生物系统工程是干什么的生物系统工程学（Biological systems engineering），是生物工程学的一个分支。 生物系统工程学可简述为生物系统论、仿生工程与基因工程的整合，涉及医疗诊断、药物筛选、遗传育种与生物制药等产业，包括了转基因生物反应器、分子与细胞生物计算机等技术开发。 2002年，曾邦哲在德国提出细胞计算机模型（cell automatics, the bio-computer），2003年美国贝克莱大学J.Keasling成立了世界上第一家合成生物学系 - 系统生物学基础的遗传工程，采用酵母细胞表达天然植物药箐篙素分子，实现工程微生物代谢工程制药。采用高通量生物技术、计算机辅助设计技术、纳米生物技术，人工合成全基因乃至基因组，把细胞作为计算机来重新进行人工设计，将带来细胞制药厂和细胞生物分子计算机的产业化。系统生物工程是系统生物学的工程应用，包括合成生物学。欧美科技权威机构称基因工程、转基因动物与分子生物技术时代已经转向系统生物工程、系统与合成生物学时代。 美国 首次以藻类生物燃料提供部分动力的飞机及氢燃料电池无人机试飞，研发出“病毒电池”，重视可燃冰的开采潜力，加大对智能电网的研发投入。 毛黎（驻美国记者）2009年1月6日，美国大陆航空公司一架以生物燃料作为部分燃料的飞机进行了试飞，这是首次以取自藻类等植物的燃料作为飞机燃料。 3月，美国联合环境和能源有限责任公司首次成功地开发出了经济且利于环境的、将水藻油转换成生物柴油的途径。新方法至少比现有方法减少40%的成本，且生产过程不产生废水。 伊利诺斯大学利用玉米作物中的“光泽15”（Glossy15）基因及转基因技术开发出了一种理论上可以大量生产生物质的玉米作物。 在3月公布的经济刺激计划中，美政府宣布拨款110亿美元用于智能电网技术。 4月初，麻省理工学院的研究人员利用基因工程病毒首次成功研制出“病毒”电池，其与用于驱动混合动力汽车的先进充电电池不仅在储能和动力性能上相媲美，且可以用来为众多的小型便携式电器提供电能。 5月，哥伦比亚大学表示，他们已经掌握了一种用于开采海底可燃冰的密封调压空心钻，提高了出产率的同时降低了能耗，有望用于商业开发。 6月，美国迅力光能公司开发出了一种制造大型可卷曲太阳能板的技术。它能十分方便地安装于屋顶和车辆外，预计2010年正式上市。 7月，加州大学开发出了一种通过在铝箔上生长直立的纳米柱来制作新型太阳能电池的技术，该技术的光电转换率可达6%，生产成本可低至单晶硅太阳能板的1/10。 10月，美国海军研究实验室研制的氢动力燃料电池无人机“离子虎”在试验飞行中，持续飞行时间达23小时17分钟，创下燃料电池无人机的飞行时间新纪录。 俄罗斯 部署2030年前的核电发展计划，启用首个使用废物生成的生物瓦斯发电的小型热电站，世界首座浮动核电站动工。 张浩（驻俄罗斯记者）2009年1月20日，俄政府总理普京批准了《2020年前利用可再生能源提高电力效率国家政策重点方向》。“政策重点”确立了可再生能源利用的宗旨和原则，规定可再生能源发电、用电规模指标及其落实相关措施。 1月31日，俄罗斯首个使用废物生成的生物瓦斯发电的小型热电站在莫斯科正式启用。该热电站利用生物瓦斯领域最先进技术，能够将废水生成瓦斯并保证净化设备的功效和生态安全，是目前俄罗斯境内唯一完全使用生物瓦斯发电的热电站。 4月，俄罗斯国家核能集团公司召开会议，部署2030年前俄罗斯核电发展计划。