核心亮点：新增稳态计算（Steady State）​

在进行复杂的动态模拟前，获取准确的初始值往往是让人头疼的步骤。过去，我们可能需要通过手动不断延长计算时间，来“硬”跑出稳态解，费时又费力。

在这个新版本中，我们正式引入了自动化的 稳态计算（Steady State） 功能。操作极其简单：只需在 Console（控制台） 中打开 Steady State 开关并进行计算，即可得到稳态解。此外，稳态解可以在结果中一键赋值给 Variable 的初始值，直接进行接下来的动态模拟。

为了保证计算的高效与准确，稳态计算引擎采用了以下逻辑：

• 统一时间基准： 计算期间，TimeUnit 将强制固定为 "day"（天）。
• 智能防死循环： Measured 最长计算周期设定为 10,000 天。
• 稳定输入： 稳态计算需要稳定的输入值，Measured 结果仅保留首行和尾行；而 Inflow 和 Flow 仅保留首行。
• 精准的停止判据： 系统会将每一轮的计算结果截断至 4位小数（该操作保存在独立变量中，绝不影响原始计算精度）。当这个截断结果连续 10,000 次保持不变时，系统将判定已达到平衡，自动停止计算并输出最终的稳态解。

性能跃升：智能提取公因式，越复杂越快！​

天下武功，唯快不破。

新版本中，BioModel.Matrix.Rate 的计算引擎迎来了升级：系统在计算速率方程时将自动提取公因式，这一算法上的改进显著减少了冗余计算量。通常越复杂的速率方程提升效果越明显。

划重点：模型速率方程越复杂、嵌套越深，这项优化带来的提速效果就越明显！

快去感受一下新版本带来的丝滑体验吧。

添加好友，备注SIMPO加入交流群

欢迎关注微信公众号

核心亮点：新增稳态计算（Steady State）​

在进行复杂的动态模拟前，获取准确的初始值往往是让人头疼的步骤。过去，我们可能需要通过手动不断延长计算时间，来“硬”跑出稳态解，费时又费力。

在这个新版本中，我们正式引入了自动化的 稳态计算（Steady State） 功能。操作极其简单：只需在 Console（控制台） 中打开 Steady State 开关并进行计算，即可得到稳态解。此外，稳态解可以在结果中一键赋值给 Variable 的初始值，直接进行接下来的动态模拟。

为了保证计算的高效与准确，稳态计算引擎采用了以下逻辑：

• 统一时间基准： 计算期间，TimeUnit 将强制固定为 "day"（天）。
• 智能防死循环： Measured 最长计算周期设定为 10,000 天。
• 稳定输入： 稳态计算需要稳定的输入值，Measured 结果仅保留首行和尾行；而 Inflow 和 Flow 仅保留首行。
• 精准的停止判据： 系统会将每一轮的计算结果截断至 4位小数（该操作保存在独立变量中，绝不影响原始计算精度）。当这个截断结果连续 10,000 次保持不变时，系统将判定已达到平衡，自动停止计算并输出最终的稳态解。

性能跃升：智能提取公因式，越复杂越快！​

天下武功，唯快不破。

新版本中，BioModel.Matrix.Rate 的计算引擎迎来了升级：系统在计算速率方程时将自动提取公因式，这一算法上的改进显著减少了冗余计算量。通常越复杂的速率方程提升效果越明显。

划重点：模型速率方程越复杂、嵌套越深，这项优化带来的提速效果就越明显！

快去感受一下新版本带来的丝滑体验吧。

添加好友，备注SIMPO加入交流群

欢迎关注微信公众号

核心亮点：全新 Pump 模块，曝气计算一步到位​

在旧版本中，处理曝气相关的计算往往需要繁琐的设定：

• 在 BioModel 中添加一个单独的曝气反应：$k_{L}a·(S_{O2,sat} - S_{O2})$
• 在 Project.Activator 中控制这个反应只在曝气池中生效

