[发明专利]一种基于数独分组的扩展平移拉丁超立方试验设计方法

说明书

本发明提出一种基于数独分组的扩展平移拉丁超立方试验设计方法，属于计算机仿真试验设计领域。本发明将因子平均分组，根据每组因子数生成扩展平移拉丁超立方设计；因子数向上取整后取平方数，生成该平方数宫格的数独；选取数独前宫格数行/列，删除多余因子编号，按因子分组数平均分组；将每组因子按序输出采样结果，每行/列中各组结果串行组合并按因子编号升序重排；将选取的宫格数行/列对应的采样结果并行排列，生成最终的基于数独分组的扩展平移拉丁超立方采样空间。本发明解决了扩展平移拉丁超立方设计用时较长，生成样本点数过多，效果不好的问题，从而有效减少仿真试验时间，使试验结果更具备代表性。

技术领域

本发明属于仿真试验设计领域，涉及一种试验样本空间设计方法，具体涉及一种基于数独分组的扩展平移拉丁超立方试验设计方法。

背景技术

在武器系统对抗条件下，不同的武器系统装备数据和战术方法会影响最终的对抗效果，需要对这些影响因子选取不同的参数组合，进行多次试验，以得出最优的武器系统技术指标和战术途径。然而，进行多次真实场景试验需要大量人力物力，因此常通过大量仿真样本的运行结果来获得对问题的全局理解。虽然计算机硬件能力一直在快速增长，但是多数情况下将仿真场景中所有可能出现的情况全部执行一遍是不现实的。经济与科学地获得影响因子水平采样点，根据样本空间安排试验是仿真试验设计的主要目的，近年来，采用拉丁超立方设计方法进行样本空间设计来安排试验，成为实验设计中较热门的研究领域。

基本的拉丁超立方设计是指任意二维子空间的每行每列都只能有一个样本，试验次数等于水平数，采用随机抽样，其随机性取决于计算机的随机数产生器，具有不稳定的表现。为了优化基本拉丁超立方的正交性与均匀性，发展出通过相关系数表控制非正交性、使用遗传算法迭代优化等方法。最优的拉丁超立方设计搜索复杂度为(n！)^m，十分耗时，扩展平移拉丁超立方通过空间复制平移，能够快速地生成近似最优的拉丁超立方设计。由于扩展平移拉丁超立方只有在6维及以下才有好的效果，因此不适用于维度6的试验设计问题。

数独矩阵是一种特殊的拉丁超立方，其行数和列数均可表示为m²(m为大于等于2的整数)，每行/列中1,2,...,m²各只出现一次，且分成m²个m×m的子块时，每个子块中填充有数列集{1,2,...,m²}中的数字，并保持行和列的均匀性。

武器系统对抗模型需要综合考虑多个因子(因子数＞＞6)的影响，扩展平移拉丁超立方设计无法取得因子的某些水平，因此试验结果不具备代表性，需要一种能快速生成近似最优拉丁超立方的设计方法，为武器系统对抗仿真试验提供具有代表性的样本空间。

发明内容

本发明是一种基于仿真试验的试验样本空间设计方法，所述的试验样本空间设计方法，采用扩展平移拉丁超立方试验设计方法，结合数独矩阵的分布均匀性，在维度6的扩展平移拉丁超立方设计已知的情况下，提出维度6的多因子扩展平移拉丁超立方设计方法。本发明所述方法首先计算得到因子分组情况；根据每组因子个数生成扩展平移拉丁超立方设计；根据因子数生成数独，数独中数字对应因子编号；删除数独中多余因子编号，取若干行/列进行分组；每组因子根据已生成的拉丁超立方设计输出采样结果，每行/列的各组因子的采样结果按编号升序串行排列，各行/列的采样结果并行排列，组合成最终的基于数独分组的扩展平移拉丁超立方样本空间。

本发明提供的基于数独分组的扩展平移拉丁超立方试验设计方法，具体包括以下几个步骤：

步骤一、针对某多个因子的扩展平移拉丁超立方试验设计，将其因子平均分组。

具体步骤如下：

步骤101、将因子数p赋值给p’。

步骤102、判断p’能否被6整除，如果能，将商赋值给n，进入步骤二；如果不能，进入步骤103。