很久以前，我曾寫了一系列帖子重點(diǎn)介紹并行運(yùn)算，以及并行運(yùn)算需要考慮的種種情況。在 R2017a 里，新增加了一個(gè)功能 parsim，讓這一切都變得簡(jiǎn)單多了。我們來看看這個(gè)新的 parsim 是怎么工作的!

注：這里的并行運(yùn)算指的是一個(gè)模型在不同的參數(shù)配置下運(yùn)行多次，并非把一個(gè)模型拆分在不同的核上并行的內(nèi)容。

Simulink.SimulationInput

我們?cè)谟貌⑿羞\(yùn)算工具箱來多次運(yùn)行模型的時(shí)候，一般都會(huì)改變些什么，來實(shí)現(xiàn)不同的仿真。

在這里，我們可以通過 Simulink.SimulationInput 對(duì)象來實(shí)現(xiàn)。首先，我們?yōu)槟Ｐ托陆ㄈ舾蓚€(gè) Simulink.SimulationInput 對(duì)象，然后通過它來定義不同的配置，包括初始狀態(tài)、模型參數(shù)、模塊參數(shù)、輸入信息以及模型使用的各種變量。

這是一個(gè)簡(jiǎn)單的碰撞模型：

配置不同的 Restitution 系數(shù)，再實(shí)現(xiàn)并行仿真，如下圖：

我們從 -0.9 到 -0.2 取 10 個(gè)不同的系數(shù)值，然后構(gòu)造了一個(gè)長(zhǎng)度為 10 的Simulink.SimulationInput 對(duì)象數(shù)組。接著使用 setBlockParameter 方法，給指定的模塊 blk 的參數(shù) 'Gain' 設(shè)置了不同的值。最后調(diào)用 parsim ，把Simulink.SimulationInput 數(shù)組作為輸入?yún)?shù)，進(jìn)行并行運(yùn)算。

計(jì)算完畢，就會(huì)得到一組Simulink.SimulationOutput 作為返回值。

一些更真實(shí)的場(chǎng)景應(yīng)用

在工作空間定義變量

在 parsim 出來之前，模型并行仿真的一大難點(diǎn)在于怎么去管理模型里的各種變量。我在之前的貼子里還介紹了各種管理攻略，比如各個(gè)模塊的參數(shù)值不再直接寫在對(duì)話框里，而是使用腳本來構(gòu)造。比如這里的重力加速度 g 和恢復(fù)系數(shù) Cr。

輸出的處理

在很多情況下，仿真會(huì)產(chǎn)生大量數(shù)據(jù)。尤其在遠(yuǎn)程計(jì)算機(jī)集群上仿真的時(shí)候，一般都不需要傳遞全部的數(shù)據(jù)。所以，我們可以對(duì)這些記錄的數(shù)據(jù)做后處理，然后傳遞我們真正感興趣的那部分。

如下圖，這里構(gòu)造了一個(gè)后處理函數(shù) detectFallen，輸入仿真結(jié)果，返回一個(gè)結(jié)構(gòu)體。這里返回的是球跳了多長(zhǎng)時(shí)間，以及彈跳了多少次。

接著，我們跟剛才一樣構(gòu)造 Simulink.SimulationInput 對(duì)象數(shù)組。有所不同的是，這里是使用 setVariable 方法來為 workspace 里的變量 Cr 設(shè)置不同的值。之后，把剛才構(gòu)造的函數(shù)句柄賦給 Simulink.SimulationInput 對(duì)象的 postSimFcn 屬性。

代碼如下：

注意，在調(diào)用 parsim 時(shí)，我還使用了 UseFastRestart 來進(jìn)一步加速仿真。這樣設(shè)置后，模型在每一個(gè) worker 上只會(huì)編譯以及初始化一次。

錯(cuò)誤處理

我喜歡 parsim 的另一個(gè)地方是它對(duì)仿真出錯(cuò)的處理方法。

比如下面這個(gè)例子，返回的 Simulink.SimulationOutput 對(duì)象里包括了錯(cuò)誤提示信息以及錯(cuò)誤發(fā)生之前仿真數(shù)據(jù)。

這些信息可以幫助我們理解模型哪里出了錯(cuò)，也不需要重新仿真模型。

如果你基于這些記錄數(shù)據(jù)，也看不出模型哪里出了問題，那么你還可以在本地機(jī)器上使用同樣的參數(shù)配置來重新運(yùn)行模型。這時(shí)候，你可以使用 SimulaitonInput 對(duì)象的 applyToModel 方法。

就如它名字所說，這個(gè)函數(shù)會(huì)把這個(gè) SimulationInput 對(duì)象里的信息來配置本地模型，包括模型配置、參數(shù)值、變量值。這樣你就可以很容易得到一個(gè)跟遠(yuǎn)程出錯(cuò)的模型一模一樣的模型，在本地調(diào)試。

注：比如 sldemo_bounce2.slx，對(duì)應(yīng)的 in(1) 里指定了比如 Cr 值是0.9，那么 in(1).applyToModel 就會(huì)自動(dòng)把這個(gè)模型用到的 workspace 里的 Cr 修改為0.9，等等。