现在，我们在 DataSet 中直接集成了曝气计算功能：

• 直观的交互界面：DataSet.FlowChart 的交互界面中新增了专属的 Pump 模块，拖拽连线，一目了然。
• 贴近实际工程：Pump 模块支持使用曝气风机的 SOTE-流量曲线 进行插值拟合，让计算结果更精准、更符合实际工况。
• 专属预设模板：为了让大家快速上手，新建 DataSet 时新增了 4 种自带 Pump 的预设 Layout：CAS-Pump、AO-Pump、AAO-Pump 以及 UCT-Pump，一键创建，省时省力！

新增功能​

除了核心的 Pump 模块，本次更新还为底层参数配置带来了极大的丰富：

• 全新 Unit 支持：DataSet.Unit 新增了 Aera 和 Height 的单位支持，满足更多维度的数据需求。
• Target 设定更精准：DataSet.Target 中现支持指定 Oxygen（氧气）。
• Tank 参数扩充：DataSet.Tank 中新增了 4 个关键工程参数：
  • DiffuserNumber（曝气头数量）
  • DiffuserDepth（曝气头安装深度）
  • AlphaFactor（ α 修正系数）
  • BetaFactor（β 修正系数）

体验升级​

本次更新也对多个细节进行了打磨优化，提升日常使用体验：

• AI 模型新建防撞车：通过 AI 新建 BioModel 时，系统会自动检测 Public 库中是否已有相同模型。如果有，会贴心地弹出提醒，并提供快捷跳转按钮，方便您直接克隆，拒绝重复造轮子。
• 页面交互更顺滑：
  • 全面优化了 Rank Variable 页面中 SetToEvaluation 的交互体验与弹窗提示。
  • 全面优化了 Best Variable 页面中 SetToValue 的交互体验与弹窗提示。
• 路由跳转更智能：在 Detail 页面点击 Edit 按钮修改名称后，系统将自动平滑跳转至改名后的新路径。

问题修复​

本次版本还修复了多个影响使用体验与数据准确性的已知问题：

• 增强了公式输入的鲁棒性：cleanInvisibleChars 函数升级，现在在 Matrix / Compositions / Connections / Conversions 页面输入并保存公式时，能够去除各种看不见的非法空格，告别玄学报错。
• 修复了 BioModel.Public 页面显示问题，现在点击 CLASSIC 按钮后，能够正确统计并显示经典模型的总数量。
• 修正了 BioModelDetail schema 中 composition 和 ionization 字段为空时的逻辑判断。
• 修复了底层函数 _get_empty_variable_row 中 initial_value 的赋值异常问题。

版本 1.1.0 是我们在曝气模拟方向迈出的重要一步。从参数设置、工艺布局到风机曲线拟合，我们希望将更完整的工程能力交到每一位伙伴手中。

添加好友，备注SIMPO加入交流群

欢迎关注微信公众号

AI智能新篇章，6大顶尖模型全面入驻​

各位科研伙伴们，SIMPO 再次迎来升级，全面拓展了对AI大语言模型的支持，助您在模型构建和文献解读和方面，实现前所未有的效率飞跃！

新增6大顶尖AI大语言模型支持！​

我们已成功集成了以下6款业界领先的AI大语言模型，让您的科研工具箱更加丰富多元：

• Gemini 3.1 Pro
• Gemini 3.0 Pro
• Gemini 2.5 Flash
• Claude 4.6 Sonnet
• Claude 4.5 Sonnet
• Claude 3.5 Haiku

您的专属AI智囊团正式上线！现在，这些前沿AI模型将成为您科研的得力助手：

1. PDF论文秒懂，一键生成BioModel： 直接上传您的论文PDF，选择上述AI大语言模型智能解读，为您快速新建BioModel，告别繁琐手动输入，让知识转化更高效！
2. 论文深度解析，助力科研： 现在在资源库中支持 Claude 4.6 Sonnet 和 Gemini 3.1 Pro 精准解读论文，助您轻松把握研究前沿，发现潜在价值！

