本发明专利技术公开了一种组合模型成熟度评估方法和装置，其中，所述方法包括：构建组合模型的成熟度目标函数；对候选子模型进行组合优选，确定组合模型；基于所述组合模型对所述成熟度目标函数进行评估，其中，评估结果用于表征所述组合模型成熟度。本发明专利技术公开的组合模型成熟度评方法，能够快速实现模型组合并求出满足多目标要求的最优解，进而获取关于组合模型成熟度的不同目标函数的评估结果。度的不同目标函数的评估结果。度的不同目标函数的评估结果。
【技术实现步骤摘要】
一种组合模型成熟度评估方法和装置
[0001]本专利技术属于建模仿真
，尤其涉及一种组合模型成熟度评估方法和装置。
技术介绍
[0002]仿真技术作为人们认识世界的一种重要手段，已经被广泛经验于航空航天、医疗、交通、智能制造、社会系统等诸多领域。仿真系统及其仿真模型是仿真应用的具体体现形式，仿真系统及模型的可信度或者质量是否达到要求，直接关系到应用的成败。因此，对仿真系统或者模型的评估问题已成为研究系统仿真领域的热点问题。尤其，对于体系SoS(system of systems，系统中的系统)这样的复杂系统仿真而言，往往需要通过模型组合或者组合仿真的形式来完成一个复杂的仿真任务。评估单一的系统或者单一的模型已经不能满足我们的需求，同时，对于给定若干单个模型的相关指标来评估模型组合后的整体模型质量，目前还没有相关的成熟的理论基础来证明其有效性。尤其是对组合模型的可信度的评估，由于模型可信度会随着需求的改变而发生变化，因此，对不同需求下的组合模型可信度的评估面临困难。
[0003]模型成熟度是指随着模型的使用时间和使用次数的增加，衡量模型满足预期效果及应用目标程度的量度，即模型相对于实际对象的发展状态。模型成熟过程是一个随着实践不断向前推进的循环演化过程。这个过程包含了模型从建模到仿真应用，以及对模型的全过程管理；其中每个过程都应有反馈以保证模型进行迭代优化，即为模型逐步走向成熟的过程。这样，单个的模型成熟度的不会随着需求的改变而变化，从而可以用来计算模型组合后的整体模型成熟度。其次，对子模型进行模型组合并完成仿真任务需求时，不仅要满足子模型之间的语法、语义等功能性需求，也需要考虑子模型之间的关联性、合作关系等约束来满足其非功能需求。单纯从某一个指标(如，模型成熟度)根据数学公式去计算进而评估其组合后的效果，并不能满足其他QoS(Quality of Service，服务质量)指标的要求，也不符合实际的用户需求，最重要的是计算得到的结果也没有参照性。
技术实现思路
[0004]本专利技术为解决上述问题，提出了一种组合模型成熟度评估方案，该方案通过用户对于组合模型的不同的QoS评估需求，利用可配置的智能优化算法，求解多目标优化问题，从而找出满足要求的模型组合的最优解。然后使用该最优解计算出组合模型的综合成熟度值，并对不同多目标函数下的不同组合模型成熟度的结果进行分类评估，最后将结果存入到数据库中。
[0005]为了解决上述技术问题，本专利技术公开了一种组合模型成熟度评估方法，其中，所述方法包括：构建组合模型的成熟度目标函数；对候选子模型进行组合优选，确定组合模型；基于所述组合模型对所述成熟度目标函数进行评估，其中，评估结果用于表征所述组合模型成熟度。
[0006]优选的，所述构建组合模型的成熟度目标函数的步骤，包括：根据各仿真需求的子
任务对应的子模型之间的关联合作关系，构建组合模型成熟度目标函数。
[0007]优选的，所述根据各仿真需求的子任务对应的子模型之间的关联合作关系，构建组合模型成熟度目标函数的步骤，包括：设置参数，其中，所述参数包括：子任务个数、种群大小以及算法迭代次数；加载各仿真需求的子任务对应的子模型的成熟度值和各所述子模型之间的合作关系表；依据所述合作关系表中数据生成各所述子模型之间的合作关系对称矩阵；根据所述对称矩阵，计算各所述子模型的权重向量；依据各所述子模型的权重向量，构建组合模型成熟度目标函数。
[0008]优选的，所述对候选子模型进行组合优选，确定组合模型的步骤，包括：按照待优化的不同指标的目标函数及相关约束，配置不同的智能优化算法；采用对应算法对多目标问题进行快速优化，以选出满足多目标函数及约束的模型组合的最优解；依据所述模型组合最优解，确定组合模型。
[0009]优选的，基于所述组合模型对所述成熟度目标函数进行评估的步骤，包括：确定在所述组合模型路径下的整体模型成熟度值；依据所述成熟度值，评估所述组合模型的所述目标函数是否有效。
[0010]本专利技术实施例又公开了一种组合模型成熟度评估装置，其中，所述装置包括：构建模块，用于构建组合模型的成熟度目标函数；确定模块，用于对候选子模型进行组合优选，确定组合模型；评估模块，用于基于所述组合模型对所述成熟度目标函数进行评估，其中，评估结果用于表征所述组合模型成熟度。
