R2017a 新增功能 parsim的Simulink 模型并行仿真简单介绍

很久以前，我曾写了一系列帖子重点介绍并行运算，以及并行运算需要考虑的种种情况。在 R2017a 里，新增加了一个功能 parsim，让这一切都变得简单多了。我们来看看这个新的 parsim 是怎么工作的！

注：这里的并行运算指的是一个模型在不同的参数配置下运行多次，并非把一个模型拆分在不同的核上并行的内容。
 

Simulink.SimulationInput

我们在用并行运算工具箱来多次运行模型的时候，一般都会改变些什么，来实现不同的仿真。

在这里，我们可以通过 Simulink.SimulationInput 对象来实现。首先，我们为模型新建若干个 Simulink.SimulationInput 对象，然后通过它来定义不同的配置，包括初始状态、模型参数、模块参数、输入信息以及模型使用的各种变量。

这是一个简单的碰撞模型：

配置不同的 Restitution 系数，再实现并行仿真，如下图：

我们从 -0.9 到 -0.2 取 10 个不同的系数值，然后构造了一个长度为 10 的Simulink.SimulationInput 对象数组。接着使用 setBlockParameter 方法，给指定的模块 blk 的参数 'Gain' 设置了不同的值。最后调用 parsim ，把Simulink.SimulationInput 数组作为输入参数，进行并行运算。

计算完毕，就会得到一组Simulink.SimulationOutput 作为返回值。

一些更真实的场景应用

在工作空间定义变量

在 parsim 出来之前，模型并行仿真的一大难点在于怎么去管理模型里的各种变量。我在之前的贴子里还介绍了各种管理攻略，比如各个模块的参数值不再直接写在对话框里，而是使用脚本来构造。比如这里的重力加速度 g 和恢复系数 Cr。

输出的处理

在很多情况下，仿真会产生大量数据。尤其在远程计算机集群上仿真的时候，一般都不需要传递全部的数据。所以，我们可以对这些记录的数据做后处理，然后传递我们真正感兴趣的那部分。

如下图，这里构造了一个后处理函数 detectFallen，输入仿真结果，返回一个结构体。这里返回的是球跳了多长时间，以及弹跳了多少次。

接着，我们跟刚才一样构造 Simulink.SimulationInput 对象数组。有所不同的是，这里是使用 setVariable 方法来为 workspace 里的变量 Cr 设置不同的值。之后，把刚才构造的函数句柄赋给 Simulink.SimulationInput 对象的 postSimFcn 属性。

代码如下：

注意，在调用 parsim 时，我还使用了 UseFastRestart 来进一步加速仿真。这样设置后，模型在每一个 worker 上只会编译以及初始化一次。

错误处理

我喜欢 parsim 的另一个地方是它对仿真出错的处理方法。

比如下面这个例子，返回的 Simulink.SimulationOutput 对象里包括了错误提示信息以及错误发生之前仿真数据。

这些信息可以帮助我们理解模型哪里出了错，也不需要重新仿真模型。

如果你基于这些记录数据，也看不出模型哪里出了问题，那么你还可以在本地机器上使用同样的参数配置来重新运行模型。这时候，你可以使用 SimulaitonInput 对象的 applyToModel 方法。

就如它名字所说，这个函数会把这个 SimulationInput 对象里的信息来配置本地模型，包括模型配置、参数值、变量值。这样你就可以很容易得到一个跟远程出错的模型一模一样的模型，在本地调试。

注：比如 sldemo_bounce2.slx，对应的 in(1) 里指定了比如 Cr 值是0.9，那么 in(1).applyToModel 就会自动把这个模型用到的 workspace 里的 Cr 修改为0.9，等等。