根据这一计划，俄罗斯将新建核电站装置26座，核电在国家电力总产量中的比例达到25%—30%，届时俄核电规模和核电在国家电力中所占比例将达到西方发达国家水平。 世界首座浮动核电站项目于2009年上半年动工。这一低功率浮动核电站将于2012年交付使用，不仅能提供电能、热能，还能淡化海水，最低使用寿命为38年，主要应用于俄北部及远东等地区供电、气田开发等。 德国 开发出高效转化甲烷气体为甲醇燃料的新型催化剂，第一座海上风力发电装置投入使用，首座混合能源电厂开建。 顾钢（驻德国记者）2009年，德国马普研究所的研究人员成功地开发出一种固体催化剂，能使甲烷气体方便高效地转化成甲醇燃料，这项成果对有效利用天然气资源具有重要的意义。 德国第一座海上风力发电装置今年建成并投入使用，它是名为“阿尔法范土斯”的近海风力发电场计划建造的12座类似风力发电装置中的一个。“阿尔法范土斯”近海风力发电场建成后，每年生产的电力可供5万户居民使用。 4月，位于勃兰登堡州普伦茨劳的德国首座集风能、氢能、生物质能和太阳能于一体的混合能源电厂举行奠基仪式，到2010年，这座投资2100万欧元的电厂可以生产6兆瓦的电力。 法国 推广电动自行车，可充电混合动力车年底上路，绿色能源、核能并重发展。 李钊（驻法国记者）法国政府提供无息或优惠贷款鼓励节能。法国政府与银行、建筑业及房地产从业者签署了多项协议，为集体和个人改装房屋提供无息或优惠贷款，以鼓励他们节约更多的能源。 3月9日，巴黎市议会出台措施，对购买电动自行车的个人和企业给予补贴，以鼓励更多的人使用这种能耗低、污染小的交通工具。 3月18日，法国环境与可持续发展部宣布，法国电力公司和日本丰田汽车公司联合研制的100辆新一代可充电混合动力车将于年底驶上法国街头。 6月9日，法国总统萨科齐说，法国将大力发展可再生能源，同时也不会放弃核能开发。法国希望到2020年将可再生能源在能源消费总量中的比重提高到至少23％。 7月30日，法国政府宣布设立“国家能源研究联盟”，以充分调动不同机构的资源，提高法国在能源方面的研究能力和效率。 9月，法国总统萨科齐正式宣布，法国将从2010年1月1日起在国内征收碳税，征税标准初步定为每吨二氧化碳17欧元。后因民众反对，推迟至2010年7月1日起实施。 英国 公布“全球气温升高4℃影响图”。 何屹（驻英国记者）2009年，英国政府公布了一份“全球气温升高4℃影响图”，该图以最新的气候预测模型为基础，强调全球平均温度比工业革命前上升4℃可能造成的影响。 9月初，一份名为《适应气候变化成本评估》的报告在伦敦出炉，报告指出，《联合国气候变化框架公约》对适应并减缓气候变化的成本估计遗漏了一些领域，而对另一些领域的成本估计不足，其实际成本要比《公约》估计的高出2倍到3倍。 加拿大 发现可用于寻找海底石油和天然气的嗜热菌，开发出新型水处理技术。 杜华斌（驻加拿大记者）加拿大科学家在挪威附近的北冰洋下低于零摄氏度的沉积物中，发现了一种数目庞大、处于冬眠状态的嗜热菌。该发现有可能使科学家有机会追踪到来自海底热环境中渗出的热流，从而可能找到海底蕴藏的石油和天然气。 雷克海德大学科学家将光催化技术和电化学氧化法结合，创造出了一种新型水处理技术，该技术能更廉价、更有效地去除污水中难以清除的污染物。 韩国 成功开发环保型船舶，拟建全球最大的海水淡化设施，推行“绿色情报信息发展计划”。 邰举（驻韩国记者）2009年，韩国STX造船海洋公司宣布成功开发出“环保型船舶”，通过使用高等级燃料等一系列技术革新，大幅减少了尾气有害物质排量，并能节约一半左右的燃油费用。 