[发明专利]一种复杂仿真系统可信度评估方法在审

专利信息
申请号: 201811214760.7 申请日: 2018-10-18
公开(公告)号: CN109359388A 公开(公告)日: 2019-02-19
发明(设计)人: 曲慧杨;蒲睿英 申请(专利权)人: 北京仿真中心
主分类号: G06F17/50 分类号: G06F17/50
代理公司: 北京正理专利代理有限公司 11257 代理人: 付生辉
地址: 100854 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 复杂仿真 可信度 可信度评估 仿真试验结果 灰色预测模型 灰色关联度 定性 定量评估 评估指标 实验数据 评估 预测 仿真实验结果 仿真试验 内在规律 试验数据 预先建立 权函数 白化 加权 申请 发现
【说明书】:

本申请实施例提供了一种复杂仿真系统可信度评估方法。该方法包括:运行复杂仿真系统对多组实验数据序列进行仿真试验,得到多组仿真试验结果;基于多组仿真试验结果,根据白化权函数评估复杂仿真系统的可信度定性评估指标;根据预先建立的灰色预测模型对多组实验数据序列进行预测,得到多组预测序列;计算每组仿真实验结果与对应预测序列之间的灰色关联度,根据各组灰色关联度的均值评估复杂仿真系统的可信度定量评估指标;根据可信度定性评估指标与可信度定量评估指标加权后的和评估复杂仿真系统。本申请提供综合利用灰色预测模型、定性定量,从有限的试验数据中发现复杂仿真系统内在规律,提高典型复杂仿真系统的可信度评估水平。

技术领域

本申请涉及仿真技术领域,特别涉及一种复杂仿真系统可信度评估方法。

背景技术

对于小规模仿真系统的可信度评估,如果仿真系统所模拟的原型系统是存在的,或者原型系统的运行试验数据是可获得的,可以通过分析仿真系统数据与原型系统数据的一致程度来获得仿真系统的可信度评估结果,常用的评估方法有谱分析法、数理统计法等。

但是对于复杂仿真系统,其所模拟的原型系统在研制初期通常没有实物系统,或者原型系统的数据样本量少,难以通过比较仿真系统数据和原型系统数据来评估其可信度。

发明内容

为解决上述问题之一,本申请提供了一种复杂仿真系统可信度评估方法。

运行复杂仿真系统对多组实验数据序列进行仿真试验,得到多组仿真试验结果;

基于所述多组仿真试验结果,根据白化权函数评估所述复杂仿真系统的可信度定性评估指标;

根据预先建立的灰色预测模型对多组实验数据序列进行预测,得到多组预测序列;

计算每组仿真实验结果与对应预测序列之间的灰色关联度,根据各组灰色关联度的均值评估所述复杂仿真系统的可信度定量评估指标;

根据所述可信度定性评估指标与所述可信度定量评估指标加权后的和评估所述复杂仿真系统。

可选地,白化权函数为典型白化权函数,或者,白化权函数为下限测试白化权函数,或者,白化权函数为适当测试白化权函数,或者,白化权函数为上限测试白化权函数;

所述典型白化权函数

所述下限测试白化权函数

所述适当测试白化权函数

所述上限测试白化权函数

其中,M为评价标准的等级总数量,且等级m的可信度高于等级m+1的可信度,m为等级标识,1≤m≤M,g为专家基于所述多组仿真试验结果确定的可信等级评估值,t为可信度定量评估指标标识。

可选地,所述根据预先建立的灰色预测模型对多组实验数据序列进行预测,得到多组预测序列之前,还包括:

获取训练实验数据序列X(0)={x(0)(k1),x(0)(k2),…,x(0)(kN)};

建立X(0)={x(0)(k1),x(0)(k2),…,x(0)(kN)}的灰色预测模型;

其中,N为训练实验数据总数量,kn为第n个训练实验数据,n为训练实验数据标识,1≤n≤N,x(0)(kn)为第n个训练实验数据的序列。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京仿真中心,未经北京仿真中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811214760.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top