以当前变量值”时，默认最小/最大增量值可以包括一个乘法器，其乘以当前值并从当前值中减去以达到最小值和向当前值增加以达到最大值。其它默认最小/最大选项可以包括“乘以当前变量公差”。

在1494，输入默认公差值，并且在1496，输入默认公差描述。当默认公差描述是“乘以当前变量公差”时，默认公差值可以包括一个乘以默认内部公差以达到默认公差的乘法器。其它默认公差选项可以包括“乘以当前变量值”。

应当注意可以定义设计策略信息并且无需重新考虑和重新分配该信息就可再次使用。例如，一旦可能通过使用系统的实验或经验确定一个策略适合用于某些情况下，就可批准该策略用于那些情况下。因此，经验可以保留在系统中，可能没有建立该策略经验的初级设计者仍然可以通过利用他人的经验来参与设计。

图24表示图8的设计屏幕1100，有一个打开的符号元件分析屏幕1500实施例。可以从设计屏幕1100通过选择树形视图1102中的“符号元件”并从产生的菜单中选择“设计”来打开符号元件分析屏幕1500。符号元件分析屏幕1500提供了可以使一个或多个策略属性与一个或多个基本设计属性相关的区域。在图24中描述的符号变量是一个元件定义，具体来说，定义了一个排气管。如在符号元件分析屏幕1500中可看到的，符号变量元件1502是一个管，符号名1504是“EXHAUSTRUNNER”，该发动机变量的实际名称1506是EXP1。这使得对元件“管”下的发动机元件“EXP1”应用与符号名“EXHAUST RUNNER”有关的策略属性。

专家系统可以包括许多可能根据由专家系统执行的功能而变化的元件部分。最基本地，典型的专家系统可以包括一个知识库、一个推理机以及一个用户界面。知识库可以包含提供给专家系统的练习积累的信息。推理机可以包括一组根据通常包含在知识库中的信息而执行从而例如创建一个优化的设计的指令或规则。用户界面通常允许用户向专家系统输入信息和指令(例如，训练该系统)并向用户提供专家系统的运转结果。用来创建机械或其它设备的设计的专家系统通常还包括一个允许计算机仿真设备运转的仿真器。

本专家系统可以包括一个信息库或知识库并且也可以根据该知识来执行操作。专家系统通常是一个基于系统的计算机，该系统有一个用于执行计算的处理器和一个将包含知识库的信息保存在存储设备中的数据库结构。专家系统可以类比于人类专家，因为它要求训练，在存储器或存储设备中保存所学的信息，以及将所学信息与计算机处理器智能相结合以提供所需结果。然而，专家系统提供了额外的优势，即提供一种利用一个或多个人类专家能力的方法。

通过向专家系统的知识库提供与一个或多个专家系统要操作的处理、设备或系统相关的信息，可以训练该专家系统。在由专家系统设计发动机的例子中，所述信息可以与一个或多个发动机和有关元件相关。

还可以通过向专家系统的知识库提供与那些处理、设备或系统的操作和相互作用相关的信息，来训练该专家系统。在由专家系统设计发动机的例子中，所述操作和相互作用信息可以表现为一个或多个仿真器的形式，所述仿真器包含传递给专家系统的、关于有各种元件的发动机当那些元件在发动机运转的不同级别处组合在一起时如何执行的指令。

还可以通过向专家系统的知识库提供与希望由专家系统实现的目的和用于评估每个设计的规则相关的信息，来训练该专家系统。该目的信息通常与寻找提供所需结果或性能的处理、设备或系统的过程中出现的处理、设备或系统中的变化相关。在设计发动机的例子中，该目的信息可以表现为一个或多个测试过程和一个或多个定义一个或多个目标的说明的形式。可以在策略中定义在所需公差步长的所需范围内一个或多个变量元件的所需变化以识别组合的最接近于获得所需操作的元件。目的还可以包括一种量化结果以与目标比较的方法。