韩国研究小组研发出了可使用全部可见光谱能量的全色染料感应太阳能电池技术，有望大幅提高电池效率。 韩国计划在釜山建设全球规模最大的海水淡化设施，通过反渗透方式，每天生产4.5万吨自来水。 韩国将在2011年底前建造韩国规模最大的1.5兆瓦沼气发电设施。 韩国政府推行“绿色情报信息发展计划”，帮助IT产业在2012年前减少7千万吨碳排放量，每年节省20亿美元以上的碳处理费用。 日本 加大家用太阳能发电普及力度，利用废弃物进行新型生物燃料技术开发。 葛进（驻日本记者）从2009年2月开始，日本加大家用太阳能发电普及力度。对于安装家用太阳能发电设备的家庭不但给予补助金，而且政府还购买家庭发电所剩余的电量。 日开始新型生物燃料技术开发，该技术的研发目的是使用非食用植物作为燃料的来源，目前计划中使用的原料主要包括麦秆、稻草以及林业生产中的废弃物。 以色列 研发出智能太阳能电池板、路面发电技术、新型太阳能热电装置和空气制水机。 郑晓春（驻以色列记者）前沿太阳能公司开发出一种智能太阳能电池板，可实时监测其运行状况。使用这种太阳能电池板不仅能比传统太阳能电池板多提供25%的能量，还有助于增强系统的安全性。 因诺瓦太克公司利用压电晶体开发出一种路面发电技术，当汽车或行人经过时，路面在压力作用下产生电流，可供家庭或公共设施照明使用。 奥拉太阳能公司研发出一种可兼用太阳能和天然气等传统能源发电的新型太阳能热电装置。这种装置采用了太阳能热电技术，可混合使用太阳能和天然气、沼气、生物柴油等传统能源，十分适合村庄或中小型社区使用。 以色列空气制水公司研发出一种能将空气中的水分转变为饮用水的空气制水机，可用于小型社区和边远地区小范围供水，也可用于特殊环境下的供水，如发生供水恐怖袭击后的紧急救援等。 巴西 生物柴油科研突破技术瓶颈，研究第二代生物乙醇技术，兴建可避免破坏森林的水电站。 张新生（驻巴西记者）2008年—2009年度，巴西科技部投入4000万雷亚尔（1美元相当于2.15雷亚尔）开发生物柴油项目。 巴西国家技术研究院正在加紧研究利用各种生物废弃物的第二代生物乙醇技术，可大大降低生物乙醇的生产成本，节省土地，将带来巨大的环境和经济效益。 1月，巴西农牧业研究院发现大面积种植的一种棕榈树可作为提炼生物柴油的油料作物。这种棕榈树耐受贫瘠的土地，可在牧场和丛林地带种植，且产油量高、种植简单、赢利明显，适合小生产者开发。 9月，巴西推进一种“革命性”的能源模式，兴建可避免对森林造成破坏的水电站。一旦水电厂中心设施建设完毕，被砍伐的植被就将恢复原貌。 南非 支持可再生能源发展，重点发展聚光太阳能发电技术，加快电动汽车生产步伐。 李学华（驻南非记者）2009年3月3日至6日，南非召开应对气候变化政策高峰会，为出台“国家应对气候变化政策”提供框架文件。根据规划，南非将在2010年底正式发布《国家应对气候变化政策》，2012年11月前，将其细化成具体的法律条文和财政措施。 4月，南非能源管理局推出“可再生能源保护价格”（REFIT），对垃圾填埋沼气、小型水电、风能和集热式太阳能等4种可再生能源发电实行保护价；10月，又将生物质发电、大规模光伏发电等纳入REFIT。 4月16日，最佳能源公司宣布加快电动汽车JOULE的批量生产步伐，预计2012年将达到年产5万辆的目标，其中80％将出口。JOULE的成功推出将使南非在可再生能源的开发利用方面处于世界前沿。 6月，南非能源部部长迪普奥·彼得斯在南非议会审议政府预算时表示，南非政府正在开展一项名为“工业能源公园”的概念项目，重点开发聚光太阳能发电（CSP）技术。 