CN112685922A - 一种两层级联的实验方案设计方法与系统 - Google Patents

一种两层级联的实验方案设计方法与系统 Download PDF

Info

Publication number
CN112685922A
CN112685922A CN202110283697.8A CN202110283697A CN112685922A CN 112685922 A CN112685922 A CN 112685922A CN 202110283697 A CN202110283697 A CN 202110283697A CN 112685922 A CN112685922 A CN 112685922A
Authority
CN
China
Prior art keywords
experimental
experiment
design
factors
factor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110283697.8A
Other languages
English (en)
Other versions
CN112685922B (zh
Inventor
齐锋
许国珍
陈怀进
张海燕
和伟
杨正
胡波
金玮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202110283697.8A priority Critical patent/CN112685922B/zh
Publication of CN112685922A publication Critical patent/CN112685922A/zh
Application granted granted Critical
Publication of CN112685922B publication Critical patent/CN112685922B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出了一种两层级联的实验方案设计方法及系统,所述方法包括读取基础作战数据,根据基础作战数据选定实验因子并设置实验因子的水平值;分别针对单个装备的所有实验因子和所有装备的所有实验因子进行两层级联实验设计,为后续实验点的生成提供支持;选择合适的通用实验设计算法,根据选定的实验因子及其水平值生成相应的实验点;针对已生成的实验点中的行动方案,分析其执行的依赖条件,生成关联的行动方案,进而形成完整的实验方案。本发明的多级层联的仿真实验设计方法将实验因子进行分级处理,分别实现各级因子的组合设计,提高了计算效率,解决了多指标多因子多水平方案的设计难题。

Description

一种两层级联的实验方案设计方法与系统
技术领域
本发明属于仿真实验设计技术领域,具体涉及一种两层级联的实验方案设计方法与系统。
背景技术
目前的仿真实验方案设计针对多因子多水平进行方案设计,理论上是可以实现的,但在仿真实验平台下,因子和水平数增大时,实验方案很难得到,或者需要很长时间才能得到,极大地降低了效率。
发明内容
鉴于上述的分析,本发明旨在提供一种多级层联的实验方案设计软件系统,用以解决现有仿真实验系统无法有效进行方案设计的问题。
本发明的一种两层级联的实验方案设计方法,包括以下步骤:
S1. 从作战方案数据库中读取基础作战数据;
S2. 显示所述基础作战数据,根据基础作战数据选定实验因子,并设置实验因子水平值;
S3. 分别针对单个装备的所有实验因子和所有装备的所有实验因子进行两层级联实验设计,为后续实验点的生成提供支持;
S4. 选择合适的通用实验设计算法,根据选定的实验因子与设置的实验因子水平值,生成相应的实验点;
S5. 针对已生成的实验点中的行动方案,分析其执行的依赖条件,生成关联的行动方案。
此外,本发明还提供了一种两层级联的实验方案设计系统,包括:
基础方案读取模块、实验因子选择及水平设置模块、实验算法设计模块、实验点生成模块和实验方案关联生成模块,上述各模块分别与数据库连接;
所述基础方案读取模块从作战方案数据库中读取基础作战数据,发送给实验因子选择及水平设置模块;
所述实验因子选择及水平设置模块根据基础作战数据选定实验因子,并设置实验因子水平值;
所述实验算法设计模块分别针对单个装备的所有实验因子和所有装备的所有实验因子进行两层级联实验设计,为后续实验点的生成提供支持;
所述实验点生成模块选择合适的通用实验设计算法,根据选定的实验因子与设置的实验因子水平值,生成相应的实验点;
所述实验方案关联生成模块针对已生成的实验点中的行动方案,分析其执行的依赖条件,生成关联的行动方案。
本发明的有益效果是:
本发明的两层级联的实验方案设计方法采用两层级联设计,既考虑了各行动因子的方案设计,又完成了各装备的设计,该方法将实验因子进行分级处理,分别实现各级因子的组合设计,提高了计算效率,解决了多指标多因子多水平方案的设计难题。
附图说明
图1是本发明的两层级联实验方案设计系统的架构图;
图2是本发明的两层级联实验方案设计方法的示意图;
图3是正交表自动匹配算法流程图;
图4A-4E分别是反辐射无人机、作战飞机、电子对抗侦察飞机、电子干扰飞机和预警机的典型作战行动序列。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的两层级联的实验方案设计方法,包括以下步骤:
S1. 基础方案读取:从作战方案数据库中读取基础作战数据。
所述基础作战数据包括力量编成信息、力量部署位置信息和力量作战行动计划信息;所述力量编成信息包括作战实体及其数量信息;所述力量部署位置信息包括点位置或区域位置。
S2. 实验因子选择及水平设置:显示所述基础作战数据,根据基础作战数据选定实验因子,并设置实验因子水平值。
所述实验因子包括区域因子和行动参数因子。
所述设置实验因子水平值包括:首先根据所述力量编成信息来选择和设置作战力量因子,然后设置为所述作战力量因子的区域因子和行动参数因子。
所述为作战力量因子设置区域因子,包括:为每个作战力量因子选择可供配置的地域/区域。
所述为作战力量因子设置行动参数因子,包括:为选定地域/区域的作战力量因子设定行动参数,所述行动参数包括时间参数、空间参数和频段参数。所述时间参数包括开始时间和持续时间,所述空间参数是任务地域/区域,所述频段参数包括频率上限和频率下限。
S3. 实验算法设计:分别针对单个装备的所有实验因子和所有装备的所有实验因子进行两层级联实验设计,为后续实验点的生成提供支持。
所述两层级联实验设计方法具体为:
第一级实验设计:针对单个装备的所有实验因子,采用全面、正交和均匀方法进行实验方案设计,得到多个实验样本;
第二级实验设计:针对所有装备的所有实验因子,采用正交或均匀方法进行实验方案设计,得到多个实验样本。
S4.实验点生成:选择合适的通用实验设计算法,根据选定的实验因子与设置的实验因子水平值,生成相应的实验点;
所述通用实验设计算法包括全组合算法、正交算法和均匀算法。
S5.实验方案关联生成:针对已生成的实验点中的行动方案,分析其执行的依赖条件,生成关联的行动方案。
本发明还提供了一种两层级联的实验方案设计系统,包括:
基础方案读取模块、实验因子选择及水平设置模块、实验算法设计模块、实验点生成模块和实验方案关联生成模块,上述各模块分别与数据库连接;
所述基础方案读取模块从作战方案数据库中读取基础作战数据,发送给实验因子选择及水平设置模块;
所述实验因子选择及水平设置模块根据基础作战数据选定实验因子,并设置实验因子水平值;
所述实验算法设计模块分别针对单个装备的所有实验因子和所有装备的所有实验因子进行两层级联实验设计,为后续实验点的生成提供支持;
所述实验点生成模块选择合适的通用实验设计算法,根据选定的实验因子与设置的实验因子水平值,生成相应的实验点;
所述实验方案关联生成模块针对已生成的实验点中的行动方案,分析其执行的依赖条件,生成关联的行动方案。
