[发明专利]一种复杂仿真系统运行有效性评估方法

说明书

本发明公开了一种复杂仿真系统运行有效性评估方法，属于仿真系统运行有效性评估技术领域。复杂仿真系统运行有效性评估方法包括以下步骤：步骤一、针对复杂装备仿真系统的仿真运行历史数据进行数据预处理；步骤二、使用历史数据对LSTM进行建模；步骤三、将建好的神经网络参数进行保存，将实时仿真数据作为输入进行仿真运行有效性评估，得到评估分类结果。本发明通过LSTM有效挖掘时序数据之间的隐含关系从而进行预测，从而使对难以提供专家知识的仿真系统进行运行有效性评估难度减小，所需时间短，实时对仿真系统评估的速度快。

技术领域

本发明涉及一种复杂仿真系统运行有效性评估方法，属于仿真系统运行有效性评估技术领域。

背景技术

仿真系统评估是检验仿真系统设计是否合理的重要手段，根据评价对象的不同，可分为对仿真模型的评价和对仿真运行过程的评价。首先，利用模型可信度来评价实际系统与仿真系统的一致性是仿真的前提，也是仿真领域的关键问题。其次，在仿真执行过程中，为避免仿真结果与仿真设计不一致，保证仿真执行过程准确有效，应提出一种通用的方法来评估运行有效性。

在仿真开发过程中，仿真专家起着重要的作用。专家在仿真评估中应用的层次分析法等评估方法也需要专家进行打分、赋权等操作。在对仿真系统的运行过程进行实时评估时，仿真专家也可以借助其经验对实时数据进行观察，从而得到运行有效性评估结果。但随着仿真系统的复杂程度逐步上升，所获取的海量仿真数据的数量级不断增加，导致专家在对仿真系统提供专家知识的难度也会逐渐变大，再加上采用启发式规则来进行评估结果推理的所需时间会逐渐增长，会严重影响实时对仿真系统评估的速度。由此也要考虑其他方式来进行优化。从本质上讲可以将此类评估问题归结为分类问题，而机器学习或深度学习是解决分类问题的最好方式，因此考虑采用机器学习或深度学习的方式对仿真系统运行有效性进行评估。

发明内容

本发明的目的在于提出一种复杂仿真系统运行有效性评估方法，以解决现有技术中存在的对仿真系统提供专家知识的难度越来越大，所需时间逐渐增长，严重影响实时对仿真系统评估的速度的问题。

一种复杂仿真系统运行有效性评估方法，复杂仿真系统运行有效性评估方法包括以下步骤：

步骤一、针对复杂装备仿真系统的仿真运行历史数据进行数据预处理；

步骤二、使用历史数据对LSTM进行建模；

步骤三、将建好的神经网络参数进行保存，将实时仿真数据作为输入进行仿真运行有效性评估，得到评估分类结果。

进一步的，在步骤一中，具体的，

步骤一一、对样本数据进行处理，转换为数值型变量；

步骤一二、将转换为数据值变量的样本数据的值都规范至同一个范围内；

步骤一三、使用z-score方法，将样本数据标准化，公式如下：

其中，为样本数据中的该变量所有取值的均值，σ为该变量所有取值的标准差，x'为该数据标准化后的新值；

步骤一四、对样本数据中的字符串数据进行处理，采用标签编码的方式，对不连续的数字变量或者是文本进行编号；

步骤一五、对样本数据的分类标签进行处理，首先同样计算样本数据中全部不重复的分类结果，设分类结果有n种，利用n阶单位矩阵对编码进行表示，第k类标签对应的表示形式由下式给出，

分类标签包括“完全有效”、“较有效”和“基本无效”，分别对分类标签的三种情况标号为0、1、2，则“完全有效”对应标签为[1,0,0]、“较有效”对应标签为[0,1,0]、“基本无效”对应标签为[0,0,1]。