6月24日，南非PBMR公司发言人汤姆·费雷拉称，该公司将在2018年建成南非第一座功率为80兆瓦的基于球床燃料技术的核电及热处理厂。PBMR被认为是最有希望满足新一代核能系统要求的堆型。 8月，南非瓦尔理工大学发明了一种新型结构的垂直轴风力发电机，将大大降低风力发电的成本，且更容易制造，便于实现自动化生产。 南非能源部表示，拟开发多种财经工具，推出一系列财政措施，如“可再生能源保护价格”、“可再生能源财政补贴计划”、“可再生能源市场转化工程”、“可再生能源凭证交易”以及“南非风能工程”等，以支持可再生能源发展。 11月，南非宣布《太阳能热水器计划》，在未来5年的时间内，在全国安装100万台太阳能热水器；到2020年，太阳能热水器所占比例将达到50%。 乌克兰 研制小型无人机用于农业环保。 程刚（驻乌克兰记者）国立航空大学成功研制出小型无人驾驶飞行器——“扎伊沃尔M6”系统，目的在于推广环保型的农业技术，可以加大农作物的保护力度，提高经济技术效益，获得更环保的食品。 生物系统工程专业 培养具有扎实的数学、物理和化学等自然科学的基础知识，具有良好的人文和社会科学素养，掌握系统的生物科学，以及机电、信息、计算机等工程技术基础理论，具备与生物学家和专业工程师沟通和协调能力，能在复杂的生物生产系统和相关领域从事科学研究、科技开发、产品设计、生产和项目管理等工作的能力的高级技术人才。毕业生可去政府部门、事业单位、大中型企业从事生物加工工程、生态系统工程、食品工程、园艺工程、农业工程、动物系统工程、水产工程、人类工程、医学工程、微生物系统工程、水资源和环境工程等领域的教学、科研、生产、技术监督、质量论证等方面的技术和管理工作。优秀毕业生可免试攻读研究生或出国深造。本专业课程建设成效显著，核心课程《生物生产机器人》、《3S技术与精细农业》为国家精品课程。 主要课程： 生物环境工程、自动控制理论、生物生产机器人、生物传感器与测试技术、生物系统模拟、3S（GPS、GIS、RS）技术与精细农业、生物环境检测与控制等。
系统仿真的概念是什么?二、系统仿真
系统仿真是20世纪40年代末以来伴随着计算机技术的发展而逐步形成的一门新兴学科。仿真（Simulation）就是通过建立实际系统模型并利用所见模型对实际系统进行实验研究的过程[2]。最初，仿真技术主要用于航空、航天、原子反应堆等价格昂贵、周期长、危险性大、实际系统试验难以实现的少数领域，后来逐步发展到电力、石油、化工、冶金、机械等一些主要工业部门，并进一步扩大到社会系统、经济系统、交通运输系统、生态系统等一些非工程系统领域。可以说，现代系统仿真技术和综合性仿真系统已经成为任何复杂系统，特别是高技术产业不可缺少的分析、研究、设计、评价、决策和训练的重要手段。其应用范围在不断扩大，应用效益也日益显著。
1．系统仿真及其分类
系统仿真是建立在控制理论、相似理论、信息处理技术和计算机初等理论基础之上的，以计算机和其他专用物理效应设备为工具，利用系统模型对真实或假设的系统进行试验，并借助于专家的经验知识、统计数据和信息资料对实验结果进行分析研究，进而做出决策的一门综合的实验性学科。从广义而言，系统仿真的方法适用于任何的领域，无论是工程系统（机械、化工、电力、电子等）或是非工程系统（交通、管理、经济、政治等）。
系统仿真根据模型不同，可以分为物理仿真、数学仿真和物理—数学仿真（半实物仿真）；根据计算机的类别，可以分为模拟仿真、数字仿真和混合仿真；根据系统的特性；可以分为连续系统仿真、离散时间系统（采样系统）仿真和离散事件系统仿真；根据仿真时钟与实际时钟的关系，可以分为实时仿真、欠实时仿真和超实时仿真等。
