Modelica语言开发于1996年，2000年在瑞典的Linkoping成立了非盈利、非政府组织：Modelica联盟，其目的是解决多领域物理系统的统一建模与协同仿真。Modelica语言的建模思路为：
（1）对不同领域系统的物理规律和现象进行建模，形成模型类。Modelica的模型为数学方程形式，数学方程为微分、差分或代数方程。方程具有陈述式非因果特性，即声明方程时没有限定方程的求解方向，因而方程具有比赋值语句更大的灵活性和重用性。
Modelica语言是具有面向对象特性的，即将所建立的各领域模型形成模型类，放置于模型类库中，供建模时使用。Modelica联盟建立了一个不断增长的Modelica标准模型库，该库包含了不同领域的常用工具、标准部件等模型库，如数学函数库、电气和电子元件库、机械部件库、?、等。模型库的存在使得多领域建模易于实现。
（2）根据各个物理系统的拓扑结构，连接各模型类，实现模型建模和多领域集成。建立模型时，建模者在Modelica联盟发布的模型库中寻找所需的模型类，将它们连接起来，然后定义参数。对于不存在的模型，则可以自己建立，并将其放入模型库中，以利于他人重用。
3）两种方法的比较
HLA的优势是对各领域问题分别采用不同的语言建模和模拟系统实现，HLA主要是给各模拟系统提供统一的接口标准，实现不同模拟应用之间的信息交互。为了实现信息交互，各模拟系统只需对自身的信息交互接口进行开发和封装，无需改动各自内部的机制。软总线接口RTI类似于计算机总线机制，各模拟系统遵循统一的接口规范，插入到模拟总线上，通过模拟总线实现分布式交互。HLA的不足是，要为各模拟系统与RTI模拟总线的互联，分别开发不同的接口代理，领域越多，工作量越大。
Modelica的特点是在统一的建模语言平台上实现各模拟系统。其不足是采用同一种语言为不同领域系统建模，工作量大且不经济，因为各领域可能原本就有成熟的建模方法和实现语言；且Modelica的模拟模型是非因果关系的数学方程，而管理系统中，因果反馈回路是很普遍的现象。其优势是采用同一种语言易于解决不同模拟系统之间的数据通讯和时钟同步问题。
参考文献
1 Kuhl M E, Steiger N M, Armstrong F B, etal. Simulation and OR in Combination for Practical Optimization[C]. Proceedings of the 2005 Winter Simulation Conference
85
2 Hu B, Chen M Y, Defersha F M. An integrated method for multi-objectives cell formation in cellular manufacturing systems[J]. International Journal of Manufacturing Technology and Management, 2007, 11(3/4): 355-372
3 Ray J P, Tomas S C. Simulation Optimisation Using a Genetic Algorithm. Simulation Practice and Theory[J], 1998, 6: 601-611
4 Li H, Li Z, Li L X etal. A production rescheduling expert simulation system[J]. European Journal of Operational Research, 2000, 124(2): 283-293
5 Volsem S V, Dullaert W, Landeghem H V. An Evolutionary Algorithm and discrete event simulation for optimizing inspection strategies for multi-stage processes[J]. European Journal of Operational Research, 2007, 179: 621–633
6 Zhang H, Li H. Simulation-based optimization for dynamic resource allocation[J]. Automation in Construction, 2004, 13: 409– 420
7 郭宇, 刘继红, 王书亭. 基于混合遗传算法的离散事件系统仿真优化方法研究[J]. 中国机械工程, 2003,14(7): 592-596
8 程进, 王华伟, 何祖玉. 基于遗传算法的系统动力学仿真模型研究[J]. 系统工程, 2002, 20(3):77-80
9 胡玉奎, 韩于羹, 曹铮韵. 系统动力学模型的进化[J]. 系统工程理论与实践, 1997,10:132-136
10 左其亭. 人水系统演变模拟的嵌入式系统动力学模型[J]. 自然资源学报, 2007, 22(2): 268-274
11 Dubiet B, Tsimhoni O. Integrating agent based modeling into a discrete event simulation[C]. Proceeding of the 2005 Winter Simulation Conference
12 宣慧玉, 高宝俊, 李群等. 一个基于离散事件仿真的Multi-Agent经济仿真模型[J]. 信息与控制, 2002, 31(1): 84-88
13 李昊, 戴金海. 基于Agent的建模与仿真和离散事件仿真的集成应用研究[J]. 系统仿真学报, 2006, 18(S2): 116-119
14 Wei Y, Ying S, Fan Y, etal. The cellular automaton model of investment behavior in the stock market. Physica A[J], 2003, 325: 507-516
15 张世伟, 赵东奎. 一个基于主体的宏观经济模型[J]. 管理科学学报, 2005, 8(2): 7-12 16 胡斌, 殷芳芳. 集成CA与QSIM的非正式组织群体行为演化的定性模拟[J]. 中国管理科
86
学, 2005, 13(5): 130-136
17 Ingalls R G. Qualitative simulation graph methodology and implementation[D]. University of Texas at Austin. Doctor of Philosophy, 1999
18 Leow-Sehwail Y P, Ingalls R G. Qualitative Discrete Event Simulation[C]. Proceedings of the 2005 Winter Simulation Conference
19 Ziegler B P, Chi S. Symbolic discrete event system specification[J]. IEEE Transactions on Systems, Man, and Cybernetics, 1992, 22(6): 1428-1443
20 Kuipers B. Qualitative reasoning: modeling and simulation with incomplete knowledge[M], MIT Press, 1994
21 Shen Q, Leitch R R. Fuzzy Qualitative Simulation[J]. IEEE Trans. Syst. Man & Cybernet, 1993, 23
22 Kay H, Rinner B, Kuipers B. Semi-quantitative system identification[J]. Artificial Intelligence, 2000, 119:103–140
23 涂永忠, 白方周，方瑾等. 一种高效的并行定性仿真方法TPQSIM[J]. 计算机学报, 2000, 24(5): 459-469
24 王东锋, 陈英武. 模糊定性仿真系统的设计与实现[J]. 系统仿真学报. 2001, 13(3): 297-299
25 关伟, 刘豹. 结合区间和时域信息的定性模拟方法[J]. 系统工程学报, 1997, 12(2): 19-25 26 Hu B, Xia G. Integrated Qualitative Simulation Method for Group Behaviour. Journal of Artificial Societies and Social Simulation[J], 2005, 8(2)
27 胡斌, 夏功成. 集成因果推理和QSIM的人群行为定性模拟[J]. 工业工程与管理, 2004, 9(3): 32-36
28 胡斌, 邵祖峰. 企业关键岗位管理人员甄选定性模拟方法及原型系统[J]. 系统工程理论与实践, 2004, 24(11): 15-21
29 胡斌, 董升平. 管理者-人群心理归顺博弈定性模拟原理[J]. 系统仿真学报, 2005, 17(2): 2813-2816
30 胡斌. 基于波动-均衡的员工工作行为定性模拟[J]. 系统仿真学报, 2006, 18(1): 14-19, 32 31 Hu Bin, Dong S. Qualitative simulation for manager selection decision-making based on managerial
self-efficacy[C].
Proceedings
of
the
37th
conference
on
Winter
simulation,2006,12:680-687
87