[0011]优选的，所述构建模块具体用于：根据各仿真需求的子任务对应的子模型之间的关联合作关系，构建组合模型成熟度目标函数。
[0012]优选的，所述构建模块包括：第一子模块，用于设置参数，其中，所述参数包括：子任务个数、种群大小以及算法迭代次数；第二子模块，用于加载各仿真需求的子任务对应的子模型的成熟度值和各所述子模型之间的合作关系表；第三子模块，用于依据所述合作关系表中数据生成各所述子模型之间的合作关系对称矩阵；第四子模块，用于根据所述对称矩阵，计算各所述子模型的权重向量；第五子模块，用于依据各所述子模型的权重向量，构建组合模型成熟度目标函数。
[0013]优选的，所述确定模块包括：第六子模块，用于按照待优化的不同指标的目标函数及相关约束，配置不同的智能优化算法；第七子模块，用于采用对应算法对多目标问题进行快速优化，以选出满足多目标函数及约束的模型组合的最优解；第八子模块，用于依据所述模型组合最优解，确定组合模型。
[0014]优选的，所述评估模块包括：第九子模块，用于确定在所述组合模型路径下的整体模型成熟度值；第十子模块，用于依据所述成熟度值，评估所述组合模型的所述目标函数是否有效。
[0015]本申请实施例提供的组合模型成熟度的评估方法和装置，一方面，为组合模型的整体成熟度的计算方法提供了评估方式，为组合模型逐步走向成熟提供建议；再一方面，该装置配置简单，容易快速实现并求出满足多目标要求的最优解，进而获取关于模型成熟度的不同目标函数的评估结果。
附图说明
[0016]图1示出本专利技术实施例的一种组合模型成熟度评估方法的步骤流程图；
[0017]图2示出本专利技术实施例的又一种组合模型成熟度评估方法流程图；
[0018]图3示出本专利技术实施例的计算组合模型成熟度的算法流程图；
[0019]图4示出本专利技术一种基于可配置智能优化算法的组合优选流程图；
[0020]图5为本专利技术实施例的一种组合模型成熟度评估装置的主要功能模块图。
具体实施方式
[0021]下面根据具体的实施例，结合附图针对本专利技术进行详细说明。应当理解，此处所述的具体实施例仅用于解释本专利技术，并不用于限定本专利技术。
[0022]图1为本专利技术实施例提供的组合模型成熟度评估方法的步骤流程图。
[0023]本专利技术实施例的组合模型成熟度评估方法包括以下步骤：
[0024]步骤101：构建组合模型的成熟度目标函数。
[0025]目标函数可以为一个或者多个，成熟度目标函数可由本领域技术人员根据实际需求灵活设置。
[0026]构建组合模型的成熟度目标函数时，可根据各仿本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种组合模型成熟度评估方法，其特征在于，所述方法包括：构建组合模型的成熟度目标函数；对候选子模型进行组合优选，确定组合模型；基于所述组合模型对所述成熟度目标函数进行评估，其中，评估结果用于表征所述组合模型成熟度。2.根据权利要求1所述的方法，其特征在于，所述构建组合模型的成熟度目标函数的步骤，包括：根据各仿真需求的子任务对应的子模型之间的关联合作关系，构建组合模型成熟度目标函数。3.根据权利要求2所述的方法，其特征在于，所述根据各仿真需求的子任务对应的子模型之间的关联合作关系，构建组合模型成熟度目标函数的步骤，包括：设置参数，其中，所述参数包括：子任务个数、种群大小以及算法迭代次数；加载各仿真需求的子任务对应的子模型的成熟度值和各所述子模型之间的合作关系表；依据所述合作关系表中数据生成各所述子模型之间的合作关系对称矩阵；根据所述对称矩阵，计算各所述子模型的权重向量；依据各所述子模型的权重向量，构建组合模型成熟度目标函数。4.根据权利要求1所述的方法，其特征在于，所述对候选子模型进行组合优选，确定组合模型的步骤，包括：按照待优化的不同指标的目标函数及相关约束，配置不同的智能优化算法；采用对应算法对多目标问题进行快速优化，以选出满足多目标函数及约束的模型组合的最优解；依据所述模型组合最优解，确定组合模型。5.根据权利要求1所述的方法，其特征在于，基于所述组合模型对所述成熟度目标函数进行评估的步骤，包括：确定在所述组合模型路径下的整体模型成熟度值；依据所述成熟度值，评估所述组合模型的所述目标函数是否有效。6.一种组合模型成熟度评...
【专利技术属性】
技术研发人员：张霖，刘营，赖李媛君，
申请(专利权)人：北京航空航天大学，
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。