模型工程（Model Engineering, ME），是以模型从构建、评估、使用到维护的全生命周期为对象，以最小的代价保证模型全生命周期可信和高质量的系统化、标准化、可量化的方法论体系，包括理论、方法、技术、标准及工具，包括模型全生命周期中的数据、知识、行为、过程、人/组织等的分析、管理和优化。

2016年美国国家基金委（NSF）等部门发布研究报告，将模型工程列为复杂工程系统建模仿真的方向之一。模型工程是针对建模仿真（Modeling and Simulation, M&S）领域对模型的需求而提出的，但对其他需要构建和使用模型的领域也具有借鉴意义。

1、通用技术

模型工程通用技术分为模型全生命周期过程建模及模型全生命周期管理两个方面。模型全生命周期建模指的是建立模型全生命周期中各阶段活动的结构框架模型，揭示每个生命周期阶段所需要的关键要素、关键数据、关键步骤以及对应的管理要求，可以作为模型构建及模型评估的重要参考。

2、模型构建技术

（1）模型需求获取和管理

准确的需求分析是构建可信模型的第一步，需求获取和管理技术是模型工程中重要环节，需求获取的目标是提取、描述、解析和验证用户需求，需求管理是将用户的需求与模型实现进行动态关联，将用户需求指标按照系统层级逐步分解，实现需求变动与模型参数的快速追踪。

（2）模型定义和建模语言

模型定义过程是对模型特点的概括描述，包括对模型实现层面更加细节的定义，系统的组织架构、组件模型的功能描述、组件模型的输入输出、组件模型交互规则等。对模型的定义及构建需要为工程师设计一种统一的高级建模语言，能够同时兼顾对系统架构的描述以及模型内部行为状态的表达。模型工程目前支持一体化复杂系统建模仿真语言——X语言，贯通从模型需求分析至仿真执行的全部过程，可更好地支持MBSE。

（3）过程管理建模

模型工程从两个方面保障模型可信，一个方面是针对模型事后的VV&A，用于检验模型是否可信，另一个方面是针对建模过程中的规范管理，解决如何才能构建一个可信模型的问题，通过对模型构建过程建模，设计不同阶段的管理标准，确保模型构建过程的规范性。

3、模型管理技术

（1）模型库

搭建一个可扩展的模型库是实践模型工程的核心。实现对大量异构模型的存储维护，模型库需解决对模型的统一描述、模型的分类、识别多学科模型的关键特征、针对需求高效检索识别可用模型等问题。不同于一般的数据库，模型库需要存储模型的实例以及模型关系知识网络等。

（2）模型演化

模型演化是模型工程提出的一个重要概念。模型将进行不断的调整和修改，包括元模型中参数、状态、功能以及领域知识中的约束和规则等，称为模型的演化。由于系统本身的复杂性，在演化过程中各种关系的变化复杂，需要对模型元素及其关系进行全面地跟踪和管理，以确保模型演化的正确性。

（3）模型重配置

根据需求的多样性及由于内部及环境的不确定性而引起的对模型功能机性能要求的变化，需要快速地对模型进行重构或配置。模型重构是在不改变模型主要外部功能的情况下，对其内部结构进行调整，完成模型的性能进一步优化，便于理解、维护和移植。。

（4）模型即服务

借鉴云计算共享模式思想，异构模型及其执行引擎可以进行统一的集成封装，进而通过云平台作为服务进行分享。模型及其仿真引擎经过服务化封装，便于部署和执行、维护。

（5）模型组合

主要研究如何利用已有的模型组件，根据系统需求，正确地组合成复杂的模型，内容包括模型组件的标准化封装、模型智能匹配、模型关系管理、模型动态组合、模型一致性验证、模型服务化等。

4、模型分析及评价技术

(1) 模型VV&A技术

分别是模型VV&A定性分析方法、定量分析方法与综合分析方法。模型工程是为了提出一种可量化的规范化的复杂系统模型可信评估技术框架。

（2）模型工程全过程评价技术

针对模型构建过程进行精细化、标准化管理是保障模型可信的重要方面，包括模型工程过程管理、模型工程质量管理、模型配置管理等内容。从实施、过程、质量等方面对模型全生命周期各项活动进行管理和控制。对模型构建过程不同阶段设定具体指标，采用专家经验打分、量化考核以及历史评分等对实施过程进行评价，结合模型VV&A技术，而给出模型可信度的最终评价。

（3）模型成熟度定义及评估技术

模型成熟度是模型工程提出的一个重要理念，对于模型组合、共享、重用以及可信评估具有重要参考价值。模型工程借鉴软件工程中软件成熟度的评级标准，设计了对模型成熟度进行评级的指导标准。

5、支撑技术

模型工程的实施需要一个集成化的支撑环境及相应的软件工具，以支持开展模型工程各类活动，如网络化协同工作、需求管理、过程模型构建与维护、模型库管理、定性及定量分析与评估、数据集成、知识管理、模型验证与仿真实验等等。

可以应用于制造行业、经济金融、社会管理、军事领域、人工智能、工业互联网等领域。