体验升级！多项优化与修正让您更顺心​

除了强大的AI模型支持，我们还对平台进行了多项优化和错误修复，旨在为您提供更流畅、更稳定的使用体验：

• 新建更智能： 空白新建 BioModel 和 DataSet 时，初始内容将更加完善。这意味着，您能直接从这些空白模板新建 Project 并立即开始计算，省去前置配置烦恼！
• 经典模型筛选： BioModel 的 Public 页面新增 Classic 按钮，一键过滤，只显示您关注的经典模型，查找更便捷！
• 案例更新： AQUASIM T2P17计算案例已更新，提供最新示例，助您学习和实践。
• 公式输入优化： 解决了公式输入时的空格问题，让您的公式更规范，输入更流畅。
• 导航修复： 修复了左侧菜单栏缩小时，Quick Start/Changelog/Resource点击无法跳转的问题，导航体验更稳定。
• 表格排序无忧： 修复了 BioModel/DataSet/Project 的 Personal 表格中点击 Cloned 表头时的排序错误，数据管理更精准。
• 资源库查询修复： 解决了 Library 中 Components 和 Parameters 的查询错误，让您能更准确地找到所需资源。

感谢您的支持，快来体验新功能，让AI成为您科研的加速器吧！

添加好友，备注SIMPO加入交流群

欢迎关注微信公众号

绘图功能优化，提升稳定性​

在 SIMPO 中，每次计算完成后，程序都会基于计算引擎自动生成一系列复杂的图形。为了最大化绘图效率，我们引入了多进程（利用多核 CPU 并行处理）来加速这一过程。

然而，在某些特定场景下，多进程绘图可能会触发 BrokenProcessPool 错误，导致绘图中断。为了解决这一痛点，我们在 SIMPO 1.0.1 版本中对绘图功能进行了优化， 确保程序在遇到这个错误时能自动切换至主进程，确保绘图过程的完成。

系统平台差异与建议​

我们注意到，BrokenProcessPool 错误在 Windows 系统上更为常见（在 Ubuntu 系统中则鲜有出现）。 这可能与 Windows 使用 spawn 方式启动子进程，而 Linux 采用 fork 方式有关。

因此，在 Ubuntu 系统下，用户通常能获得更快的计算速度、更稳定的多进程运行以及更佳的兼容性。

为了获得更流畅、更快速、更稳定的计算体验，我们强烈建议您在 Ubuntu 环境下进行 SIMPO 计算。

添加好友，备注SIMPO加入交流群

欢迎关注微信公众号

这次是一次真正意义上的“大版本升级”： 从内核到界面，从算法到体验， 我们把建模效率、计算能力与使用体验做了系统性增强。 更重要的是，我们引入了最前沿的 AI 能力，旨在将污水处理工艺数学模型的构建效率提升到一个全新的维度。

更新亮点​

亮点一：AI 赋能，论文直接变模型，速度直接起飞​

还在手动把论文里的模型参数一个个搬进软件？现在不需要了。

SIMPO 1.0.0 全面接入 Gemini 3。现在的你，只需将 SCI 论文的 PDF 文件拖入软件，AI 将自动解析并提取关键信息，一键生成 BioModel！

• 流程： 导入 PDF -> AI 解析 -> 人工简单校验 -> 模型就绪。
• 结果： 过去几小时的建模工作，现在分分钟搞定。

一句话总结：从“论文”到“可计算模型”，流程被大幅压缩，尤其适合需要快速复现文献模型、批量建模、或团队协作共享的场景。

亮点二：pH 计算，拿捏了！​

pH 的计算从来都不只是“输入公式”那么简单：离子形态、解离平衡、定量描述……每一步都容易踩坑。

为此，我们在 BioModel 中构建了 Ionization 模块。现在，你只需对各离子进行定量描述，SIMPO 即可轻松、精准地完成复杂的 pH 计算。不再需要手动列方程，让软件来处理化学平衡。