保存在专家系统中的处理、设备或系统信息，操作和相互作用信息，目的信息和任何其它信息可以被组合地称为知识库。

在有积累的信息的知识库之前存在的专家系统可以被称为“框架”。该框架可以包括一个或多个包括指令(关于如何对从知识库提供的信息应用规则)的推理机和一个或多个仿真器，以及硬件例如处理器、存储器、数据存储设备和用户接口硬件。然后知识库是框架可以操作的积累的信息。包含知识库的信息可以由被称为知识工程师的人来输入，并且也可以通过专家系统的操作来创建和积累。因为专家系统利用其知识库来操作，在一些或所有所述知识库是由知识工程师输入的情况下，由专家系统获得的结果将倾向于根据由知识工程师放置于知识库中的信息而变化。因此，当由不同的知识工程师来执行一个共同的专家系统框架时，可以在知识库中放置不同的信息并且通过专家系统的那些执行可以获得各不相同的结果。

应当进一步意识到有积累的专家知识的专家系统可以由一个不如专家的人来操作而仍然提供与如果一个专家(例如知识工程师)来操作该专家系统将获得的相同的专家结果。例如，一个知识工程师可以利用其输入知识库中的信息来操作专家系统以确保该信息提供了所需的结果。如果合适，该信息可以进一步由知识工程师分组，以便可以将与具体设备、程序或系统相关的信息分在一个特定的应用项目组中。然后非专家(例如应用工程师)可以在项目中利用信息以创建一个或多个与由知识工程师创建的设计相同的设计。因此，知识工程师的知识可以通过使用专家系统在遍及一个由专家和非专家等等使用的组织中来使用该知识而被利用。

而且，例如相比于知识工程师，一个对市场需求有更深程度见解的人可以利用包括在专家系统中的知识工程师的知识以创建符合市场需求的最优解决方案。因此，专家系统可以解决难题或创建设计，否则这将要求费时的多人之间的交叉培训。

利用一个优化用在例如机动车中的发动机和相关元件的专家系统，可以在发动机定义中定义不被改变的发动机系统元件(由于例如变更那些发动机系统元件的成本太高)。可以改变的发动机系统的元件可被称为变量并且可在专家系统中定义。还可以在专家系统中提供对那些变量的变化大小的限制。可以在专家系统的目的部分定义测试过程以使用计算机仿真术语来描述发动机和元件将被测试或仿真的方式。

可以调整发动机设计专家系统以便于非设计专家使用系统。例如，可以在每个对应于一个发动机基本类型的项目中配置发动机设计专家系统。然后项目可以包括各种有固定或可变值的元件的定义(也称为“发动机定义”)，测试过程和将进一步在图25中讨论的子知识库。知识工程师可以创建项目以便它们只包括已知的创建该发动机的合意设计的定义。然后应用工程师可以利用包括在项目内的定义，通过利用专家系统来创建与知识工程师将利用专家系统创建的设计相同的该发动机的新设计，因为那些设计使用了与知识工程师将使用的相同的信息。那些新设计可以被改变，并且可以优化，例如发动机的燃料效率、功率或喷射或匹配具体所需的发动机功能特性。应用工程师还可以仿真已设计的发动机系统以例如验证在不同发动机速度时的操作，从而确定那些设计在所有发动机速度下是适当的。

专家系统还提供设计的质量保证，因为对应用工程师可以修改的参数进行了控制。

应用特殊接口可以作为由应用工程师或其他用户使用的专家系统的一部分来提供。应用特殊接口可以允许那些应用工程师访问具有经专家创建并批准的系统定义的项目和利用那些定义以创建最优设计。

因此，应用特殊接口提供了一个容易使用的并且传送的结果等同于知识工程师将提供的结果的设备。这反过来使知识工程师自由地关注于其它设计，而应用工程师、市场人员或其他人在创建设计时无需知识工程师的参与。

