定义

基于模型的模型（MBM）是一种复杂的构建体，其中一个或多个抽象模型被用来模拟、预测或分析另一个通常更复杂的系统或模型的行为。MBM 不仅仅是运行单个模拟，而是使用一组相互连接的模型来表示目标系统的动态特性，从而实现高保真度的虚拟测试。

为什么它很重要

在高度复杂的环境中——例如自动驾驶汽车控制、大规模基础设施管理或先进的 AI 代理交互中——单一的、整体的模型通常是不够的或计算上不可行的。MBM 允许工程师和数据科学家将复杂性分解为可管理的、相互作用的组件。这使得在实际部署之前对涌现行为进行严格测试成为可能，从而显著降低风险和开发时间。

工作原理

该过程通常涉及几个阶段。首先，目标系统被分解为子系统，每个子系统由一个专业模型表示（例如，物理模型、行为模型、数据流模型）。然后，这些单个模型被集成到一个更高层次的元模型中。该元模型定义了组件模型之间的接口、通信协议和反馈回路，从而可以动态地模拟整个系统的行为。

常见用例

MBM 在多个高风险领域至关重要：

• 数字孪生： 创建物理资产（如工厂或喷气发动机）的虚拟副本，其中孪生体本身由代表不同物理和操作方面的多个相互作用的模型组成。
• 自主系统： 在自动驾驶场景中模拟感知模型、规划模型和控制模型之间的交互。
• 信息物理系统 (CPS)： 模拟计算组件如何与物理机械交互，确保在各种操作负载下的鲁棒性。

主要优势

• 高保真度： 比单一模型方法能实现更深入、多层次的系统交互理解。
• 模块化和可重用性： 单个组件模型可以在不同项目中开发、测试和重用。
• 场景探索： 允许在极端或罕见条件下快速测试大量的“假设情景”。

挑战

• 集成复杂性： 确保异构模型之间无缝、数学上一致的通信（例如，将离散事件模型与连续流体动力学模型耦合）在技术上要求很高。
• 验证与确认 (V&V)： 将整个元模型与现实世界数据进行验证需要大量的努力，因为错误可能会在模型边界上传播。

相关概念

该概念与数字孪生技术、系统动力学和分层建模有显著重叠。它是一个支撑许多现代仿真平台的更抽象的计算框架。