利用Simulink和SimEvents建立车队的离散事件模型，使用MATLAB并行服务器加速金宝app数千次仿真，并使用Deep Learning Toolbox对结果进行插值
“通过使用Simulink和Simevents构建模金宝app型并在计算机集群上运行离散事件模拟，我们迅速确定了许多机会，以最大限度地提高F-35舰队性能，同时最大限度地减少开发和执行工作。”
贾斯汀·比尔斯，洛克希德·马丁公司的
洛克希德Martin F-35雷电II可持续计划通过最大限度地减少停机时间，支持试点训练，并确保零件的可用性来降低生命周期成本并提高F-35车队的任务准备情况，同时避免不必要的储存。金宝app为实现这些目标，该计划取决于舰队性能的准确预测，包括飞机将接地服务的长度的预测。
洛克希德马丁工程师使用Simulink金宝app®, SimEvents®，深入学习工具箱™和Matlab Parallel Server™模拟车队性能，并在256员计算群集中基于数千次模拟进行预测。
“通过Sim金宝appulink和SimEvents，我们创建了一种模型，其中包含了来自整个F-35程序的数据，并模拟每天运营的数千架飞机，每天都有数千个部分，在多年的数百个地点，”Justin Beals说，Lockheed Martin的项目工程师。“在我们的群集上加速成千上万的蒙特卡罗模拟，然后用深层学习工具箱插入结果将节省多年的处理时间。”
由于飞机的复杂性和支持它所需的全球后勤系统的复杂性，模拟F-35机队的性能是极具挑战性的。金宝app洛克希德·马丁公司最初试图使用现有工具进行预测，但事实证明，它们增加了问题的复杂性。
洛克希德马丁团队希望开发一个详细的，轻松配置的模型，他们可以用来快速模拟数千个参数组合和场景。他们需要应用先进的技术来产生和分析结果，包括实验设计，机器学习和其他统计和概率方法。
洛克希德Martin工程师开发了F-35车队的复杂Simulink模型，并使用SimEvents离散事件金宝app仿真引擎模拟模型。
他们使用SimEvents构建了模型的核心实体，并使用MATLAB的属性函数块实现了系统逻辑®代码。该模型纳入了部分和飞机性能数据，以及飞机修改，异常维护事件，部分可用性和飞机活动数据。
他们使用测试用例和国防部验证，验证和认证指南验证了模型。
工程师们在实验设计的基础上进行了数千次具有随机事件和参数变化特征的蒙特卡罗模拟试验。为了更快地生成结果，该团队使用了并行计算工具箱™和MATLAB并行服务器以256员群集在256员群中运行多个模拟。
使用深度学习工具箱，他们将神经网络培训到仿真结果，使它们能够插入模拟数据。
在仿真期间，Simulink记录并存储了金宝app发生的所有事件。要在后处理此数据时，团队开发了MATLAB脚本以计算性能指标，生成带注释的MATLAB图，并创建Microsoft®其他分析师使用的Excel文件。
洛克希德马丁已经使用该模型来预测舰队性能来支持F-35维持计划。金宝app该团队目前正在探索在其他程序上使用模型的方法。
模拟设置时间从几个月减少到几小时．“它会花几个月来设置旧系统的数据输入，”Beales说。“相比之下，我们可以使用一天中设置的新数据设置和运行我们的Simulink和Si金宝appmEvents模型。”
开发工作减少．B金宝appeales说:“Simulink和SimEvents极大地扩展了我们的船队性能预测能力，同时最大限度地减少了开发工作量。
模拟时间截止数月．Beales说:“通过在一个集群上并行运行我们的模拟，而不是在我们的12核桌面计算机上，我们完成它们的速度快了20倍。”“此外，我们使用深度学习工具箱执行的插值运算大大减少了我们需要执行的模拟次数，节省了额外的CPU时间。”
カスタマーリファレンスプログラムに参加する
您还可以从以下列表中选择一个网站：