实施例:
图1示出了本发明的两层级联的实验方案设计系统组成结构图。
1.实验因子选择及水平设置模块
1.1作战方案的构成要素
实验因素最大的集合是作战方案的构成要素,作战方案的构成要素主要包括:
1)作战力量的构成,即作战实体及其数量因素;
独立的作战实体在基础案将因素的水平设全,通过设置其行动方案,决定用与不用,用则设置其行动,不用则不设置;
下一步扩展作战场景时考虑:仿真中生成的实体(弹药种类及数量),作战方案行动计划数据。
2)作战力量部署位置
可能是点位置,如部署位置、机场、港口,和区域,如行动区域、任务区域,作为实验要素点部署位置也用区域来表示,在基础方案中将可能的因素水平设置全。
区域位置:(点1,点2,点3,点4);
点位置:(经,纬,高)。
3)作战行动计划
电子干扰飞机运用实验可能涉及到的行动类型及其行动描述要素如下表。
表1作战行动计划因子选择及水平设置示意表
Figure 561064DEST_PATH_IMAGE001
1.2 子模块构成
1)力量因子选择及水平设置子模块
能够按照红蓝双方显示力量编成信息,对基础方案中没有设定和已经设定了行动计划信息的作战单元能够进行分区显示,已经设定的一般不再作为实验因子。
可以在红蓝双方力量编成树上进行作战力量因子水平的设置,在界面上可以对每个装备进行是否参与实验进行选择。对力量因子的选择和水平设置能够存储到数据库中,以便后续的编辑和修改。
2)力量配置因子选择及水平设置子模块
该模块为选定的相应力量因子设置配置地域/区域的功能,提供可视化的界面显示前面步骤中选择的作战力量因子,针对每个因子水平,提供可能配置地域/区域设置功能,配置地域/区域可以通过地图上作战的方式进行,前面已经设置的地域/区域可以作为后续的因子选择。对力量配置因子的选择和水平设置能够存储到数据库中,以便后续的编辑和修改。
3)行动参数因子选择及水平设置模块
该模块为选定的力量因子设置行动参数,行动参数主要包括时间、空间、频段,时间包括开始时间和持续时间,空间是任务地域/区域,频段包括频率上限和频率下限。根据实验需要,具体参数因子在上述三种中选择,因子水平根据参数的特点,提供方便快捷的录入/选择方式,不作为实验因子的,直接给一个确定的水平值。
当一个作战力量可执行的作战行动有多个的时候,可以对最为关心的作战行动展开因子设计,而与之存在关联关系的作战行动,由实验方案辅助生成模块自动生成。如干扰飞机可执行的行动包括:机动、巡航、返航、雷达干扰、通信干扰等,若只关心雷达干扰行动,其它行动可以设置确定值,也可以通过辅助生成模块自动生成。
1. 实验算法设计模块
2.1进行两层级联的实验设计
第一级实验设计:完成对具体某个实验的装备的设计,选取4个实验因子,包括位置、时间、空间、频率,水平数手动配置。
第二级实验设计:完成对各装备的行动设计,选取具体的行动方式(包括各种装备类型)。
第一级设计示例
以装备1行动为例;
表2
Figure 723055DEST_PATH_IMAGE002
第二级设计示例
假设上一级全部采用正交设计,则装备的水平数为:
装备1:9个;装备2:9个;装备3:9个;装备4:9个。
实验设计算法模块实现多种与具体应用无关的实验设计通用算法,主要包括全组合、正交、均匀等,为后续实验点的生成提供支持。
第一级可采用全面、正交、均匀等方法进行设计,通过第一级设计得到M个样本。第二级设计为多因子的高水平数实验设计,建议采用正交或均匀设计,可显著减少本级实验设计的样本数。
两层级联实验设计方法如图2所示。
2.2 建立动态链接库
本发明设计了主流的全面设计、正交实验设计、均匀实验设计这三种实验设计方法,同时将各实验设计方法通过VisualStudio 2010封装为统一的动态链接库dll,供样本生成工具调用,也便于工具对于实验设计方法的管理,统一的由外部调用的接口如下:
Void TestMethod(int FactorNum,int LevelNum,int* SampleNum, char*LevelData,double **SampleTable)