图25表示一个自动发动机设计专家系统屏幕1600的实施例的用户树形视图1602。用户树形视图1602允许访问整个专家系统以便可以由知识工程师来修改专家系统。如在1604中可看到的，可以在专家系统之内创建一个或多个项目。包括一个名为“初始测试”1606的项目作为应用特殊接口项目。在该应用特殊接口项目1606中，有一个或多个在发动机文件1608中的发动机定义，一个或多个在测试过程文件1610中的测试过程，以及一个或多个子知识库1612。每个子知识库1612可以包含一个具有一个或多个目的的目的文件夹1614，一个具有一个或多个策略的策略文件夹1616，以及一个或多个自动发动机设计1618。自动发动机设计1618可以包括一个具体的发动机、一个具体的测试过程、一个具体的目的、以及一个或多个策略，所有这些都可以由应用工程师从项目中选择以用于例如优化。

图26表示从发动机设计专家系统屏幕1600中选择一个自动发动机设计以产生一个下拉菜单1650，通过从该下拉菜单1650中选择应用特殊接口选项1652可用于访问应用特殊接口。

此外，通过从菜单1650中选择自动发动机设计状态选项1656可以访问管理接口(未画出)。

而且，通过从菜单1650中选择知识工程接口选项1658可以访问知识工程接口(未画出)。

图27表示对于一个具体项目，一个应用特殊接口屏幕1700的实施例。应用特殊接口屏幕1700包括一个应用特殊接口树形视图1702。虽然定义和优化在该视图1702中设计的发动机所需的信息可以是大量的，可能包括数千个用于仿真和优化的发动机特性和规则，树形视图1702只允许修改那些特性和规则中的有限个。可以由知识工程师确定在应用特殊接口屏幕1700中可用项目的限制以限制应用工程师使用屏幕来修改特性和规则的能力，因为应用特殊接口屏幕1700的应用工程师或其他用户将不能修改任何不可访问的信息。

通常，应用特殊接口屏幕1700显示了大量的目的信息，以便使用该屏幕的应用工程师可以广泛地修改设计的目的1704。然而，应用特殊接口屏幕1700简单地列出了将在仿真期间使用的策略1706和将在仿真期间使用的发动机定义1708且不允许应用工程师修改所述设计的那些特征。通过允许应用工程师广泛地访问和修改目的1704，创建该应用特殊接口屏幕1700的知识工程师允许应用工程师公式化目标1709，例如在1710使功率与所需功率曲线匹配，在1712输入对碳氢化合物输出的上限，以及在1714最小化燃料消耗。创建的知识工程师还允许应用工程师公式化要使用的测试过程1716的某些特征，以便应用工程师可以指定如下情况，诸如在1718仿真中使用的燃料、在1720执行仿真时的发动机速度以及在1722打开的节气门区域的比例。然而，通过阻止应用工程师更改策略1706和发动机1708，知识工程师阻止了应用工程师篡改可能由更有经验的知识工程师来处理更为合适的发动机设计的特征。

应当注意，如果对目的参数进行了任何改变，应用工程师可以并且应当可能修改与目的1724有关的描述和与自动发动机设计1726有关的描述，以至于可以唯一识别每个设计变化。

专家系统还可以包括管理接口功能，其允许管理以查看在专家系统中发生的操作状态并允许管理以控制那些操作执行的优先权。

像人力资源一样，计算机系统通常是有限的资源以至于在给定时间内计算机系统可执行的操作次数是有限的。然而，不同于人力资源的是，可以在很少或没有效率损失的情况下，将计算机系统资源从一个或多个活动快速地重新分配到一个或多个其它活动。这是相对于一组人类专家，专家系统给管理提供更多灵活性的一种方法。

可以向管理人员和其他人员提供显示一个或多个专家系统当前处理的操作状态的状态监控器(未画出)。状态监控器可以表示，例如，目标、专家系统达到目标的进展以及完成执行中的每个操作的处理所需要的处理数量。例如，可以通过简单地选择一个优化来查看并更新该优化的状态来查看对优化状态的回顾。

