simulink性能优化

• 加速模式的工作原理

我的经验是，打开Solver Profiler , 从新跑一下模型，只跑很短的一段时间，Solver Profiler 会告诉你那一部分用时间最长，专注更新这一小部分，其他的不用管。

影响simulink仿真速度的原因如下：

1.模型中有使用 MATLAB Function 模块。此时，每个步长在计算时都要调用 MATLAB 去解释执行。这大大降低了仿真速度，解决方法是尽可能改用 Fcn 模块。

2.模型中有以 MATLAB 文件编写的 S 函数。解决方法是将 MATLAB 文件编译为 MEX 文件。此外，如果可能，尽量使用 Simulink 内置的模块代替 S 函数。

3.过小的步长或采样时间。在仿真过程中，保持小步长对捕获重要事件非常重要，但同时，步长过小会产生不必要的输出点，并减慢仿真速度。

4.maximum step size设置太小。请尝试将该属性设置为auto。

5.您可能对精度要求过高。默认的relative tolerance是 0.1%，能满足一般需求。

6.时间跨度（总仿真时间）可能太长。建议缩短。

7.模型中有使用 Memory 模块。该模块会导致变量阶解算器在每个时间步长计算时，被重置回一阶。

8.模型中有使用 Extras 库，例如图形、自动调整、频谱分析。

9.模型中有使用 scope 模块，尽管其影响很可能非常小。

10.代数环，请参考之前发布的更为详细的说明。

11.请不要将白噪声模块接到积分器。对于连续系统，请使用带限制白噪声块。

12.模型的刚度很大，但您使用的是非刚性解算器。请尝试使用ode15s。

13.过零检测（zero crossing），可能导致模型在某些仿真时刻“卡住”。您可以禁用该检测。更为具体的说明，请在帮助文档中搜索zero crossing。

14.在 model configuration 中勾选 inline parameters，此时可以将所有参数内置，从而提高速度。

15.使用Simulink自带的加速功能。

16.如果模型非常复杂（涉及大量模型引用和子系统），并且涉及大量数据记录，则仿真速度也会受到影响。

可以尝试以下的方法：

把solver改成fixed time step，用ode4，stepsize先试试1e-3。然后把simscape的solver改成local solver，time step也先设成1e-3，选择backward Euler。用accelerator mode 跑。

s-function
https://zhuanlan.zhihu.com/p/23301801

怎能提升simulink的运行速度

ChatGPT

以下是提升Simulink运行速度的一些方法：

1. 精简模型：删除不必要的模块和信号，简化模型结构，减少计算量。

2. 合理设置模拟参数：通过调整模拟参数，如步长和仿真时间，可以减少计算时间。

3. 使用代码生成：将模型转换为代码，可以加速模型运行。

4. 使用多核处理器：如果计算机有多个核心，可以在Simulink中配置并行计算，以利用多核处理器的能力。

5. 关闭不必要的功能：关闭不必要的功能，如绘图和数据记录等，可以提高运行速度。

6. 使用加速器：Simulink提供了一些加速器，如硬件加速器和软件加速器，可以提高模型运行速度。

7. 使用代码优化工具：使用代码优化工具可以优化生成的代码，减少计算量，从而提高运行速度。

https://blog.csdn.net/weixin_44182878/article/details/88710960

加速simulink模型的可能方案：
禁止报出小的量化错误
禁止数据输出
编译后使用
采样时间优化
研究滤波模型的输入输出
研究sim函数

在 Windows® 系统上，memory 函数可用于检查内存详细信息。要了解复制数组如何影响 Windows 系统的内存使用量，请在当前文件夹的一个文件中创建函数 memUsed。该函数调用 memory，以 MB 为单位返回您的 MATLAB 进程使用的内存量。

function y = memUsed
usr = memory;
y = usr.MemUsedMATLAB/1e6;
调用 `memUsed` 以显示当前内存使用量。
format shortG
memUsed
ans =
3966.1
创建一个 2000×2000 数值数组，并观察内存使用量的变化。该数组使用大约 32 MB 的内存。
A = magic(2000);
memUsed
ans =
3998.1