参数一:表示参与实验的实验因子数,由调用方输入;
参数二:表示参与实验的实验因子的水平数,由调用方输入;
参数三:表示生成的实验样本数,以指针形式改变*SampleNum值。
参数四:表示各个实验因子的水平值,以字符串的形式输入,由符号“,”和“;”分割,如"2,3,4;5,6,7;8,9,10;11,12,13"表示四个实验因子,其水平值分别为“2,3,4”、“4,5,6”、“7,8,9”、“10,11,12”。
参数五:表示生成的实验样本集,存储在该二维数组中,每个一维数组即为一条实验样本。
方法管理采用XML配置文件,用于存储工具现有的实验设计方法的信息,当工具启动时将自动读取该文件内的方法信息,从而在使用时调用各实验设计方法。
表3 算法配置信息列表
Figure 518973DEST_PATH_IMAGE003
在文件中以“算法”节点记录各个实验设计方法的信息,算法的配置信息如上表所示,工具在具体使用各算法时通过算法文件路径和算法函数名调用各实验设计方法,但各算法的函数需保证统一的形参设计。
所有的实验设计方法信息存储在软件的算法配置文件之中,用户可双击已有算法的信息进行编辑修改,点击“更新算法”即完成了修改,也可选中一个算法点击“删除算法”按钮用于删除一个算法,界面下方用于填写新增算法的信息,填写完并指定算法的dll后点击“增加算法”即完成了算法的添加,但需保证添加算法的接口满足要求。
2.3全面设计方法
1)定义
全面实验设计法在实验设计中,为了获得全面实验信息,对所选取的实验因素的所有水平组合全部实施一次以上,这种实验设计方法称为全面实验设计法。
2)特点
全面实验的最大优点是所获得的信息量很多,可以准确地估计各实验因素的主效应的大小,还可估计因素之间各级交互作用效应的大小。
其最大缺点是所需要的实验次数最多,因此耗费的人力、物力和时间也较多,当所考察的实验因素和水平较多时,研究者很难承受。
此设计还有三个明显的特点:
一是它要求实验时全部因素同时施加,即每次做实验都将涉及到每个因素的一个特定水平,若实验因素施加时有"先后顺序"之分,一般被称为“分割或裂区设计”。
二是因素对定量观测结果的影响是地位平等的,即在专业上没有充分的证据认为哪些因素对定量观测结果的影响大、而另一些影响小。若实验因素对观测结果的影响在专业上能排出主、次顺序,一般就被称为“系统分组或嵌套设计”。
三是可以准确地估计各因素及其各级交互作用的效应大小(注若某些交互作用的效应不能准确估计,就属于非正规的析因设计了,如分式析因设计、正交设计、均匀设计等。
3)应用场合
适用于要考察的因素和水平数都不太多的场合,主要用于单因素和双因素实验。对于多因素实验,用此法会使增加实验次数和实验工作量。
4)具体实施
全面设计方法对实验因子的所有水平组合进行实验。
全面实验的组合处理数L应等于各因素水平的乘积。设因素A,B,C对应的水平数分别为a、b、c,则全面实验数为L=a·b·c。
可见,实验次数随因素及其水平数的增加迅速增加。对于多个因素,若实施全面实验,实际上是有困难的,有时甚至是不可能的。
在全面实验设计方法中,首先计算得到样本数,根据全排列组合有试验样本数为试验水平数的试验因子数次方,即:SampleNum=LevelNum^FactorNum,随后以三层循环计算得到实验样本表中的每个水平值。最外层循环n表示因子数,即代表实验样本表中的每一列,第二层和第三层的循环次数随着n变化而变化,但两者相乘得到的总次数为样本数不变,即第二层和第三层代表实验样本表中每一行,通过这种方法得到了所有可能的排列组合,将每个样本每个属性的值取出存储至对应样本表格中,这里的flag变量用于从因子对应的水平值数组中取出对应水平值Levels[flag-1]。
2.4正交设计方法
1)定义
