一种基于大数据的仿真数学模型参数对的估量方法技术

本发明专利技术属于仿真技术领域，公开了一种基于大数据的仿真数学模型参数对的估量方法，所述基于大数据的仿真数学模型参数对的估量系统包括：大数据采集模块、主控模块、参数设置模块、优化模块、估算模块、数据存储模块、显示模块。本发明专利技术通过大数据采集模块可保证工业大数据能够实时且安全地传输，从而缓解网络传输的压力；通过估算模块能滤除大部分的失真数据，提高了参数估计结果的无偏性；同时，通过数据存储模块设计测点ID及时间序列组成的行键将工业大数据按行进行存储，从而使业务逻辑上具有时间相关性、测点相关性的数据在物理存储上按行相邻排列，同时优化读写性能，实现查询效率和写入效率的平衡。

A Method of Estimating Parameter Pairs of Simulation Mathematical Model Based on Large Data

The invention belongs to the field of simulation technology, and discloses a method for estimating parameters of simulation mathematical model based on large data. The system for estimating parameters of simulation mathematical model based on large data includes: large data acquisition module, main control module, parameter setting module, optimization module, estimation module, data storage module and display module. The invention can ensure the real-time and safe transmission of large industrial data through the big data acquisition module, thereby alleviating the pressure of network transmission; can filter out most of the distorted data through the estimation module, and improve the unbiasedness of the parameter estimation results; at the same time, through the data storage module design the row keys composed of the measuring point ID and the time series, the large industrial data are stored in rows, thereby, the network transmission pressure can be alleviated. In order to achieve the balance between query efficiency and write efficiency, the data with time-dependent and measurement-point-dependent in business logic are arranged adjacent to each other in physical storage, and the read-write performance is optimized at the same time.

【技术实现步骤摘要】
一种基于大数据的仿真数学模型参数对的估量方法
本专利技术属于仿真
，尤其涉及一种基于大数据的仿真数学模型参数对的估量方法。
技术介绍
仿真数学模型在具体工业生产装置应用时，需要做针对性的参数估计。仿真(Simulation)，即使用项目模型将特定于某一具体层次的不确定性转化为它们对目标的影响，该影响是在项目仿真项目整体的层次上表示的。项目仿真利用计算机模型和某一具体层次的风险估计，一般采用蒙特卡洛法进行仿真。利用模型复现实际系统中发生的本质过程，并通过对系统模型的实验来研究存在的或设计中的系统，又称模拟。这里所指的模型包括物理的和数学的，静态的和动态的，连续的和离散的各种模型。所指的系统也很广泛,包括电气、机械、化工、水力、热力等系统,也包括社会、经济、生态、管理等系统。当所研究的系统造价昂贵、实验的危险性大或需要很长的时间才能了解系统参数变化所引起的后果时，仿真是一种特别有效的研究手段。仿真的重要工具是计算机。仿真与数值计算、求解方法的区别在于它首先是一种实验技术。仿真的过程包括建立仿真模型和进行仿真实验两个主要步骤。然而，现有仿真数据源实时产生的数据量巨大，工业控制系统或智本文档来自技高网...

【技术保护点】
1.一种基于大数据的仿真数学模型参数对的估量方法，其特征在于，所述基于大数据的仿真数学模型参数对的估量方法包括：步骤一，利用数据采集接口采集工业大数据信息；步骤二，通过参数设置模块利用仿真软件设置仿真数学模型参数对；步骤三，利用基于优化粒子群算法的大数据优化算法对采集的大数据进行优化处理；利用仿真软件对仿真数学模型参数对的估算操作；步骤四，利用存储器存储采集的工业大数据；步骤五，利用基于全局自适应分数阶积分图像去噪算法进行图像去噪的显示器显示采集的工业大数据及估算结果。

【技术特征摘要】
1.一种基于大数据的仿真数学模型参数对的估量方法，其特征在于，所述基于大数据的仿真数学模型参数对的估量方法包括：步骤一，利用数据采集接口采集工业大数据信息；步骤二，通过参数设置模块利用仿真软件设置仿真数学模型参数对；步骤三，利用基于优化粒子群算法的大数据优化算法对采集的大数据进行优化处理；利用仿真软件对仿真数学模型参数对的估算操作；步骤四，利用存储器存储采集的工业大数据；步骤五，利用基于全局自适应分数阶积分图像去噪算法进行图像去噪的显示器显示采集的工业大数据及估算结果。2.如权利要求1所述的基于大数据的仿真数学模型参数对的估量方法，其特征在于，所述步骤五中基于优化粒子群算法的大数据优化算法，如下：在D维大数据云存储聚类特征空间中，有m个粒子组成一个种群，把数据聚类问题转化为一个多目标优化问题，云存储中大数据聚类：minF(x)＝[f1(x)，f2(x)，…，fn(x)]s.t.gi(x)≤0(或≥0)i＝1，2，…nhj(x)＝0j＝1，2，…，m；其中，fi(x)(i＝1，2，...，n)为目标函数，gi(x)系统有两个不稳定的1周期点x＝0和x＝1-1/μ，hj(x)为等式约束；引入混沌粒子群扰动概念，得到决策变量x*支配的聚类中心的特征解为：对于每个大数据信息特征矢量Xi进行存档：li(k)＝(1-ρ)li(k-1)+γf((xi(k))；其中，fi是Pareto最优解，Pij(k)表示k时刻第i个决策变量，不等式fi(X*)≤fi(X)成立，其中i＝1，2，…，n，设置聚类的阈值Nth，当Neff＜Nth时，搜索区域的Oα和Oβ两个区间的聚类正确的概率为：采用粒子群跳数改进机制进行存储库中的粒子更新；更新粒子群中每个粒子的空间位置：其中，xk为...

【专利技术属性】
技术研发人员：张辉，
申请(专利权)人：张辉，
类型：发明
国别省市：贵州,52