亮点三：性能狂飙，如丝般顺滑​

为了追求极致的性能，我们完成了多项“看不见”但“用得爽”的努力，带来明显的访问速度与计算效率提升：

• 内核升级： Python 版本升级 3.11.9 → 3.12.12。
• 后端重构： 后端从 FastAPI 迁移至更高效的 Litestar。
• 域名迁移： https://www.simpowater.org → https://www.simpowater.com，访问速度更快更丝滑。
• 算法优化： 经过验证，调整后的 Forward Euler 算法在极低的 Step Tolerance（0.01%）下即可达到极高精度，因此我们移除冗余的 Improved Euler，让计算更纯粹、更快。

体验升级：细节决定成败​

除了上述硬核功能，我们还调整和优化了大量痛点，只为让你用得更顺手：

• 无需登录即可分享： Public 和 Private 项目现支持免登录访问，分享成果给导师或同事更方便。
• 操作流更符合直觉： Edit 和 Export 按钮移至 Detail 详情页，不再需要频繁切换页面。
• 函数运算： BioModel 的 Rate 现在支持函数: Max 和 Min (Max(1, 5) = 5，Min(1, 5) = 1)。
• 输入优化： Backspace 不会在未保存时误触退出页面，输入更安心。
• 下载优化： 客户端下载体积显著减少（安装时间较之前略有增加）。
• 页面优化：
  • 更好地自适应支持不同屏幕大小。
  • Dashboard 左侧菜单可折叠：可用空间更大。
  • 顶部弹窗通知不再重叠：信息更清晰。
• 绘图功能大加强：
  • 本地绘图资源占用大幅降低，鼠标/键盘切换图片更流畅。
  • 支持 SVG 矢量图导出，直接满足论文发表要求。
  • 坐标轴、线宽、图例位置均可精细自定义。

重点：福利时间​

虽然功能强大了，速度变快了，但这都不重要...... 重要的是——

现在！立刻！马上！ 所有高级功能（包括超贵的 Gemini 3 AI 功能）统统免费！🆓

教程视频我们还在肝，但这么大的羊毛，建议大家先去薅了再说！🏃‍♂️💨

📍 新官网地址： https://www.simpowater.com 📝 客户端下载地址： Windows，Ubuntu

啥别说了，赶紧下载去体验吧！🚀

特别提醒： 升级1.0.0前，请将旧版卸载：

• Windows: 开始菜单点击 Uninstall SimpoClient。
• Ubuntu：运行 sudo dpkg -r SimpoClient。

添加好友，备注SIMPO加入交流群

欢迎关注微信公众号

中山大学环境科学与工程学院江峰教授团队在Water & Ecology第一卷第四期上发表题为 “SIMPO—A Simplified Intelligent Modelling Platform Online for Code-free and Shareable Wastewater Treatment Process Modelling” 的封面文章。

Water & Ecology第一卷第四期封面

文章介绍了江峰教授团队开发的面向污水处理数学模拟的无代码智能建模与共享平台（SIMPO）。 该平台是一个免费、开放和共享的SaaS云计算平台，旨在让每个人都能零门槛地使用专业级的污水处理工艺建模系统，帮助环境工程领域的教师与学生、科学家与工程师更容易地开展学习、研发与改进污水处理工艺，降低技术在全球传播的壁垒。文章在上线后即受到 EurekAlert! 等国际科学媒体的转载。

https://www.eurekalert.org/news-releases/1106824

DOI: 10.1016/j.wateco.2025.100021

第一作者：王军，李灏

通信作者：江峰

通信单位：中山大学环境科学与工程学院

图文摘要​

Highlights

1. SIMPO是一个开放、SaaS、无代码且可共享的污水处理建模平台。
2. SIMPO提供了简单直观的用户界面和功能强大的算法，极大地降低了模型使用门槛。
3. 支持敏感度分析、不确定性评估和参数估计等高级模型评估算法。
4. 该平台可广泛应用于科学研究、教育、工程优化和同行评审。

