COMSOL | 借助 ChatGPT® 开展仿真建模

文字来源：COMSOL。

借助 ChatGPT® 能够为 COMSOL Multiphysics® 软件中的基础建模任务生成代码。这一方案可行的核心原因在于：ChatGPT® 掌握 Java 编程语言知识，而 COMSOL 应用程序接口（API）正是基于 Java 开发。

本文将通过搭建一个简易模型进行实操演示，内容涵盖以下核心知识点：

COMSOL Java 应用程序接口：基于 Java 开发的 COMSOL 多物理场软件编程接口
模型方法：运行于 COMSOL 模型构建器工作区、用于自动化建模流程的程序方法
ChatGPT®：由 OpenAI 研发的人工智能对话模型
自定义 GPT：上架于 OpenAI GPT 商店、经过定制化改造的 ChatGPT 专属版本

虽然全文以 ChatGPT® 为核心案例，但这套操作方法同样适用于其他主流人工智能对话模型。

豆包生成的代码。

COMSOL Multiphysics 现已内置对话机器人功能，可直接在软件内完成整套建模流程，无需手动输入通用引导指令，也不用在不同软件间复制粘贴代码。如需了解对话机器人工具的安装与配置教程，可查阅官方配套指南。

研究背景

自然语言处理是人工智能的重要分支，主要研究计算机对文本、语音的智能解析与解读。基于大语言模型（LLM）开发的 ChatGPT® 是该领域的典型应用，用户可通过网页端界面与 AI 实时对话交互。

程序代码是计算机的通用语言，因此 ChatGPT® 具备代码生成与代码分析能力；与此同时，该模型对 COMSOL Java 编程接口也有一定的知识储备。本文将详细说明：如何通过自然语言指令，让 ChatGPT® 自动生成 COMSOL 接口代码；以及如何将 AI 生成的代码作为模型方法运行，快速搭建多物理场仿真模型。

依托该方式，仅用自然语言描述建模需求，即可快速创建简易仿真模型。尽管目前该方案仍存在一定局限性，但能够大幅辅助开发者编写 COMSOL 接口代码、排查修复 Java 程序漏洞。

在建模流程中使用 ChatGPT®

前期准备

打开 ChatGPT 网页端（若无账号需提前注册），在界面左上角模型下拉菜单中，选择 GPT-4 或 GPT-4o 版本。在代码生成场景下，GPT-4 的性能远优于 GPT-3.5，本文所有案例均基于 GPT-4 完成。新建对话窗口，在输入框中粘贴专属定制引导指令并发送，完成 AI 的任务定向配置。

该引导指令需在每一次新建对话时重新发送，才能保证代码输出格式、规范符合 COMSOL 运行要求。

发送引导指令后，AI 会回复「我能为你提供什么帮助？」，至此即可输入建模需求，获取可直接运行的标准化接口代码。

搭建模型几何结构

我们以创建圆柱体几何模型为首个需求，向 ChatGPT 发送自然语言指令，AI 将自动输出完整 Java 代码。

⚠️ 注意：ChatGPT 的输出结果存在随机性，相同指令在不同时间的代码细节会略有差异，但核心逻辑与功能保持一致；若代码运行报错，可将错误信息反馈给 AI 进行修正。

可能会存在语法错误

实操步骤

打开 COMSOL Multiphysics，新建空白模型；
打开应用程序构建器，新建自定义方法；
将 ChatGPT 生成的圆柱几何体代码，粘贴至方法编辑器中；
在应用程序树的方法节点上右键选择「运行」，执行代码；
选中模型树中的组件 1，在图形窗口中查看自动生成的圆柱几何结构。

完整操作流程总结：

发送 COMSOL 专属引导指令，定向配置 AI 任务；
输入自然语言建模需求，获取自动化代码；
将代码粘贴至 COMSOL 应用构建器的方法编辑器；
运行程序，在模型界面校验仿真结果。

以上步骤可循环复用，连续发送多条建模指令，拼接多段代码，实现复杂模型的分步搭建。

本文其实只是讲了一下模型的生成，后面还有附材料、加物理场、画网格和进行计算，整套流程介绍可以等我们后面慢慢更新。不用 Ghat-GPT，国内我们也可以使用 TRAE 来进行代码编写和修改。当然，目前有博主将整套流程交给像 CodeX 这样的全流程 AI，但是其实编译代码的时间也不会很快，当然只要学得慢，后面 AI 再进步一点自然就不用学了。

您还使用过其他什么方法吗？可以分享给我们。