避免临时性的数据副本

避免创建不必要的临时性数据副本，以显著减少所需的内存量。

避免创建临时数组

避免创建大型临时变量，并在不再需要这些临时变量时清除它们。例如，以下代码创建由零组成的、存储为临时变量 A 的数组，然后将 A 转换为单精度：

A = zeros(1e6,1);
As = single(A);

使用一个命令来执行两个操作可更高效地使用内存：

A = zeros(1e6,1,'single');

使用 repmat 函数、数组预分配和 for 循环是处理非双精度数据而不需要内存中的临时存储的其他方法。

使用嵌套函数减少传递的参数

处理大型数据集时，注意 MATLAB 会创建输入变量的临时副本（如果被调用函数修改其值）。这会暂时使存储数组所需的内存翻倍，从而导致 MATLAB 在没有足够内存时生成错误。

在此情形下使用较少的内存的一种方法是使用嵌套函数。嵌套函数共享所有外部函数的工作区，为嵌套函数提供对其通常范围之外的数据的访问权。在如下示例中，嵌套函数 setrowval 可直接访问外部函数 myfun 的工作区，从而无需在函数调用中传递变量副本。当 setrowval 修改 A 的值时，它在调用函数的工作区中修改它。无需使用额外内存为所调用函数存储一个单独数组，且无需返回 A 的修改后的值：

function myfun
A = magic(500);
setrowval(400,0)
disp('The new value of A(399:401,1:10) is')
A(399:401,1:10)
function setrowval(row,value)
A(row,:) = value;
end
end

回收使用的内存

增加可用内存量的一种简单方法是清除您不再使用的大型数组。

定期将您的大型数据保存到磁盘

如果您的程序生成非常大量的数据，请考虑定期将数据写入磁盘。在保存该部分数据后，使用 clear 函数从内存中删除变量并继续生成数据。

从内存中清除不再需要的旧变量

当您重复或以交互方式处理非常大的数据集时，请首先清除旧变量以为新变量腾出空间。否则，MATLAB 需要等大小的临时存储才能覆盖此变量。例如，

a = rand(1e5);
b = rand(1e5);
Out of memory.
More information
clear a
a = rand(1e5);              % New array
~~~<!--autointro-->

strcmp函数有两个参数,最基本的,可以是两个字符串。如果两个字符串完全相同,返回逻辑1,否则返回逻辑0。

strcmp的两个参数也可以一个是字符串,另一个是元胞数组(多个字符串)。返回一个逻辑值数组,其中每项是元胞数组中的每个字符串与单独字符串的比较结果。

strcmp函数的两个参数也可以是相同尺寸的元胞数组,返回值是对应字符串的比较结果。

ismember可以分别比较字符串的各个字符。

simulink数据类型错误

将外部输入数据加载到模型 ‘test_230828’ 中的根级输入端口 test_230828/x 时出错。
原因:
错误使用 mian_230824
数据类型无效。该模型配置为从工作区加载其根级端口。这些外部输入具有数据类型 ‘double’。此数据类型与为此根级端口设置的数据类型 ‘int8’ 不一致。
建议的操作:
• 将输入数据的数据类型更改为类型 ‘int8’
• 关闭外部输入加载。 – 修复

解决办法

调整输入端口的属性为double或者把输入数据类型设置为int8就可以了。

上两周整理笔记发现一些哲理性句子，想到了17年看的一部小说，想再看一遍，但苦于满屏的广告，太浪费时间了。于是花了几天时间写了一个爬虫把文章爬下来，看着舒服多了。下面是代码，请合理文明使用，不要用于非法用途。import jsonimport requests, randomfrom requests.exceptions import RequestExceptionimport reimport timeimport randomuser_agent = [ “Mozilla/5.0 (Win