【技术实现步骤摘要】
所属的技术人员能够理解，本专利技术的各个方面可以实现为系统、方法或程序产品。因此，本专利技术的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。在一些可能的实施方式中，根据本专利技术的计算装置可以至少包括至少一个处理器以及至少一个存储器。其中，所述存储器存储有程序代码，当所述程序代码被所述处理器执行时，使得所述处理器执行本专利技术书上述描述的根据本专利技术各种示例性实施方式的一种基于抽象精化的逆向推演学习方法中的步骤。在一些可能的实施方式中，本专利技术提供的一种基于抽象精化的逆向推演学习方法的各个方面还可以实现为一种程序产品形式，其包括程序代码，当所述程序产品在计算机设备上运行时，所述程序代码用于使所述计算机设备执行本说明书上述描述的根据本专利技术各种示例性实施方式的一种基于抽象精化的逆向推演学习方法中的步骤。所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是—但不限于电、磁、光、电磁、红外线或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。本专利技术的实施方式用于程序产品可以采用便携式紧凑盘
技术介绍
1、仿真技术是以相似原理、模型理论、系统技术、信息技术以及仿真应用领域的相关专业技术为基础，以计算机系统、仿真器和物理效益设备等为工具，对已有的或设想的系统进行研究、分析、评估、决策并参与系统运行的一门多学科的综合性技术，仿真技术越来越多用于体系效能评估和优化。
2、目前，仿真技术用于体系效能评估和优化，首先，利用试验设计方法生成一定数量的仿真输入参数集合，接着，按照输入参数取值制作仿真想定，运行仿真系统，生成对应的仿真输出数据，然后，根据效能评估指标计算模型，基于仿真输出数据计算效能评估值，最后，设计优化目标，利用优化算法(如遗传算法、进化算法、粒子群算法等)对仿真输入参数进行调整，仿真迭代，得到优化后的仿真输出。由此可见，传统方法每次都是从零开始仿真优化迭代，迭代周期长，优化效率低。另外，传统方法要求能够制定合适的优化目标，选择合适的优化算法，用户使用门槛高。由此可见，如何确定合适的仿真输入参数区间仍缺乏有效便捷的技术手段。
技术实现思路
1、本专利技术提供一种基于抽象精化的逆向推演学习方法、装置和存储介质，可有效利用历史仿真输出数据，经过推演学习，生成合适的仿真输入参数区间，实现迭代周期短，优化效率高，自动化程度高，用户使用门槛低。
2、第一方面，提供一种基于抽象精化的逆向推演学习方法，包括：
3、基于效能评估指标计算模型，根据仿真输出数据确定每个仿真输出数据的效能评估结果；
4、基于全部仿真数据的效能评估结果，根据满足效能评估指标要求的仿真输出数据确定第一仿真输出数据总集合和第一仿真输入参数总集合；
5、针对第一仿真输出数据总集合进行聚类，确定仿真输出聚类网络并确定仿真输出聚类网络中类簇总集合；
6、根据仿真输出聚类网络中类簇总集合中的每一类簇集合，确定相应的仿真输出数据集合以及仿真输入参数集合，根据各仿真输出数据集合确定第二仿真输出数据总集合，根据各仿真输入参数集合确定第二仿真输入参数总集合；
7、根据第二仿真输入参数总集合中每项输入参数分量集合的最大值与最小值，确定每项输入参数分量集合的参数区间；
8、根据第二仿真输入参数总集合以及第二仿真输入参数总集合中每项输入参数分量集合，确定仿真参数加权计算方法；
9、根据仿真参数加权计算方法、各仿真输出数据集合和各仿真输入参数集合，确定对应的加权仿真输入参数；
10、根据加权仿真输入参数进行仿真初始化设置，仿真推演得到新生成的仿真输出数据；
11、基于效能评估指标计算模型，根据新生成的仿真输出数据计算每个新生成的仿真输出数据的效能评估结果；
12、判断新生成的仿真输出数据的效能评估结果是否满足效能评估指标要求；
13、若满足，则再次确定仿真参数加权计算方法并确定对应的加权仿真输入参数，推演生成新的仿真输出数据，重复上述步骤，直至判定新生成的仿真输出数据的效能评估结果不满足效能评估指标要求；
14、若不满足，则确定当前新生成的仿真输出数据为反例，根据反例对相应仿真输入参数分量集合的参数区间进行精化处理，对参数区间进行划分；
15、判断是否达到反演迭代次数；<本文档来自技高网...
【技术保护点】
1.一种基于抽象精化的逆向推演学习方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据第二仿真输入参数总集合中每项输入参数分量集合的最大值与最小值，确定每项输入参数分量集合的参数区间，具体包括：
3.根据权利要求2所述的方法，其特征在于，根据第二仿真输入参数总集合以及第二仿真输入参数总集合中每项输入参数分量集合，确定仿真参数加权计算方法，具体包括：
4.根据权利要求3所述的方法，其特征在于，根据仿真参数加权计算方法、各仿真输出数据集合和各仿真输入参数集合，确定对应的加权仿真输入参数，具体包括：
5.根据权利要求3所述的方法，其特征在于，根据仿真参数加权计算方法、各仿真输出数据集合和各仿真输入参数集合，确定对应的加权仿真输入参数，具体包括：
6.根据权利要求3所述的方法，其特征在于，根据仿真参数加权计算方法、各仿真输出数据集合和各仿真输入参数集合，确定对应的加权仿真输入参数，具体包括：
7.根据权利要求1～6任意一项所述的方法，其特征在于，根据反例对相应输入参数分量集合的参数区间进行精化处理
8.一种基于抽象精化的逆向推演学习装置，其特征在于，包括：
9.一种计算装置，其特征在于，包括至少一个处理器以及至少一个存储器，其中，所述存储器存储有计算机程序，所述处理器，用于读取存储器中的计算机程序，执行权利要求1～7任一权利要求所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行权利要求1～7任一权利要求所述的方法。
...【技术特征摘要】
1.一种基于抽象精化的逆向推演学习方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据第二仿真输入参数总集合中每项输入参数分量集合的最大值与最小值，确定每项输入参数分量集合的参数区间，具体包括：
3.根据权利要求2所述的方法，其特征在于，根据第二仿真输入参数总集合以及第二仿真输入参数总集合中每项输入参数分量集合，确定仿真参数加权计算方法，具体包括：
4.根据权利要求3所述的方法，其特征在于，根据仿真参数加权计算方法、各仿真输出数据集合和各仿真输入参数集合，确定对应的加权仿真输入参数，具体包括：
5.根据权利要求3所述的方法，其特征在于，根据仿真参数加权计算方法、各仿真输出数据集合和各仿真输入参数集合，确定对应的加权仿真输入参数，具体包括：
...
【专利技术属性】
技术研发人员：张连怡，王俊达，薛小强，程芳，
申请(专利权)人：北京仿真中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。