一个具体操作的目标可以是，例如优化一个发动机设计以在发动机速度范围内通过修改发动机和相关元件特性来匹配所需功率曲线。对这种操作，状态监控器可以用图显示所需功率曲线，并在同一幅图上画出用作开始点的发动机设计的功率曲线以及迄今创建的最佳发动机设计。状态监控器可以进一步包括已仿真发动机数量和在该优化中要仿真的发动机数量的估计。状态监控器还可以显示每个优化所需的完成时间或每个优化执行的优先级。

管理人员或其他人员使用显示的信息以决定关于系统操作应当如何实时地向前进行。例如，管理人员可以控制一个优化以允许更快地完成另一优化。如果，例如目标接近可接受的水平而又不希望执行进一步的优化，或者如果优化执行得如此不好以至于它应被修改并再次执行时，管理人员或其他用户也可以终止优化。管理人员或其他用户还可以修改优化运行的优先权以满足所需进度。

专家系统可以动态地修改优化的优先权以满足每个优化运行所需的完成时间。专家系统也可以执行其它的自动功能。例如，当在优化运行期间选择改变许多特性时，优化系统可能不能有效地执行，因为变化的组合数可能远远超过可用来执行操作的优化硬件，或执行优化的时间可能非常长。因此专家系统可以通过将一个或多个最佳解决方案反馈到第二或更多轮优化中，来优化特性子集或组中的那些特性。也可以通过将从后轮优化得到的结果用于先前执行的特征组的开始设计中来循环该处理。

专家系统可以执行以改进产生的设计的自动功能的另一个例子是检查在优化中变化的每个变量的敏感度并且再评估显示了高敏感度的变量。敏感度与当进行变量的小变化(例如一个公差值)时设计变化的程度有关。从变量值的小变化中产生的大变化表示高敏感度并且可能表示可以改进优化结果。因此，专家系统可以为表现出高敏感度的变量设置减少的公差，并且利用得到的设计作为基本设计为那些变量再次运行优化。

然而，当在多台机器上执行优化时可以利用的另一功能是选择功能，从而可以自动选择有更多容量和/或更少负荷的机器来为高优先级的运行，或为满足截止期限而提供最有效的利用。

此外，可以连续或同时地多次操作专家系统以达到所需结果。例如，通过使用不同的策略可以运行多个优化以找到最佳解决方案。在另一例子中，可能需要多个变量，并且可以为那些变量组连续地运行专家系统的多个操作，其中每个后续运行使用一个或多个从先前运行得到的最佳解决方案。

应当注意包括知识工程师、应用工程师和管理人员在内的术语意在施加由人执行的功能，并且在对应于那些人类功能的功能部分来描述专家系统。然而，应当承认任何人都可以执行不止一个的那些功能，因而可以访问专家系统的多个功能特征。

在专家系统的一个实施例中，考虑这样一个结构，其组织专家系统的工作，用于不同级别的用户使用以及专家系统操作的管理远见。通过组织知识库中的信息来巩固该结构。

在知识库中包括多个项目子知识库。可以构造每个项目以包括创建所需设计或处理而需要或认为需要的所有知识。项目可以进一步再细分为也包含认为创建所需设计或处理需要的知识的子项目。然后可以限制对那些项目和子项目的访问以限制用户(例如初学者用户)可以访问的知识。因此，在设计发动机的专家系统的例子中，每个项目和子项目可以包含至少一个基本发动机定义、至少一个测试过程、至少一个目的以及至少一个策略。在仿真期间或在对设计进行了仿真(例如优化一个基本发动机来满足所需目的)之后，可以创建得到的在此被称为自动发动机设计的发动机定义，并且也可以将其保存在知识库中以用于适当的项目。在一个典型的应用中，知识工程师可以在项目中放置适当的信息(例如，基本发动机定义、测试过程、目的和策略)，而应用工程师可以通过各种组合来利用该信息以达到所需目的。还可以考虑其它变化，例如，知识工程师没有提供目的，而允许应用工程师创建基于例如市场需求的目的而无需知识工程师的输入。在此方法中，由知识工程师提供可用的最佳设计信息，并且可以由应用工程师将该信息与市场需求组合以创建一个或多个最优设计或处理。