文章概要​

污水处理工艺模型（如活性污泥模型ASM系列）是环境工程研究、仿真与设计的重要工具。然而，随着模型日益复杂，其建立、使用和验证已成为研究人员、工程师乃至审稿人的主要挑战。传统软件往往存在学习困难、操作繁琐、缺乏协作功能且价格昂贵的问题，这不仅阻碍了模型的广泛应用与创新，也制约了水处理工艺技术在发展中国家的应用和改进。针对这一痛点，作者团队开发了SIMPO—— 一个免费、零门槛、开放和共享的SaaS云计算平台。该平台旨在通过零代码、拖拽式图形界面，显著降低污水处理过程建模的门槛，同时集成先进的算法，保障模型的专业性、准确性与可靠性。

图文导读​

SIMPO让水处理工艺建模像“搭积木”一样简单​

与传统建模软件如AQUASIM相比，SIMPO的建模过程更简单、更方便和更顺畅。SIMPO将复杂的建模过程简化为直观的拖拽操作，叠加人工智能内核的模型构建，实现了“零门槛”建模：

• AQUASIM：用户需在多级对话框中手动输入变量、定义过程、划分单元、设置链接、配置步长、编辑作图，流程复杂且不直观。
• SIMPO：用户仅需“编辑模型（BioModel）” → “拖拉拽构建工艺（DataSet）” → “自动生成项目并计算（Project）”三个步骤，平台将自动处理时间步长和结果作图。

图1 AQUASIM和SIMPO建模过程对比

SIMPO的平台功能强大，覆盖从输入、模拟到评估、共享的全过程。图2和图3展示了SIMPO的核心操作界面：

• 可视化矩阵编辑：采用与ASM系列模型相同的矩阵形式编辑化学计量式和速率表达式，系统提供颜色块高亮提示，有效防止输入错误。
• 拖拽式流程图设计：用户可像搭积木一样，通过鼠标拖拽快速构建复杂的污水处理工艺流程。

图2 SIMPO模型编辑界面

图3 SIMPO的拖曳式流程图编辑界面：（A）模块添加菜单；（B）添加工艺组件；（C）连接工艺流程；（D）填充连接处的流量

为进一步降低水处理工艺建模的学习门槛，团队近期还开发了AI辅助建模功能。SIMPO通过调用Gemini 3等大语言模型，可自动读取论文中的文本与图表，生成生化模型Biomodel。

准确性能验证有保障​

一个新工具的可靠性，必须经过严格验证。研究团队选取经典案例，将SIMPO的模拟结果与行业标杆软件AQUASIM进行对比。

如图4所示，在生物营养物去除模型的批量和恒定反应器模拟中，SIMPO与AQUASIM的模拟曲线几乎完全重合，weighted Nash Sutcliffe efficiency（WNSE）高达0.999以上。这证明SIMPO在保持操作简便性的同时，其计算精度与专业软件一致。

图4 （A） 间歇式反应器的 SIMPO 模拟结果。公开 Project：https://dash.simpowater.org/dashboard/projects/public/name/BWTEE2.3.4Batch/id/407/did/406。用户可以将其克隆到自己的仓库。（B）恒定反应器的 SIMPO 模拟结果。公开 Project：https://dash.simpowater.org/dashboard/projects/public/name/BWTEE2.3.4Chemostat/id/414/did/409。利用 AQUASIM 预测结果作为测量数据来测试 SIMPO 的计算准确性，WNSE 接近 1 的高值表明 SIMPO 与 AQUASIM 在准确性上具有良好一致性。

智能纠错助手​

SIMPO内置的自动平衡检查与可视化结果评估功能，能帮助研究者发现已发表模型中不易察觉的错误或缺陷。

案例1：检测化学计量矩阵错误

图5展示了SIMPO在检查一个ASM3扩展模型时的表现。通过输入理论需氧量和氮平衡项，平台成功检测出原始文献中3处化学计量错误，并精准定位到具体反应过程。这为模型修正提供了明确方向。

