[发明专利]一种自动化仿真建模的方法在审
| 申请号： | 201811283514.7 | 申请日： | 2018-10-31 |
| 公开（公告）号： | CN109522621A | 公开（公告）日： | 2019-03-26 |
| 发明（设计）人： | 陈征宇;林韶军;林生基;洪章阳;李昱东;黄河 | 申请（专利权）人： | 长威信息科技发展股份有限公司 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50 |
| 代理公司： | 福州市鼓楼区京华专利事务所(普通合伙) 35212 | 代理人： | 宋连梅 |
| 地址： | 350000 福建省福州市保税*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 响应模型 建模 自动化仿真 仿射变换 实体类别 输出结果 输出向量 再激活 权重 程度计算 人工指定 输入向量 损失函数 训练收敛 实体类 输出层 输入层 多维 细化 向量 匹配 输出 决策 分析 | ||
【权利要求书】：
1.一种自动化仿真建模的方法，其特征在于：包括：
步骤1、分析所要仿真的系统，获取实体以及因素，并根据实体以及因素获取其对应的数据；
步骤2、根据实体类别建立对应的agent，agent决策建立响应模型；
步骤3、将一响应模型与其他所有的响应模型的影响强度作为输入层权重，输入经过仿射变换，再激活后产生多维内部向量；输出经过仿射变换，再激活后产生输出向量；
步骤4、每个响应模型接收对应的响应模型的输出向量作为其输入向量进行计算得到一输出结果；
步骤5、将所有的响应模型的输出结果进行汇总，与所述数据的匹配程度计算损失函数，再以梯度下降训练响应模型的输出层权重，训练收敛后，完成建模。
2.根据权利要求1所述的一种自动化仿真建模的方法，其特征在于：所述响应模型为神经网络模型。
3.根据权利要求1所述的一种自动化仿真建模的方法，其特征在于：还包括步骤6、建模完成后，计算总体损失，根据计算结果采用每个agent的策略梯度来调整agent的策略函数参数，多次迭代该过程最终得到优化的模型。
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长威信息科技发展股份有限公司，未经长威信息科技发展股份有限公司许可，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/201811283514.7/1.html，转载请声明来源钻瓜专利网。