所谓正交设计,就是用一系列规格化的正交表来安排各实验因素及其水平组合的过程。正交表是经过严格的数学推导而编制出来的。正交表上的每一行代表各实验因素的一种水平组合,称为一个实验点;正交表的每一列代表一个实验因素或交互作用项在各次实验中的水平取值,视具体的安排或表格而定。
正交设计的关键有三点:其一,根据专业知识和预实验的结果,确定哪些因素之间的交互作用必须考虑;其二,根据实际问题,选择合适的正交表,进行表头设计;其三,将正交表中的“编码水平”换成实际实验中的“真实水平”。所谓表头设计,就是结合专业知识和备查的交互作用表,在正交表的各列上放置单个因素、需要考察的交互作用项,不安排任何因素和交互作用项的列将被用来估计实验误差的大小。
2)特点
正交设计有三个最突出的特点:
一是由正交表挑出来的实验点在空间具有“均匀分散性”;
二是由正交表挑出来的实验点在统计分析时具有“整齐可比性”;
三是某些好的未包括在正交表中的实验点,可以通过统计分析将其发现。
3)应用场合
在可以应用析因设计的实验研究中,若高阶交互作用项可以忽略不计(通常仅需要考察少数一阶交互作用项)时,为了减少实验点数,可以考虑选用合适的正交表来进行正交设计。
4)具体实施
设计正交实验方案的主要步骤为:明确实验目的,确定实验指标;确定需要考察的因素,选取适当的水平;选用合适的正交表;进行表头设计。
1> 正交表选择
根据具体情况选择合适的正交表来安排多因素实验,就是正交设计。在实验中,需要考察的因素水平情况可能会很复杂,比如多因素、多水平、各因素水平个数相差大、存在交互作用等情况。现在一般的正交设计软件只能手工选取合适的正交表并一一填写因素水平信息,为了能够根据实验设计模块所确定的因素水平情况自动匹配合适的正交表。在手工选择正交表时根据因素水平的不同应该选择不同类型的正交表,可以分为4大类基本情况加以分析。
表4 正交表选择原则
Figure 472498DEST_PATH_IMAGE004
A.等水平无交互:
每个因素的水平数都相等的情况下只需选用比因素个数稍大号的基本正交表即可,如5个2水平因素选用L8(72),3个3水平因素选用L9(34)。常用的基本正交表有L4(23)、L8(27)、L12(211)、L16(215)、L9(34)、L18(37)、L27(313)、L16(45)等。
B.等水平有交互:
所有交互都是作为因素来处理的,因此仍然可以按照1)中所述方法选择稍大号的正交表,但是在安排交互所在列时应按照交互列安排表严格执行。值得注意的是交互的水平个数和取值并不影响实验的进行,在按照实验安排表产生派生想定时只需更改基本想定中独立因素的水平取值。
C.不等水平无交互:
常用的混合正交表有48L(4×2)、39L(2×3)、329L(2×3)、412L(3×2)、212L(6×2)、1216L(4×2)、816L(8×2)、L16(3×213)、21116L(3×2)、3916L(3×2)、718L(2×3)、618L(6×3)、820L(5×2)、220L(10×2)、424L(3×4×2)、324L(6×4×2)等,混合正交表只适合没有交互作用的混合正交设计,如何从中选取满足需要的实验数最少的混合正交表,有以下步骤:
根据一些基本原则筛选混合表如混合表的最大水平应大于选定因素的最大水平,混合表的列数应大于选定因素之和等。
根据自由度准则筛选混合表所选混合表自由度应大于或等于因素自由度之和。混合表自由度为实验组合数减1,因素自由度为此因素水平数减1。
和全面设计对比如果前面步骤筛选后剩下的最小混合表的实验次数已经接近或者超过进行全面设计的实验次数,则进行全面设计。
D.不等水平有交互:
这是最复杂的一种情况,要考察交互作用就必须用标准表,标准表都是等水平表,因此需要对某些因素水平进行改造,以符合正交表的需求。从编程的可行性方面考虑,主要采用拟水平法和水平结合法。拟水平法主要用于因素水平小于正交表水平数的情况,常使用比较重要的水平作为拟因素,但是由于智能选择正交表是基于对因素水平的一般情况考虑,所以在原有的水平中随机选择作为拟水平。水平结合法用于因素水平大于正交表水平的情况。比如要把4水平因素安排在2水平列中,则水平1,2记为1´,水平3,4记为2´,把1´和2´安排在2水平列中,多次出现1´时轮流用水平1和水平2代替,出现2´时轮流用水平3和水平4代替。