2．系统仿真的一般步骤
对于每一个成功的仿真研究项目,其应用都包含着特定的步骤，见图9-2。不论仿真项目的类型和研究目的又何不同，仿真的基本过程是保持不变的，要进行如下9步：
问题定义
制定目标
描述系统并对所有假设列表
罗列出所有可能替代方案
收集数据和信息
建立计算机模型
校验和确认模型
运行模型
分析输出
下面对这九步作简单的定义和说明。它不是为了引出详细的讨论，仅仅起到抛砖引玉的作用。注意仿真研究不能简单遵循这九步的排序，有些项目在获得系统的内在细节之后，可能要返回到先前的步骤中去。同时，验证和确认需要贯穿于仿真工程的每一个步骤当中。
（1）问题的定义
一个模型不可能呈现被模拟的现实系统的所有方面，有时是因为太昂贵。另外，假如一个表现真实系统所有细节的模型也常常是非常差的模型，因为它将过于复杂和难于理解。因此，明智的做法是：先定义问题，再制定目标，再构建一个能够完全解决问题的模型。在问题定义阶段，对于假设要小心谨慎，不要做出错误的假设。例如，假设叉车等待时间较长，比假设没有足够的接收码头要好。作为仿真纲领，定义问题的陈述越通用越好，详细考虑引起问题的可能原因。
（2）制定目标和定义系统效能测度
没有目标的仿真研究是毫无用途的。目标是仿真项目所有步骤的导向。系统的定义也是基于系统目标的。目标决定了应该做出怎样的假设、应该收集那些信息和数据；模型的建立和确认考虑到能否达到研究的目标。目标需要清楚、明确和切实可行。目标经常被描述成像这样的问题“通过添加机器或延长工时，能够获得更多的利润吗？”等。在定义目标时，详细说明那些将要被用来决定目标是否实现的性能测度是非常必要的。每小时的产出率、工人利用率、平均排队时间、以及最大队列长度是最常见的系统性能测度。
最后，列出仿真结果的先决条件。如：必须通过利用现有设备来实现目标，或最高投资额要在限度内，或产品订货提前期不能延长等。
（3）描述系统和列出假设
简单点说，仿真模型降低完成工作的时间。系统中的时间被划分成处理时间、运输时间和排队时间。不论模型是一个物流系统、制造工厂、或服务机构，清楚明了的定义如下建模要素都是非常必要的：资源、流动项目（产品、顾客或信息）、路径、项目运输、流程控制、加工时间，资源故障时间。
仿真将现实系统资源分成四类：处理器，队列，运输，和共享资源如操作员。流动项目的到达和预载的必要条件必须定义，如：到达时间、到达模式和该项目的类型等属性。在定义流动路径时，合并和转移需要详细的描述。项目的转变包括属性变化、装配操作（项目和并）、拆卸操作（项目分离）。在系统中，常常有必要控制项目的流动。如：一个项目只有在某种条件或某一时刻到来时才能移动，以及一些特定的规则。所有的处理时间都要被定义，并且要清楚表明那些操作是机器自动完成，哪些操作是人工独立完成，哪些操作需要人机协同完成。资源可能有计划故障时间和意外故障时间。计划故障时间通常指午餐时间，中场休息，和预防性维护等。意外故障时间是随机发生的故障所需的时间，包括失效平均间隔时间和维修平均间隔时间。
在这些工作完成之后，需要将现实系统作模型描述，它远比模型描述向计算机模型转化困难。现实向模型的转化意味着你已经对现实有了非常彻底的理解，并且能将其完美的描述出来。这一阶段，将此转换过程中所作的所有假设作详细说明非常有必要。事实上，在整个仿真研究过程中，所有假设列表保持在可获得状态是个很好的主意，因为这个假设列表随着仿真的递进还要逐步增长。假如描述系统这一步做得非常好，建立计算机模型这一阶段将非常简便。