在项目中需要细分信息以例如构建包含在项目中的知识库或者进一步控制对包含在项目中的知识库的访问的情况下，子项目也是有用的。

还可以在非项目的子知识库中组织被创建来包括在项目中的信息。例如，在一个实施例中，在知识库中包含策略子知识库。该策略子知识库包含多个子目录以组织策略。策略子目录可以包括一个用于专家系统提供者所开发的策略的提供者子目录、一个用于由用户组织之外的其它来源提供的策略的未分配子目录、用于组织中的每个知识工程师的独立子目录、一个经批准的子目录以及一个垃圾箱子目录。当知识工程师确定他创建并保存在其子目录中的策略是无用的，该知识工程师可以将该策略移入垃圾箱。然后管理人员可以查看垃圾箱中的策略并删除管理人员确定不再使用的那些策略。管理人员也可以从任何子目录中将被证明为有用的策略移动或复制到经批准的子目录。策略的该组织创建了一个框架以向管理人员提供监督知识库策略部分的开发的能力。

当例如对多个项目应用项目之外的信息时，项目外部的信息组织是有用的。某些信息对于多个项目可能是不适用的，因而只可保留在适当的项目中，而其它信息像某些策略，对于多个项目可能是适用的。可以在项目子目录之外组织对于多个项目可能是适用的信息，(例如用于有潜力使用不止一次的策略的策略子知识库中)。项目之外组织的策略和其它信息然后被复制到所有适当的项目文件中，或否则使其与适当的项目相关。还可以执行项目之外的各种形式信息的组织，除了例如策略。

在一个由专家系统设计发动机的实施例中，可以执行被称为自动发动机设计(“AED”)的结构。每个AED包含一个来自知识库的信息的子集，这可被称为子知识库。该信息可用于执行意在找到最优发动机设计的优化或仿真组。一个或多个用户可以在AED中放置某些信息，包括一个或多个基本设计定义、一个或多个定义要优化什么的目的以及一个或多个定义如何执行优化的策略。可以将那些基本发动机定义、目的和策略分别保存在标题为“发动机”、“目的”和“策略”的与本实施例中的AED相关的文件中。当创建一个AED时，那些“发动机”、“目的”和“策略”文件可以是空的。然后可以由适当的人向那些文件增加适当的信息。例如，可以由知识工程师来增加要运行的优化的基本发动机定义，可以由知识工程师来增加与该类型发动机有关的不同优化的经检验策略，并且可以由应用工程师来增加目的。替代地，可以在AED中创建到那些基本发动机定义、目的和策略的指针，而将那些基本发动机定义、目的和策略保存在知识库中的其它地方。

一旦向AED增加了适当的信息，应用工程师可以选择一个适当的基本发动机定义，选择一个或多个所需目的，并选择一个或多个适合于修改基本发动机定义以创建一个优化了那些目的的发动机策略。然后通过创建和仿真多个来自选择的基本发动机定义、目的和策略的发动机设计来优化选择的信息。

在仿真期间，通常创建所得到的发动机设计并保存最佳的产生的发动机设计。在执行了优化之后，可以将用于该仿真中的基本发动机设计、目的和策略以及保存的产生的设计保存在AED之内的子目录中。这样，管理人员和工程师掌握了告知他们如何创建一个产生的发动机设计的历史。然后可以为许多目的利用该信息，包括决定哪个策略提供了最佳结果以及应被移入“经批准的”目录。

尽管参照某些实施例来公开了本发明，大量对所描述实施例的修改、更改和变化是可行的而不背离如在附上的权利要求书中定义的本发明的范围。因此，本发明意在并不限于所描述的实施例，而是拥有由下述权利要求书及其等价内容的语言所定义的全部范围。

Claims (46)

1.一种用于仿真复杂设备或过程的计算机系统，包括:

数据存储装置，存储了:

多个模型，每个模型包含对包括一个变量属性在内的多个属性的定义；

多个目标，每个目标包含用于评价所述模型的特性的目标规则；以及

多个策略，每个策略包含用于修改所述变量属性的策略规则；处理器，其耦合到所述数据存储装置，所述处理器包括:

特性值确定装置，用于根据从所述多个目标中选出的一个目标，评价从所述多个模型中选出的一个模型，并根据从所述多个策略中选出的一个策略来设置所述变量属性，以确定与所述选出的模型和所述变量属性设置相关联的特性值；

特性值改进确定装置，用于确定所述特性值是否是对前一个特性值的改进；以及

目标和策略存储装置，用于当所述特性值是对前一个特性值的改进时，在数据存储装置中存储仿真中使用的上述目标、以及在数据存储装置中存储仿真中使用的上述策略。

2.根据权利要求1的系统，其中所述多个模型、多个目标、以及多个策略被组织在数据存储装置中的知识库中。

3.根据权利要求1的系统，其中所述数据存储装置还存储一个子知识库，所述子知识库包括至少一个模型、至少一个目标、以及至少一个策略，其中用户从所述子知识库选择一个模型、一个目标、以及一个策略进行处理。

4.根据权利要求1的系统，其中所述处理器进一步包括用于评价所述多个模型中的不止一个模型的装置。

5.根据权利要求1的系统，其中所述目标规则包括目的。

6.根据权利要求1的系统，其中每个策略还包括所述策略规则所适用的变量属性的标识。

7.根据权利要求1的系统，其中从多个模型中选出的一个模型包括多个变量属性，以及从多个模型中选出的一个策略包括用于多个变量属性的子集中每一个的策略规则。

8.根据权利要求7的系统，其中所选出的策略还包括所述策略规则所适用的多个变量属性的标识。

9.根据权利要求1的系统，其中所述策略规则限定了所述变量属性如何变化。

10.根据权利要求1的系统，其中所述策略规则包括用于变量属性的数值范围。

11.根据权利要求1的系统，其中所述处理器进一步包括用于根据多个策略中的不止一个策略来评价所述模型的装置。

12.根据权利要求1的系统，还包括用户输入装置以接收来自用户的指令。

13.根据权利要求12的系统，其中所述指令还使得所述处理器创建一个模型，从数据存储装置取回一个选定模型，编辑从数据存储装置取回的一个模型，在数据存储装置中存储一个模型，创建一个目标，从数据存储装置取回一个选定目标，编辑从数据存储装置取回的一个目标，在数据存储装置中存储一个目标，创建一个策略，从数据存储装置取回一个选定策略，编辑从数据存储装置取回的一个策略，在数据存储装置中存储一个策略。

14.根据权利要求1的系统，还包括用户输出装置，从而向用户显示选定的策略，向用户显示选定的目标，向用户显示选定的模型，以及向用户显示特性值。

15.根据权利要求1的系统，其中所述评价包括仿真一个装置的操作。

16.根据权利要求1的系统，其中所述评价包括仿真一个过程。

17.根据权利要求1的系统，其中所述评价包括解决一个问题。

18.根据权利要求1的系统，其中所述评价包括解一个方程。

19.根据权利要求1的系统，其中所述处理器进一步包括用于根据所述策略规则对所述变量属性取不同数值来重复评价所述模型的装置。

20.根据权利要求1的系统，其中所述处理器进一步包括:

用于将变量属性设置为一个基本值来评价所选出的模型，以确定一个基本特性值的装置；

用于生成多个不同数值用于所述变量属性的装置；以及

用于将变量属性设置为所述多个不同数值中的每一个来评价所选出的模型，以确定与所述模型和每个变量属性设置相关联的特性值的装置。

21.根据权利要求1的系统，其中所述处理器进一步包括把该特性值相对于为该特性确定的前一次数值进行排序的装置。

22.根据权利要求1的系统，其中所述处理器进一步包括用于在数据存储装置中存储所评价的模型及所述变量属性设置的装置。

23.根据权利要求22的系统，其中所述处理器进一步包括，用于存储指针的指令的装置，所述指针指向与仿真中使用的变量属性设置相关联的前一次存储的模型。

24.一种用于仿真复杂设备或过程的计算机实现的方法，包括:

