[发明专利]一种自适应的仿真试验参数值选择方法

权利要求书

1.一种自适应的仿真试验参数值选择方法，其特征在于：包括以下步骤：

(1)采用拉丁超立方抽样从需要仿真的多元参数分布中得到一组仿真参数值的样本集合；

(2)为参数值集合P中的每一个参数值样本p∈P，确定对应的归一化距离d；

(3)为已有的参数值集合P构建沃罗诺伊图，从而将整个多维参数空间进行划分，并确定每个沃罗诺伊图单元格权重v；

(4)对参数值集合P中的每一个参数值样本p∈P，对其对应的沃罗诺伊图单元格权重v和归一化距离d进行加权平均，得到量化指标l＝αv+(1-α)d，权重α的取值范围为(0,1)；

(5)根据每一个参数值样本p的量化指标l，选择具有最大l值的样本p_l，在p_l所在的沃罗诺伊图单元格中随机选择一个与p_l和其m个最近邻样本距离较远的样本p”，其对应的各个参数值即自适应仿真试验选择的参数值，将p”并入参数值集合P，即P＝P∪p”；

(6)按照设定的终止条件进行终止。

2.如权利要求1所述的一种自适应的仿真试验参数值选择方法，其特征在于：所述的步骤(1)中样本集合其中，R表示实数集，d为需要仿真的参数的个数。

3.如权利要求1所述的一种自适应的仿真试验参数值选择方法，其特征在于：所述的步骤(2)具体为，为参数值样本p选择m个最近邻样本{p₁,p₂,...,p_m}；根据样本{p,p₁,p₂,...,p_m}和其对应的仿真结果{f(p),f(p₁),f(p₂),...,f(p_m)}按照最小二乘线性拟合计算超平面的斜率g，其中，函数f()表示仿真过程对输入参数值到输出结果的映射，计算样本点{p₁,p₂,...,p_m}到穿过样本点p且斜率为g的超平面的距离之和D，对D进行归一化得到d＝(D-D_min)/(D_max-D_min)，其中，D_min为集合P中任意参数值样本计算得到的D的最小值，D_max为集合P中任意参数值样本计算得到的D的最大值。

4.如权利要求1所述的一种自适应的仿真试验参数值选择方法，其特征在于：所述的步骤(3)具体为将所有沃罗诺伊图单元格的权重均初始化为0，更新计算所有沃罗诺伊图单元格的权重。

5.如权利要求4所述的一种自适应的仿真试验参数值选择方法，其特征在于：所述的步骤(3)具体包括以下步骤：

采用拉丁超立方抽样从需要仿真的多元参数分布中得到另一组数量更多的仿真参数值的样本集合例如|Q|＝1000|P|，其中||表示集合中元素的个数，对参数值集合Q进行遍历，对Q中的任一参数值样本q∈Q，对P中所有样本进行遍历，查找与q最近的样本p'，计算p'与q的距离为d'，对p'所在的沃罗诺伊图单元格的权重v_p'加d'，即v_p'＝v_p'+d'，对全部更新后的沃罗诺伊图单元格权重进行归一化，即v＝(v-v_min)/(v_max-v_min)，其中v表示沃罗诺伊图任意单元格权重，v_min为所有单元格权重中的最小值，v_max为所有单元格权重中的最大值。

6.如权利要求1所述的一种自适应的仿真试验参数值选择方法，其特征在于：所述的步骤(6)具体为当仿真参数值集合中样本数n≥Th时，参数值选择终止，Th为预设的阈值；否则，执行步骤(2)-(6)。