注意，获得足够的，能够体现特定仿真目的的系统本质的材料是必要的，但是不需要获得与真实系统一一对应的模型的描述。正如爱因斯坦所说“做到不能再简单为止”。
（4）列举可能的替代方案
在仿真研究中，确定模型早期运行的可置换方案是很重要的。它将影响着模型的建立。在初期阶段考虑替代方案，模型可能被设计成可以非常容易的转换到替换系统。
（5）收集数据和信息
收集数据和信息，除了为模型参数输入数据外，在验证模型阶段，还可以提供实际数据与模型的性能测度数据进行比较。数据可以通过历史纪录、经验、和计算得到。这些粗糙的数据将为模型输入参数提供基础，同时将有助于一些需要较精确输入参数数据的收集。
有些数据可能没有现成的记录，而通过测量来收集数据可能要费时、费钱。除了在模型分析中,模型参数需要极为精确的输入数据外,同对系统的每个参数的数据进行调查、测量的收集方式相比，采用估计方法来产生输入数据更为高效。估计值可以通过少数快速测量或者通过咨询熟悉系统的系统专家来得到。即使是使用较为粗糙的数据，根据最小值、最大值和最可能取值定义一个三角分布，要比仅仅采用平均值仿真效果都要好得多。有时候采用估计值也能够很好的满足仿真研究的目的。例如，仿真可能被简单的用来指导人员了解系统中特定的因果关系。在这种情况下，估计值就可以满足要求。
当需要可靠数据时，花费较多时间收集和统计大量数据，以定义出能够准确反映现实的概率分布函数就是非常必要的。需要的数据量的大小取决于变量的变异程度，但是也有通用的规则，大拇指法指出至少需要三十甚至上百的数据。假如要获得随机停机时间的输入参数，必须要在一个较长时间段内捕获足够多的数据。
（6）建立计算机模型
构建计算机模型的过程中，首先构建小的测试模型来证明复杂部件的建模是合适的。一般建模过程是呈阶段性的，在进行下一阶段建模之前，验证本阶段的模型工作正常，在建模过程中运行和调试每一阶段的模型。不会直接将整个系统模型构建起来，然后点击“运行”按钮来进行系统的仿真。抽象模型有助于定义系统的重要部分，并可以引导为后续模型的详细化而进行的数据收集活动。我们可能想对同一现实系统构建多个计算机模型，每个模型的抽象程度都不相同。
（7）验证和确认模型
验证是确认模型的功能是否同设想的系统功能相符合。模型是否同我们想构建的模型相吻合，产品的处理时间、流向是否正确等。确认范围更广泛。它包括：确认模型是否能够正确反映现实系统，评估模型仿真结果的可信度有多大等。
（8）验证
现在有很多技术可以用来验证模型。最最重要的、首要的是在仿真低速运行时，观看动画和仿真钟是否同步运行，它可以发现物料流程及其处理时间方面的差异。
另一种验证技术是在模型运行过程中，通过交互命令窗口，显示动态图表来询问资源和流动项目的属性和状态。
通过“步进”方式运行模型和动态查看轨迹文件可以帮助人们调试模型。运行仿真时，通过输入多组仿真输入参数值，来验证仿真结果是否合理也是一种很好的方法。在某些情况下，对系统性能的一些简单测量可以通过手工或使用对比而来获得。对模型中特定区域要素的使用率和产出率通常是非常容易计算出来的。
在调试模型中是否存在着某种特定问题时，推荐使用同一随机数流，这样可以保证仿真结果的变化是由对模型所做的修改引起的，同时对随机数流不做改动，有时对于模型运行在一些简单化假设下，非常有帮助，这些假设是为了更加简便的计算或预测系统性能。
（9）确认