存储多个模型，每个模型包含对包括一个变量属性在内的多个属性的定义；

存储多个目标，每个目标包含用于评价所述模型的特性的目标规则；

存储多个策略，每个策略包含用于修改所述变量属性的策略规则；

根据从所述多个目标中选出的一个目标，评价从所述多个模型中选出的一个模型，并根据从所述多个策略中选出的一个策略来设置所述变量属性，以确定与所述选出的模型和所述变量属性设置相关联的特性值；

确定所述特性值是否是对前一个特性值的改进；以及

当所述特性值是对前一个特性值的改进时，存储仿真中使用的上述目标、以及存储仿真中使用的上述策略。

25.根据权利要求24的方法，其中所述多个模型、多个目标、以及多个策略被组织在一个数据存储装置中的知识库中。

26.根据权利要求24的方法，还包括数据存储步骤，其存储一个子知识库，所述子知识库包括至少一个模型、至少一个目标、以及至少一个策略，其中用户从所述子知识库选择一个模型、一个目标、以及一个策略进行处理。

27.根据权利要求24的方法，其中评价所述多个模型中的不止一个模型。

28.根据权利要求24的方法，其中所述目标规则包括目的。

29.根据权利要求24的方法，其中每个策略还包括所述策略规则所适用的变量属性的标识。

30.根据权利要求24的方法，其中从多个模型中选出的一个模型包括多个变量属性，以及从多个模型中选出的一个策略包括用于多个变量属性的子集中每一个的策略规则。

31.根据权利要求30的方法，其中所选出的策略还包括所述策略规则所适用的多个变量属性的标识。

32.根据权利要求24的方法，其中所述策略规则限定了所述变量属性如何变化。

33.根据权利要求24的方法，其中所述策略规则包括用于变量属性的数值范围。

34.根据权利要求24的方法，其中根据多个策略中的不止一个策略来评价所述模型。

35.根据权利要求24的方法，还包括用户输入步骤，以接收来自用户的指令。

36.根据权利要求35的方法，其中还包括步骤:创建一个模型，取回一个选定模型，编辑取回的一个模型，存储一个模型，创建一个目标，取回一个选定目标，编辑取回的一个目标，存储一个目标，创建一个策略，取回一个选定策略，编辑取回的一个策略，存储一个策略。

37.根据权利要求24的方法，还包括用户输出步骤，从而向用户显示选定的策略，向用户显示选定的目标，向用户显示选定的模型，以及向用户显示特性值。

38.根据权利要求24的方法，其中所述评价包括仿真一个装置的操作。

39.根据权利要求24的方法，其中所述评价包括仿真一个过程。

40.根据权利要求24的方法，其中所述评价包括解决一个问题。

41.根据权利要求24的方法，其中所述评价包括解一个方程。

42.根据权利要求24的方法，其中根据所述策略规则对所述变量属性取不同数值来重复评价所述模型。

43.根据权利要求24的方法，还包括:

将变量属性设置为一个基本值来评价所选出的模型，以确定一个基本特性值；

生成多个不同数值用于所述变量属性；以及

将变量属性设置为所述多个不同数值中的每一个来评价所选出的模型，以确定与所述模型和每个变量属性设置相关联的特性值。

44.根据权利要求24的方法，其中把该特性值相对于为该特性确定的前一次数值进行排序。

45.根据权利要求24的方法，还包括存储所评价的模型及所述变量属性设置的步骤。

46.根据权利要求45的方法，存储所评价的模型及所述变量属性设置的所述步骤包括存储一个指针的步骤，所述指针指向与仿真中使用的变量属性设置相关联的前一次存储的模型。

Images