摘要 - 上下文。模型驱动工程师(MDE)中的几项活动,例如模型转换测试,将需要大量现实模型的可用性。然而,到目前为止,在生产大型模型存储库方面已经失败了,并且缺乏免费的工业模型是MDE中最重要的问题之一。因此,MDE研究人员开发了各种工具和方法来使用不同的方法(例如图形语法,分区和随机生成)生成模型。但是,考虑其现实主义,这些工具很少专注于生产新模型。贡献。在这项工作中,我们利用生成深度学习,尤其是生成的对抗网络(GAN),提出了一种生成新结构现实模型的方法。在Eclipse建模框架之上构建,该提议的工具可以从元模型和一个大实例模型作为输入中生成新的人造模型。基于图的指标已用于评估该方法。初步统计结果表明,使用gans可以有望创建新的现实模型。索引术语 - 模型生成,MDE,生成对手网络,工具支持