图5 A）高亮了ASM3扩展模型的原始化学计量矩阵中的错误；（B）SIMPO组分平衡矩阵的使用；（C）SIMPO中组分失衡时的显著警告与过程的平衡偏差。公开BioModel：https://dash.simpowater.org/dashboard/biomodels/public/name/ASM3N2O/id/415/did/407

案例2：揭示模型结构缺陷

图6再现了一个自养反硝化模型。SIMPO的自动绘图立即检测出模型的两个问题：

• 单质硫出现了负浓度（不符合物理现实）。
• 亚硝酸氮的模拟效果不佳。

通过引入一个简单的“开关函数”修正模型结构，负浓度问题被成功解决。同时，可视化结果清晰显示，原模型因绘图尺度问题，掩盖了亚硝酸氮拟合不佳的缺陷。这体现了自动化和交互式可视化在模型评估中的重要性。

图6 （A）原始AD模型在SIMPO中的仿真结果。通过从原文结果图中提取测量数据点，通过参数估值确定自养反硝化细菌（ADB）的初始浓度为929 mg·L–1。公开Project：https://dash.simpowater.org/dashboard/projects/public/name/ADwithsulphide/id/454/did/415.（B）NO^2--N模拟结果；（C）S⁰模拟结果

“一键可达”的高级分析功能​

针对高级分析需求，SIMPO集成了灵敏度分析、不确定性评估和参数估计等专业算法。

灵敏度分析（Sensitivity Analysis）

在SIMPO中，敏感性分析用于识别敏感参数和强相关性参数，从而减少后续步骤中需要评估的参数数量，以提高计算效率。

• 通过OAT（One at A Time）单因子分析，快速识别出对模型输出影响最大的关键参数。
• 通过相关性热图，发现高度相关的参数组，从而减少待估参数数量，提高后续分析效率。

图7 （A）SIMPO中OAT敏感性分析的结果。（B）SIMPO中OAT曲线积分的加权和。（C）SIMPO中的配对相关性热图。（D）AQUASIM中OAT敏感性分析的结果

不确定性评估（Uncertainty Assessment）

SIMPO 提供了专业的不确定性评估算法，通过拉丁超立方抽样（Latin Hypercube Sampling，LHS）与蒙特卡洛（Monte Carlo，MC）模拟，可用于评估参数不确定性如何传递至模型输出，参数和模型输出分布，异参同效性和缩小参数值的范围。不确定性评估结果通过概率密度函数（Probability Density Function，PDF）图，累积分布函数（Cumulative Distribution Function，CDF）图、带状（Band）图、密度（Density）图和骨架（Skeleton）图等形式，直观地从不同角度评估模型。

图8 （A）SIMPO 中不确定性评估的PDF和CDF图;（B）Band图;（C）Density图;（D）Skeleton图

参数估计（Parameter Estimation）

SIMPO采用遗传算法（Genetic Algorithm，GA）进行参数估计。SIMPO提供了多种计算设置，可以灵活地在计算效率和求解精度之间平衡。几种不同评估方法的计算结果如表1所示：

• Large GA的结果精度最高，但规模大导致耗时较长，经过约1,394次迭代，在267秒内达到了0.99161的WNSE；
• Samll GA的计算规模小导致计算精度略低，但是耗时很短，仅经过25次迭代，在0.83秒内达到了0.99019的WNSE；
• Uncertainty同样实现了较高的精度，但是耗时最长，经过约880,510次迭代，在4,658秒内达到了0.99161的WNSE。

表1 参数估计结果比较

更友好、更开放、更智能的平台​

与AQUASIM、BioWin、GPS-X等传统及商业软件相比，SIMPO在易用性、可编辑性、共享性和成本方面具有显著优势（表2）。它不仅是首个开源、免费、云原生的污水处理建模SaaS平台，还创新性地集成AI工具，帮助用户快速理解文献模型。

