IE*AI课程推荐 | 建模与仿真:构建复杂系统的“数智实验室”

现实世界中的复杂系统，很少能够被简单公式直接描述。

芯片工厂中的晶圆生产涉及数百道工序与复杂调度；航空航天任务需要面对多系统协同、环境扰动与高可靠性要求；智能制造系统同时耦合设备、人、物流与信息流；医院中的患者流动会受到检查资源、排队机制与突发事件影响。

这些问题往往具有：

• 多因素耦合

• 强随机性

• 互联互通

• 动态演化

• 人机协同

• 难以直接试错

而“建模与仿真（Modeling and Simulation）”的核心价值，正是在真实部署之前，先构建一个可计算、可实验、可优化的“数字世界”。

学习建模与仿真，将帮助你建立系统化分析复杂问题的能力，在系统思维的视角下，让你能够从“经验决策”走向“数据驱动与模型驱动决策”，真正理解复杂系统如何运行、预测与优化。

本课程不仅关注理论，更强调其在工业、AI与复杂工程系统中的真实应用。

智能制造与工业工程

从汽车制造、半导体晶圆工厂，到智能供应链与柔性生产线，建模与仿真被广泛用于：

• 产线瓶颈分析

• AGV物流调度

• 生产节拍优化

• 库存与供应链决策

• 数字孪生系统构建

例如，在集成电路制造中，一座晶圆厂可能同时运行上千台设备与数万批次任务，传统经验调度难以应对复杂动态环境，而离散事件仿真（DES）能够帮助工程师评估不同调度策略对产能与良率的影响。

人工智能与强化学习

近年来，AI系统越来越依赖“仿真环境”完成训练与验证。

强化学习中的智能体，需要在大量交互中学习最优策略，因此：

• 自动驾驶需要交通仿真环境

• 人形机器人需要物理仿真平台

• 多智能体协同需要群体行为模拟

• 智能调度需要数字化训练场景

从OpenAI Gym到Isaac Sim，再到工业数字孪生平台，建模与仿真已经成为AI训练的重要基础设施。

医疗与社会服务系统

建模与仿真同样广泛应用于公共服务系统的流程改善和资源优化配置。

例如：

• 医院患者流分析

• 急诊资源配置

• CT/MRI设备排队优化

• 应急疏散模拟

通过系统建模，可以提前预测资源瓶颈与运行风险，从而提高整体运行效率与服务质量。

我们将带你系统学习复杂系统分析与仿真的核心方法，建立“建模—仿真—分析—优化”的完整能力框架：

系统建模方法

我们将学习如何抽象现实系统，建立能够反映系统运行规律的数学与逻辑模型，包括：

• 离散事件系统建模

• 系统动力学建模

• Agent-Based Modeling（ABM）

• 状态转移与流程建模

理解“如何把真实问题转化为可计算模型”，是课程的重要起点。

仿真方法与实验设计

我们将学习：

• 离散事件仿真（DES）

• 蒙特卡洛仿真

• 多智能体仿真

• 随机系统实验设计

不仅关注“如何运行仿真”，更关注：

• 仿真结果是否可信

• 如何进行参数敏感性分析

• 如何通过实验设计提高结论可靠性

持续改善与决策优化

现代建模与仿真不仅用于“观察系统”，更用于复杂系统的持续改善和决策优化

课程将介绍：

• 仿真优化

• 强化学习与仿真结合

• 多目标决策分析

• 数字孪生与实时优化

帮助你理解AI如何与工业系统深度融合。

工业级仿真平台实践

课程将结合实际案例，引导同学使用主流建模与仿真工具开展实验：

• 晶圆厂物流系统仿真

• 工业数字孪生建模实例与仿真应用

通过小规模实践项目，让你真正具备从“问题分析”到“模型实现”的完整能力。

面向真实复杂系统

本课程强调“真实系统导向”。

课程案例不仅覆盖传统工业工程场景，还会根据学生的个性化需求，引导大家进入前沿科技领域：

• 在智能制造中，分析数字化工厂如何实现产线优化与智能调度

• 在集成电路领域，探索晶圆制造背后的超复杂生产系统

• 在AI训练系统中，理解强化学习与数字孪生如何驱动智能决策

• 在机器人方向，搭建机器人在仿真环境中的训练与控制闭环

• 在医疗服务系统中，优化患者流、资源配置与医院运行效率

你将看到：建模与仿真并不是“纸上谈兵”，而是支撑智能制造、机器人、AI与未来工业系统的重要底层技术。

IE×AI交叉融合

本课程聚焦工业工程（IE）、建模与仿真及人工智能（AI）的交叉融合，围绕复杂系统的“建模—仿真—分析—优化”展开。

你不仅会学习经典系统建模与仿真方法，还将接触：

• 离散事件仿真与复杂系统分析

• 数字孪生与虚实融合系统

• 数据驱动建模与智能决策

• 强化学习训练环境与仿真平台

• 多智能体系统和生成式AI的交互

课程将帮助你理解：AI不仅是算法，更需要“可交互、可实验、可验证”的系统环境；而建模与仿真，正是连接现实工业系统与智能算法的重要桥梁。你也将有机会接触到AI赋能建模仿真的前沿实践。

强调系统视角下的“模型思维”

相比单纯学习建模软件操作，本课程更加重视：

• 如何抽象问题

• 如何建立系统逻辑

• 如何验证模型合理性

• 如何通过实验支持决策

培养你面对复杂问题时的系统性思维能力。

理论与实践结合

课程设置项目实践，贯穿学习过程，帮助同学将课堂知识逐步应用到真实问题分析中，形成阶段性积累和完整实践成果。同学可以根据个人兴趣自主选定题目，例如：

• 构建生产线仿真模型

• 分析医疗服务系统

• 设计智能物流系统

• 搭建机器人训练环境

通过“亲手搭建系统”，真正理解复杂系统运行机制。

课程号和名称

30160373 建模与仿真

学分数

3学分

授课教师

工业工程系 谢小磊 王晓芳

开课学期

秋季学期

授课语言

中文授课（部分参考资料为英文）

课程定位

本课程属于：

• 笃实书院本科生培养方案专业交叉模块10A、12B、13A课组课程

• 未央书院工业工程方向本科生培养方案的专业核心课

• 工业工程专业核心必修课

• 工业工程辅修学位限选课

• “工业工程与数据科学”课程证书项目中专业限选课

• 工业工程、人工智能、自动化、计算机、管理科学与工程等相关专业同学

• 对复杂系统分析、数字孪生、智能制造、智慧医疗感兴趣的同学

• 希望提升系统建模与数据驱动决策能力的同学

• 希望未来从事工业AI、智能制造、智慧医疗、机器人、供应链优化等方向的同学

建议具备：

• 微积分与概率统计基础

• 基础编程能力

（不要求具备仿真基础，课程会从系统建模方法开始讲解）

在智能制造、人工智能与数字孪生快速发展的今天，建模与仿真已经从“辅助分析工具”，逐渐演变为复杂系统设计与智能决策的核心基础设施。

无论未来你走向：

• 工业AI

• 高端制造

• 智慧医疗

• 机器人

• 数据科学

• 运筹优化

系统建模与仿真的能力，都将成为理解复杂世界的重要底层工具。

2026秋季学期，欢迎选修《建模与仿真》，与我们一起在数字世界中推演真实系统，在仿真实验中探索复杂决策背后的运行规律。

推荐阅读