模型确认建立模型的可信度。但是，现在还没有哪一种确认技术可以对模型的结果作出100%的确定。我们永远不可能证明模型的行为就是现实的真实行为。如果我们能够做到这一步，可能就不需要进行仿真研究的第一步（问题的定义）了。我们尽力去做的，最多只能是保证模型的行为同现实不会相互抵触罢了。
通过确认，试着判断模型的有效程度。假如一个模型在得到我们提供的相关正确数据之后，其输出满足我们的目标，那么它就是好的。模型只要在必要范围内有效就可以了，而不需要尽可能的有效。在模型结果的正确性同获得这些结果所需要的费用之间总存在着权衡。
判断模型的有效性需要从如下几方面着手：
①模型性能测度是否同真实系统性能测度匹配？
②如果没有现实系统来对比，可以将仿真结果同相近现实系统的仿真模型的相关运行结果作对比。
③利用系统专家的经验和直觉来假设复杂系统特定部分模型的运行状况。
对每一主要任务，在确认模型的输入和假设都是正确的，模型的性能测度都是可以测量的之前，需要对模型各部分进行随机测试。
④模型的行为是否同理论相一致？确定结果的理论最大值和最小值，然后验证模型结果是否落入两值之间。
为了了解模型在改变输入值后，其输出性能测度的变化方向，可以通过逐渐增大或减小其输入参数，来验证模型的一致性。
⑤模型是否能够准确的预测结果？这项技术用来对正在运行中的模型进行连续的有效性验证。
⑥是否有其他仿真模拟器模拟了这个模型？要是有的话那就再好不过了，可以将已有模型的模拟结果同现在设计的模型的运行结果进行对比。
（10）运行可替代实验
当系统具有随机性时，就需要对实验做多次运行。因为，随机输入导致随机输出。如果可能，在第二步中应当计算出已经定义的每一性能测度的置信区间。可替代环境能够单独构建，并可以通过使用WITNESS软件中的“Optimizer”
模块来设置并自动运行仿真优化。
WITNESS软件的“Optimizer”
模块为了执行优化操作，通过选择目标函数的最大化或最小化，定义需要实验的许多决策变量，需要达到的条件变量，需要满足的约束等，然后让优化
模块负责搜索变量的可替换数字，来运行模型。最终得出决策变量集的优化解决方案，和最大化或最小化的模型目标函数。“Optimizer”
模块设置了一套优化方法，包括遗传算法、仿真处理、禁忌搜索、分散搜索和其他的混合法来得出模型的优化配置方案。
在选择仿真运行长度时，考虑启动时间，资源失效可能间隔时间，处理时间或到达时间的时间或季节性差异，或其他需要系统运行足够长时间才能出现效果的系统特征变量，是非常重要的。
（11）输出分析
报表、图形和表格常常被用于进行输出结果分析。同时需要于今年用统计技术来分析不同方案的模拟结果。一旦通过分析结果并得出结论，要能够根据模拟的目标来解释这些结果，并提出实施或优化方案。使用结果和方案的矩阵图进行比较分析也是非常有帮助的。
什么是基于模型的系统工程机电产品的复杂程度越来越高，为缩短研发周期、降低成本，工程师需在设计早期综合考虑产品的一维模型、三维模型、控制模型等，在概念阶段对复杂产品的架构进行验证和优化，并能够在研发早期发现和解决机-电-液-控系统设计中的问题。基于模型的系统工程的解决方案，为复杂产品的研制提供了一个模型驱动的系统工程工作环境，从需求阶段开始即通过模型（而非文档）的不断演化、迭代实现产品的设计，为各方提供一个公共、通用、无二义性的设计信息交流平台。通过模型的结构化定义可在设计初期清晰刻画产品架构、功能与行为等各方面的需求，并通过仿真测试对设计方案进行验证和优化。
