医疗信息物理融合系统（Medical Cyber-Physical Systems,MCPS）是一种用于现代医学领域的信息物理融合系统（Cyber-Physical Systems,CPS）,在各种疾病的预防和检测中发挥着重要作用。每个MCPS都具备嵌入式控制设备和独立的网络系统,使用物理空间作为物理基础,通过感知设备向网络空间提供感知信息,并接收来自网络空间的控制信息对物理设备进行控制。考虑到医疗应用的特殊性,MCPS的设计需要考虑更多的特性,如对安全性、实时性、网络时延的要求更高,需要在系统投入使用前进行充分的验证。通过建立系统模型进行早期验证可以及时、有效地发现系统中存在的问题并改正,使开发人员可以更加高效地设计、塑造系统。因此,对MCPS的建模与仿真开展研究具有一定的应用价值和理论意义。本文对一类复杂的MCPS——自动麻醉系统进行了建模仿真。模型的第一个复杂性体现在构建系统组件功能的同时需要保证系统满足安全性需求,针对这一问题,使用多种建模形式对系统进行形式推理,将复杂系统分层组织成多个抽象层,以管理设计复杂性和提供可验证性。具体地,使用了UPPAAL中的时间自动机模型来验证系统安全性;采用体系结构分析与设计语言（Architecture Analysis and Design Language,AADL）细化功能需求,并使用假设保证的推理方法分析关键需求;最后在Stateflow上对组件行为进行建模。通过结合这些建模方式,可以在分析组件功能的同时,保证维持关键的安全性能。通过在MATLAB-Simulink上对模型进行仿真验证,验证了模型的可靠性。模型的另一个复杂性体现在患者之间的差异会导致医疗闭环控制系统具有不确定性,针对这一问题,基于MCPS的概念提出一种基于模型的闭环自适应控制体系架构,以脑电双频谱指数（Bispectral Index,BIS）信号为控制变量来控制麻醉中的催眠深度。所设计的系统架构结合了患者的药代动力学/药效学模型,将计算结果作为PID控制器的反馈信号来修正模型的不确定性。控制方案中,参数的调整使用遗传算法离线执行,以此最优化患者数据集的性能指标。提出的方法可以自动调节麻醉药物的输注速率,使麻醉深度保持在一个稳定的目标值。对该方法进行了仿真模拟实验,并加入了噪声块进行鲁棒性测试,在能够代表广泛人群的真实患者数据集上验证了该方法的有效性。仿真结果表明,该方法能够在规定时间内稳定地达到目标值,且具有良好的干扰排斥反应。