表2 SIMPO与同行平台的比较

总结与展望​

SIMPO通过直观的GUI、动态自适应算法、自动化误差预防机制和先进的评估算法，成功地将污水处理建模的专业能力与极致的用户体验相结合。它极大地降低了建模门槛，促进了模型的共享、验证与协作，为环境工程领域的科研、教学和工程实践提供了革命性的工具。未来，团队计划为SIMPO增加GPU加速、更多反应器类型和模型库，并探索与更多AI工具的API集成，推动机理模型与数据驱动模型的融合。

作者简介​

通信作者：江峰，中山大学环境科学与工程学院教授/博导，国家杰出青年科学基金获得者，主要从事环境系统建模与优化、城市水系统、重金属污染防治与资源化等方向的研究工作。

第一作者：

• 王军，博士，博士毕业于中山大学环境科学与工程学院，主要从事算法开发、建模与优化和数据分析等方向的研究工作。
• 李灏，博士生，现就读于中山大学环境科学与工程学院，主要从事污水处理工艺建模与优化方向的研究工作。

添加好友，备注SIMPO加入交流群

欢迎关注微信公众号

然而，随着研究的深入，污水处理工艺建模的范围扩展到了多种复杂过程（比如一氧化二氮的排放和硫自养反硝化等）。尽管这些扩展扩大了模型的适用性，但也给模型带来了指数增长的复杂性。生化计量学矩阵（Biochemical Stoichiometry Matrix）变得越来越大，模型组分（Component）和参数（Parameter）的数量越来越多，计算要求也越来越高，这给研究人员和工程师带来了巨大的障碍。

为了应对这些挑战和机遇，我们开发了SIMPO（Simplified Intelligent Modelling Platform Online，https://www.simpowater.org），一个旨在简化和推广污水处理工艺建模的新一代智能计算平台。作为一个零门槛的 SaaS 平台，SIMPO提供了直观的拖拉拽用户界面、自适应算法和合作工具，弥补了复杂模型能力与实际可用性之间的差距，使用户能够轻松应对传统ASMs模型和各种现代前沿模型。

SIMPO创新地解决了传统计算工具的关键限制：

1、图形用户界面的交互性和可视化提供了方便用户的建模方法

• 直观的工具，如候选框和颜色编码，可直观地帮助在复杂的矩阵中正确输入变量和参数。
• 拖拽式图形用户界面简化了复杂的污水处理流程设计，只需在网页上添加和连接即可。
• 自动绘图显示功能可帮助用户快速、全面、直观地了解模拟和评估结果。

2、动态算法确保建模的准确与效率

• SIMPO采用自调整求解器，在不影响精度的情况下确保计算效率，计算效率用加权纳什系数（WNSE）来评估。
• 动态实时步长优化可以减少传统工具中经常出现的负浓度问题。

3、自动防错和直观显示有助于快速定位错误

• 平衡检查可帮助用户从理论角度审查化学计量矩阵的合理性。
• NSE直观地反映了各种变量的拟合程度，自动和交互式显示结果暴露了某些变量被图形标度所掩盖的问题。

4、先进的评估算法可全面系统地了解模型

• 灵敏度分析可确定敏感参数及其相关性，从而减少参数数量，提高计算效率。
• 不确定性评估对每个参数的不确定性进行评估，确定模型输出的预测范围，并完善参数范围，以进行更精确的模拟。
• 参数估计可以确定最适合测量数据的局部最优参数，确保模型校准的稳健性和可靠性。

5、合作科学促进了模型的传播、交流和发展

• SIMPO支持模型、数据的版本控制和结果共享，提供公开/私有存储库，并倡导符合开放科学原则的新型建模论文同行评审工作流程。

添加好友，备注SIMPO加入交流群

欢迎关注微信公众号