建模和仿真编程语言答案

【问题标题】：Modeling and Simulation Programming Language [closed]建模和仿真编程语言
【发布时间】：2010-10-31 01:23:42
【问题描述】：

我使用许多不同的模型和模拟。一些较旧的模型和模拟是用 FORTRAN 编写的。其中一些模型已转换为 C++，但当前趋势是使用 MATLAB/SIMULINK 创建这些模型。从计算机科学的角度来看，我一直觉得 MATLAB/SIMULINK 不是一个好的解决方案。您使用什么语言来创建模型和模拟，为什么？

【问题讨论】：

我真的很好奇为什么你觉得 MATLAB/SIMULINK 不是好的建模解决方案。您是否有具体原因不喜欢它们/觉得它们不适用于您的模型？
这可能只是我看到的应用程序，但它们都运行得非常慢，并且没有充分利用可用的计算机资源。
查看相关问题：http://stackoverflow.com/questions/179904/what-is-matlab-good-for-why-is-it-so-used-by-universities-when-is-it-better-tha
我对 Matlab/Simulink 模型最大的不满是我没有见过一个多线程模型。处理器并没有真正变得更快，只是更多了。如果一个模拟不能很好地处理多个线程，那么它在编写之后就不会变得更快。
@SchwartzE：较新版本的 MATLAB 现在具有可在多核机器和集群上使用的并行功能，体现在并行计算工具箱中：mathworks.com/products/parallel-computing。我还没有用它做任何大型或复杂的模拟/计算，但我玩过的东西看起来很有希望。

标签： matlab model fortran simulation simulink

【解决方案1】：

我总是会尝试使用由最好的建模和仿真工具（或库，如果你喜欢的话）提供的语言来为我完成这项工作。

而这个问题实际上只能通过考虑您想要实现的模型的种类来回答。连续（例如 ODE）、离散（例如 StateCharts、Petri 网）或组合（即混合模型，可以使用 Simulink+StateFlow 实现）？每种模型都有不同的工具。

另一个重要方面是您工作的域。 Simulink 为电气工程、金融或计算生物学提供了相当广泛的库（不过，它们中的大多数都包含在附加软件包中） - 如果您在这些领域之一工作，可能根本没有更好（即完整、有效）的组件库.其他商业仿真包也是如此，例如AnyLogic、Arena 等。可能还有一些开源仿真工具，具体取决于您的建模问题。

最后，您可能更喜欢特定的编程语言而不是另一种，并且您可能还有其他要求，例如支持

优化（模型参数）
验证
输出分析（统计、绘图、统计检验）
支持并行和分布式仿真
模型检查
...

所以我目前正在使用 Java，它具有众所周知的优势——相当快、对多线程的良好支持、相对简单的使用等。但如果“相当快”还不够快，则可能别无选择但是下降了一层抽象:-)

【讨论】：

【解决方案2】：

我还使用大量遗留代码，其中大部分是在 Fortran 中。我真的不介意使用 Fortran - 所有现代编译器都允许变量名大于旧的和愚蠢的 6 个字符限制。此外，使用 Fortran 95，如果您认为对现有代码库的修改会受益，您甚至可以进行 OOP。

此外，Fortran 也有非常好的代码编辑器，但对于更专业的脚本语言而言，情况并非总是如此。

C++ 在内存考虑方面有很大的缺点。我已经编写 C/C++ 20 多年了，但我仍然忘记删除对象并正确填写析构函数。

最后一点，如果您使用的是 Windows，如果您想将 Fortran 迁移到托管环境，则可以使用 Fortran.NET 编译器（我认为来自 Lahey-Fujitsu？）。

祝你好运！

【讨论】：

【解决方案3】：

当然是模拟！！ :-)

【讨论】：

+1 当我阅读这个问题时，我正在考虑是否发布一个答案，或者只是一个带有指向 [SIMULA][1] [1] 的评论：en.wikipedia.org/wiki/Simula

【解决方案4】：

我从 MATLAB 中得到的好处是它能够让我快速构建算法原型。通过绘制数据并使用内置的统计功能，我真的可以很好地了解数据。当尝试新事物时，我可以做一些快速而肮脏的事情来获得一些初步结果，然后回去清理东西以改进我的结果。使用编译语言，为了让模拟运行，我要做的还有很多。使用 MATLAB，我花更多时间思考真正的问题，而不是编译、链接、内存管理等。

但是，MATLAB 无法解决许多问题。对于大型数据集，具有用户定义数据结构的编译语言几乎肯定是必要的。

【讨论】：

【解决方案5】：

粒子物理学已经转向 C++ 和 python。这不是普遍的，如果不是ROOT 的普遍存在，可能甚至不会接近。

Root 对 cint 的使用意味着当你在寻找新想法时需要费心管理内存，它的运行编译能力让你有速度，混合模式的能力非常有用，并且绑定python 和其他 RAD 语言具有很大的灵活性。

实际上，这归结为对roland's point的认可。

【讨论】：

【解决方案6】：

您可以使用 s-funcuin 块将 fortran(c,c++) 与 matlab 链接。

【讨论】：