系统工程与电子技术

作者：宋则隆, 陈瑾, 周诠, 谭一凡, 赵嘉熙, 郑晓晨

单位：南方科技大学自动化与智能制造学院，广东 深圳 518055

关键词：基于模型的系统工程,人工智能,AI赋能MBSE

基金：深圳市自然科学基金（JCYJ20240813100906009）；广东省自然科学基金（2025A1515011490）；广东省全驱系统控制理论与技术重点实验室项目（2024B1212010002）资助课题

随着科学技术的高速发展，现代产品和系统的复杂度大幅增加，导致设计信息量呈爆炸式增长，为复杂系统下的基于模型的系统工程（model-based systems engineering, MBSE）带来了巨大挑战。人工智能（artificial intelligence, AI）为这一问题提供了可行的解决方案。然而，AI赋能MBSE（AI for MBSE, AI4MBSE）概念自提出以来尚未经过相关综述研究。为了探讨AI4MBSE的研究现状并提出展望，总结了MBSE和AI的发展概况，介绍AI4MBSE的概念，利用相关数据库检索近6年与AI4MBSE相关的文献，分析并汇总AI4MBSE的研究现状与关键技术，最后提出AI4MBSE的研究空白、研究展望和未来研究趋势。本文对AI4MBSE的发展有一定推动作用，对提升MBSE自动化、数字化与智能化水平具有重要意义。

来源：2025年第12期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2025年第12期