[发明专利]基于数据与模型混合的仿真计算方法及装置

权利要求书

1.一种基于数据与模型混合的仿真计算方法，其特征在于，包括以下步骤：

混合建模步骤：对目标系统进行概念化形成所述目标系统的描述性框架，并指定所述目标系统的不确定要素，根据所述描述性框架和所述不确定要素建立多个概念模型；

多样性计算步骤：根据所述多个概念模型建立多个计算机模型，并指定每个计算机模型的参数与变量值，根据所述多个计算机模型和所述每个计算机模型的参数与变量值探索得到所述目标系统的多个预测结果，其中，通过t时刻的多样化初始条件计算得到t+Δt时刻的预测结果其中，sim是计算系统，Δt是动态建模步长，为混合建模产生的模型集，为每个计算机模型的假设条件集，为每个计算机模型的参数集；所述根据所述多个计算机模型和所述每个计算机模型的参数与变量值探索得到所述目标系统的多个预测结果，进一步包括：根据所述多个计算机模型和所述每个计算机模型的参数与变量值得到初始条件集，并将所述初始条件集部署到所述计算系统，以仿真得到所述目标系统的多个预测结果，其中，每个计算机模型的结构、参数与形式均不相同；多样性计算步骤具体包括发展多种可能的计算机模型和执行探索性的计算实验，发展多种可能的计算机模型包括：利用计算机语言还原系统的概念化模型，并指定模型的输入与输出，以建立真实系统的计算机模型，根据建立的多种多样的概念模型，相应地建立多样化的计算机模型，所述多样化的计算机模型基于不同理论假设，拥有不同的结构、参数与形式，根据历史数据、模型资料，并引入实时数据、新发现的知识与系统行为模式，以促进模型的构建，在历史数据与实时数据融合的基础上，混合建模采用两种途径实现：一是修改或直接发现已有的模型，二是重新发展全新的模型，其中，所述重新发展全新的模型包括两种实现方式：机理建模与数据建模，机理建模是基于系统的概念模型，定义变量、变量之间的关系以及参数来刻画要素及其交互关系，并指定输入、输出；数据建模是根据已获得的历史与实时数据，快速构建能够描述系统行为的计算机模型；模型构建以后，指定每个模型的参数与变量值的不确定性，其形式是多个可能的备选值、取值范围；执行探索性的计算实验包括：多种可能的计算机模型、参数与初始变量值共同构成了探索系统未来的初始条件集，将不同的初始条件部署到计算系统，执行计算仿真实验，以在大范围内探索系统可能的未来情景，并通过以下两种方式提高计算效率：一是控制每次仿真的时长；二是采用启发式仿真算法，对初始条件进行抽样，并对抽样后的初始条件进行差异化对待，即在计算过程中，重点关注预测结果风险高或差异性大的模型，逐步提高这些模型的参数、变量的样本量；以及

交互验证步骤：对比所述多个预测结果和真实系统的当前观测数据得到计算系统与所述真实系统之间的偏差，并驱动所述计算系统与所述真实系统共同演化得到仿真计算结果。

2.根据权利要求1所述的基于数据与模型混合的仿真计算方法，其特征在于，所述不确定要素为不能完全确定是否属于所述目标系统或是否影响所述目标系统的要素。

3.根据权利要求1所述的基于数据与模型混合的仿真计算方法，其特征在于，所述驱动所述计算系统与所述真实系统共同演化得到仿真计算结果，进一步包括：

对真实系统及相关环境要素进行实时观测，并持续收集和分析预设触发事件相关的线索与标志信息；

在每次仿真循环中，如果所述预设触发事件被触发，则中断仿真循环并返回至所述混合建模步骤，以在所述混合建模步骤中构建新的模型。