Generation of functional mock-up units for co-simulation from simulink®, using explicit computational semantics: work in progress paper
Notice bibliographique
Résumé
As the complexity of Software-Intensive and Cyber-Physical Systems increases, multiple formalisms are used to model different parts of a system. Rather than building simulators for these combinations of multiple formalisms, co-simulation is often used to orchestrate multiple simulations. One emerging industry standard in this field is the Functional Mock-up Interface (FMI). This standard defines the interface implemented by Functional Mock-up Units (FMUs). An FMU is encoded as a zip-file containing model variable types and values in XML-format as well as the model's equations in C C-code. The C encoding allows one to distribute IP in binary form. Solvers are typically coded instead of explicitly modeled. However, this does not allow straightforward analysis or detection of for example algebraic loops and optimization possibilities. Explicitly modeling the solvers helps overcome these limitations, since this allows for the use of model-driven engineering techniques, such as model transformations. This paper presents a method to generate FMUs from Causal Block Diagram models, more specific Simulink® models, with explicitly modeled ODE solvers. The execution performance is compared between FMUs with explicitly modeled solvers and FMUs with coded solvers. We conclude that modeling the solver has a significant positive impact on the run-time efficiency of the generated FMUs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».