она интересна мне тем, что спонсором там выступила и компания JuliaHub (https://juliahub.com/) с докладом (https://www.conftool.com/modelica2023/index.php?page=browseSessions&form_session=58) по JuliaSim's (https://juliahub.com/products/juliasim/) DigitalEcho (https://help.juliahub.com/juliasimdigitalecho/stable/). Там всё просто: In this talk we show how DigitalEchos can be generated directly from FMU-based simulation binaries generated from Modelica models to create faster-running (>100x faster) simulations which can be exported back to FMUs for usage in Modelica environments. И всё это за счёт Neural Surrogates. Акаузальное моделирование живёт и здравствует. И Julia его потихонечку кушает, Modelica живёт сейчас исключительно за счёт тяжкого наследия наработанной эко-системы, "по инерции". Напомню, что для поддержки акаузальности приходится решать и сугубо компиляторные проблемы (теория этого поминается в https://ailev.livejournal.com/1549559.html), и JuliaSim тут просто докручивает эту линию с компиляторами для DAE (differential algebraic equations) против компиляторов для ODE (odinary differential equations in state space form) до "нейросуррогатов", где скорость достигается за счёт аппроксимирования функций специально обучаемыми нейросетями. JuliaSim -- коммерческий продукт, но базируется на библиотеке ModelingToolkit -- https://github.com/SciML/ModelingToolkit.jl. ModelingToolkit.jl is a modeling framework for high-performance symbolic-numeric computation in scientific computing and scientific machine learning. It allows for users to give a high-level description of a model for symbolic preprocessing to analyze and enhance the model. ModelingToolkit can automatically generate fast functions for model components like Jacobians and Hessians, along with automatically sparsifying and parallelizing the computations. Automatic transformations, such as index reduction, can be applied to the model to make it easier for numerical solvers to handle.
Пользуясь случаем, хочу спросить, а как соотносятся между собой modelica и ModelingToolkit? Где-то я читал, что последний пакет выглядит мощнее и перспективнее?
Вот тут первым пунктом сравнение с моделикой https://docs.sciml.ai/ModelingToolkit/stable/comparison/
Из написанного там (а, наверное, именно это я раньше и читал) напрашивается вывод, что ModelingToolkit покрывает все возможности modelica и modia, и, благодаря полной интеграции с julia, более предпочтительна. Хотелось бы услышать мнения тех, кто использовал и то и другое
Я несколько лет назад использовал OpenModelica для решения электронных задач, субъективно, в первую очередь - это моделирование в GUI. Причем моделирование объектно-ориентированное, что позволяет разделять модель на части и инклюдить друг в друга, связывать поля объекта с гуями и т.п. натягивая это все на редактор. Как это сделать с ModelingToolkit я не совсем понимаю, ну если только коммерческие варианты предоставляют ровно такие же редакторы. Там они указывают на это: > Modelica is an object-oriented single dispatch language. > Many Modelica compilers supply a GUI. Причём оба пункта друг с другом тесно взаимодействуют.
Обсуждают сегодня