重写使语句变得通顺：但随着机电产品的日趋复杂，工业界对仿真分析的需求越来越难以满足，相应的仿真模型如 FEA、CFD 等所需的计算资源一度让飞速发展的计算机技术都难以承受。文献 [1] 中指出福特公司计算一次汽车碰撞仿真模型需要耗费大约 36－160 小时，那么如果再需要针对其中的某个变量进行优化计算，假设大概需要30次迭代以搜索最优值，并且每次迭代仅运行一次仿真模型，则整个仿真优化过程至少需要45天，也有可能需要6个月，而工程实际中的优化计算绝不仅仅只有这一个变量的需求，因此这种耗时漫长的仿真优化模型难以满足工程实际的需求。为应对复杂仿真模型对计算效率所带来的冲击与挑战，元模型方法应运而生，该方法可以在不影响仿真模型精度的前提下，减少源模型在优化迭代过程中需要进行的仿真次数，从而降低对计算资源的消耗。

随着机电产品的不断复杂化，工业界对仿真分析的需求越来越难以满足。相应的仿真模型，如FEA、CFD等，所需的计算资源已经让飞速发展的计算机技术难以承受。据文献[1]指出，福特公司计算一次汽车碰撞仿真模型需要耗费36-160小时。如果需要对其中的某个变量进行优化计算，大概需要30次迭代以搜索最优值。每次迭代仅运行一次仿真模型，则整个仿真优化过程至少需要45天，也可能需要6个月。而工程实际中的优化计算绝不仅仅只涉及这一个变量的需求。因此，这种耗时漫长的仿真优化模型难以满足工程实际的需求。为了应对复杂仿真模型对计算效率所带来的冲击与挑战，元模型方法应运而生。该方法可以在不影响仿真模型精度的前提下，减少源模型在优化迭代过程中需要进行的仿真次数，从而降低对计算资源的消耗。