一种基于大语言模型的MBSE优化方法

本发明涉及系统工程建模技术领域，具体公开了一种基于大语言模型的MBSE优化方法，通过构建“需求‑知识‑模型”动态闭环框架，融合RAG与LLM实现MBSE全流程自动化与智能化。具体包括：构建领域知识增强库，集成LLM搭建需求解析引擎和动态建模优化系统；领域专家通过自然语言交互界面输入需求，经LLM解析为结构化数据；利用RAG技术结合库内知识生成符合MBSE规范的参数化模型；模型经仿真工具链运行后，LLM依据仿真结果调整参数生成迭代方案；建模师验证通过后将模型及数据存储入库，形成知识源。本发明实现领域知识双驱动建模、跨角色协同，具备知识库自进化能力，有效解决传统MBSE人工依赖高、语义断层及知识融合不足的问题，显著提升建模效率与可靠性。