图3显示了正交表自动匹配算法流程图。
2> 表头设计
正交表的每一列可以安排1个因素。表头设计就是将实验因素分别安排到所选正交表的各列中去。
如果因素间无交互作用,各因素可以任意安排到各列中去。当然,如果条件允许,应安排到优良性好和优良性多的表中。
通常专门列出表头设计,尤其是当考虑交互作用时必须列出表头设计,交互作用一律当作因素看待,这是处理交互作用问题的一条总的原则。作为因素,各级交互作用都可以安排在能考察交互作用的正交表的相应列上;它们对实验指标的影响情况都可以分析清楚,而且计算非常简便。
在表头设计的基础上,将所选正交表中各列的不同数字换成对应因素的相应水平,便形成了实验方案。
2.5均匀设计算法
1)定义
均匀设计是基于数论理论推导出来的一种实验设计方法,其实验点在空间具有“均匀分散性”。若用度量均匀性的函数来度量,由均匀表所决定的实验点比由正交设计所决定的实验点在空间具有更好的均匀性,但它是以牺牲实验点在空间“整齐可比性”为代价的。
2)特点
它以牺牲因素水平组合之间的正交性,仅强调实验点在实验空间中的均匀性为代价,来达到大幅度减少实验点数的目的。因均匀设计丧失了“正交性”而不具有“整齐可比性”,因而均匀设计产生的实验结果,需要运用多重线性回归分析方法来处理。事实上,由于自变量的个数(包括因素的平方项和交叉乘积项)往往会超过实验点数,拟合多重线性回归方程时,只能选择部分自变量进入模型,选择方法不同其结果也不尽相同,故多重回归方程是不唯一的;有时可能存在很多符合某些条件的多重线性回归方程,需要有一些公认的标准进行评价,方可从中找到最合适的。因此,对实际工作者来说,正确应用有一定的困难。
3)应用场合
当实验中拟考察的因素很多,因素的水平数也较多时,即使用正交设计仍感到实验次数太多,此时,可考虑选用均匀设计。此设计一般适用于全部因素为定量因素的实验研究场合,通常是研究者对所研究的问题中诸因素及其交互作用的重要性一概不知的大规模实验研究的场合,通过此设计进行因素筛选。当因素和水平的数目缩小后,再改用正交设计做详细研究。
应用均匀设计的注意事项:在均匀设计中,往往由于自变量的个数,包括全部因素、因素的平方项、因素之间的交叉乘积项,大大超过实验点数,进行多重线性回归分析时,其结果常取决于筛选自变量的方法,因此,其结果的稳定性较差。
4)具体实施
设计均匀实验方案的主要步骤为:明确实验目的,确定实验指标;确定需要考察的因素,选取适当的水平;选用合适的均匀表;进行表头设计;编制实验方案(实验安排表)。
1> 均匀表选择
根据具体情况选择合适的均匀表来安排多因素实验,就是均匀设计。均匀表可以分为同水平的均匀表和混合水平的均匀表两大类。同水平的均匀表比较多见,两水平的均匀表就是两水平的正交表。
2> 表头设计
均匀表的每一列可以安排1个因素。表头设计就是将实验因素分别安排到所选的均匀表的各列中去。
在表头设计的基础上,将所选均匀表中各列的不同数字换成对应因素的相应水平,便形成了实验方案。
分别采用不同设计算法所的样本数,如下表所示;
表5 第一级算法设计样本数
Figure 619445DEST_PATH_IMAGE005
第二级为10水平4因子的实验设计,分别采用不同设计算法所得的样本数,如下表所示;
表6 第二级算法设计样本数
Figure 116286DEST_PATH_IMAGE006
不同实验方法组合样本数如下表所示;
表7 两级组合算法设计样本数
Figure 969972DEST_PATH_IMAGE007
2. 实验点生成模块
根据选定的实验因子与因子水平的值,利用选择的实验设计算法,生成相应的实验点,可在窗口界面中显示具体的实验点内容,并且可以根据需要对实验点进行编辑。
实验点生成模块生成和实验点的示例如下表所示。
