?一、概述

?????????在進行simulink仿真的過程中常常遇到CPU利用率較低，仿真緩慢的情況，可以借助并行仿真改善這些問題，其核心思想是將參數掃描、蒙特卡洛分析或多工況驗證等任務拆分成多個子任務，利用多核CPU或計算集群的并行計算能力，顯著縮短整體仿真時間。
主要使用的函數包括：

1.parpool(numCore)函數，目的是開啟并行池（具體數量取決于計算機物理內核數）

2.Simulink.SimulationInput函數，用于封裝模型參數、變量修改、回調函數等配置，簡單來說就是建立一個數組，存放并行仿真時模型的參數

3.parsim函數，用于將SimulationInput數組分發到各工作進程執行

二、流程

大體使用過程如下

1.開啟并行工作池

clear; clc;

% start parpool by codes.

delete(gcp('nocreate')); % 關閉之前的并行池

numCore = 2; % 設定并行工作池的數量（受限于CPU真實內核數）

p = parpool(numCore); % start parpool.

2.打開simulink文件

%打開模型

modl = 'u_of_ideal_full_bridge_LLC_double_vol_blue';

open_system(modl);

load_system(modl);

3.設置參數

Lm = 20e-6;

k = [1 10 100 1000];

Lr = zeros(size(k));

for i = 1:length(Lr)

Lr(i) = Lm/k(i);

end

4.建立輸入函數

In(length(k)) = Simulink.SimulationInput(modl); %內存預分配

for i = 1 : length(k)

In(i) = Simulink.SimulationInput(modl);

In(i) = In(i).setVariable('Lr',Lr(i));

In(i) = In(i).setPostSimFcn(@(x) u_PostSimFunction(x));%這行代碼用于設置后處理函數，具體作用在后面解釋

end

5.運行仿真

Out = parsim(In,'ShowSimulationManager','on');%運行結果會存儲在OUT中

三、后處理函數作用

simulink仿真的數據會通過to workscape模塊傳遞到基礎工作區，但是在并行仿真時，數據都會保存在計算機內存里，這樣子很容易導致計算機內存爆滿，所以可以設置一個后處理函數，在每次仿真結束后直接對仿真數據進行處理，把處理結果保存，其余數據清空。

示例中的后處理函數如下:
?

function newout = PostSimFunction(simOut, fm)

%計算阻抗

newout.Ro = sum(simOut.get('Vout') .* exp(-1j * 2 * pi * fm * simOut.get('to')))...

/sum(simOut.get('Iout') .* exp(-1j * 2 * pi * fm * simOut.get('to')));

%計算效率

newout.u = (mean(simOut.get('Vout'))*mean(simOut.get('Iout')))/(mean(simOut.get('Vi'))*mean(simOut.get('Ii')));

%清空simOut

simOut.Vout = 0;

simOut.Iout = 0;

simOut.to = 0;

simOut.fm = 0;

end