Σ™ 是一种通用的、数学上严谨且计算高效的形式化建模语言，用于构建复杂工业基础设施的行为系统模型，能够捕捉特征化这些系统的风险。
处理工业系统的系统模型和模拟时的难点
为了应对工业系统的复杂性，工程师越来越依赖计算机模型和模拟。在这方面，他们追求两个主要目标：首先，更好地理解这些系统，并确保各方利益攸关者对所面临问题有共同的理解；其次，在不进行昂贵或物理实验的情况下，评估关键绩效指标。
模型已经在大多数工程学科中广泛应用，如机械、电气和可靠性工程。直到今天，它们在系统工程中的引入仍然是一个持续的过程，并且是活跃研究和发展的主题。应用的建模技术仍在讨论之中。主要的难点之一是如何在保持适当抽象层次的同时，捕捉系统研究的关键特性。另一个难点是如何将系统的异构特征和涉及其行为的多种风险整合进模型中。
Σ™建模框架旨在提供一种解决方案，克服这些困难
- 使用Σ™进行建模基于一种简单的方法。首先，描述待研究系统的架构，即将所考虑的系统分解为相互连接的子系统。这些子系统本身可以进一步分解，直到达到合适的粒度。然后，使用离散变量和连续变量来描述每个子系统的状态。
- 通过活动来描述子系统的行为。活动是有条件的，即只有在满足系统状态的某个条件时才会执行。活动也会消耗时间，且其持续时间可以是确定性的或随机的。最后，活动会两次改变系统的状态。第一次在活动开始时，预定所需的资源；第二次在活动完成时，释放这些资源并描述其对系统状态的影响。活动不仅可以修改变量的值，还可以创建、移动和删除组件。
Σ™的5个关键特点
1. 简单表示工业系统的层级结构及属性
感兴趣的工业系统架构被分解为若干子系统。这些子系统可以进一步分解，直到达到合适的粒度。
每个子系统的状态通过离散变量和连续变量来描述。
2. 轻松的规范活动
当满足所考虑工业系统状态的某个条件时，活动会被执行。活动完成所需的时间可能是确定性的，也可能是随机的。
活动会在开始和完成时修改系统的状态。它们不仅可以更改变量的值，还可以创建、移动或删除感兴趣系统的组成部分。
3. 所有变量都可以关联一个内置或自定义的概率分布
Σ™允许对随机现象进行建模：每个变量都可以绑定到特定的概率分布——无论是显式的还是实用的——从而捕捉随机量或延迟、性能波动等。
此功能使用户能够进行蒙特卡洛分析，从而得出与实际中设计和运行复杂基础设施时遇到的不确定性一致的战略指标。
4. Σ™解决了复杂工业基础设施中模型难以管理的问题
Σ™允许仅使用文本规范来构建模型，就像通常的软件编程一样。这种创新方法使得构建、导航和维护复杂工业系统和基础设施的模型变得更加轻松。
Σ™自带的高级建模语义元和编译器承担了所有程序化的繁重工作，让工程师能够专注于模型的内容，而无需过多关注其形式。
5. Σ™允许您利用开发工具来生成模型
通过模型代码审查流程充分利用建模专家的知识，同时让较少经验的合作伙伴负责实际开发Σ™模型。
所有补丁或修改都能被轻松突出显示，并可在合并前进行审查和批准。