表8 实验点示例
Figure 97328DEST_PATH_IMAGE008
在实验设计过程中,经过相应设置,形成一张如表7所示的实验因子选择和因子水平设置表。
表9 实验因子选择和因子水平设置表示例
Figure 731572DEST_PATH_IMAGE009
4.实验方案关联生成模块
4.1实验点中生成单装实验方案
单装主要是指独立执行作战行动的装备实体,主要包括:雷达、固定的指挥引导电台、雷达对抗、通信对抗、光电对抗的侦察装备、干扰装备等。
实验点中,包含单装的主要设计内容包括:部署位置和作战行动。
1)单装的部署位置
首先从DB_PL_EQUIP表中读取,若没有作为实验因子(水平只有一个),不在实验方案的相关库中进行存储。若作为实验因子,有多个水平时,其各个水平值存储到DB_PL_EX_Deploy表中,针对具体的实验点,装备的实际部署位置通过“因子水平与作战实体关联表”(DB_PL_EX_EntityFactor需要保留)进行存储。
2)单装的作战行动
涉及到单装的作战行动,主要包括:
表10
Figure 969786DEST_PATH_IMAGE010
上述行动较为简单,不存在与其他行动的依赖关系,生成实验方案时,直接将实验点中对该装备的行动数据写入到DB_PL_EX_ActionInfo表中,需要注意的是不同类型的行动,可能需要写入到不同的字段中。
4.2 作战平台实验点生成实验方案
作战平台主要是指根据其装备的挂载情况,可遂行多样化任务的组合实体,主要包括:车辆、飞机、舰艇、导弹等,本次主要针对飞机平台开展实验设计,具体的飞机平台又可细分为:作战飞机、预警机、电子战飞机等。
实验点中,包含平台的主要设计内容包括:部署、机动航线和主要电子战行动。
1)执行任务时部署区域
实验设计中为作战平台设定的部署区域,是其执行任务的巡航区域,与单装的部署位置有明显区别,该部署区域将作为其作战行动中的一个参数,而不是独立存在。
作战平台的初始位置从DB_PL_EQUIP表中读取(针对车辆)或从DB_PL_AirPlane(针对飞机)表中读取,而实验设计中设计的部署区域需要保存在DB_PL_EX_ZONEPLOT中,需要辅助添加巡航行动,将添加的作战行动存储到(DB_PL_EX_ActionInfo)表中时,通过具体字段关联巡航区域。
2)机动航线
对作战平台的机动行动开展实验设计时,机动航线作为因子,可能的水平存储在机动路线因子水平表(DB_PL_EX_MOVE)中,生成实验点时,将设定的因子水平存储到DB_PL_EX_ActionInfo表中的相应字段。
3)主要电子(战)行动
主要包括雷达探测、指挥引导通信、雷抗侦察、通抗侦察、雷达干扰、通信干扰等,基本处理方法同单装。
4)典型行动序列
实验设计中,针对平台主要设计的内容是数量、部署区域和1个主要的行动,包括机动行动或电子战行动。为了将设计的主要内容执行起来,需要辅助生成相关的作战行动。针对各类平台,其典型的作战行动序列如下:
图4A-4E分别显示了反辐射无人机、作战飞机、电子对抗侦察飞机、电子干扰飞机和预警机的典型作战行动序列。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机装置(可以是个人计算机,实体机服务器,或者网络云服务器等,需安装Windows或者Windows Server操作系统)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (10)

1.一种两层级联的实验方案设计方法,其特征在于,包括以下步骤:
S1. 基础方案读取:从作战方案数据库中读取基础作战数据;
S2. 实验因子选择及水平设置:显示所述基础作战数据,根据基础作战数据选定实验因子,并设置实验因子水平值;
S3. 实验算法设计:分别针对单个装备的所有实验因子和所有装备的所有实验因子进行两层级联实验设计,为后续实验点的生成提供支持;
S4. 实验点生成:选择合适的通用实验设计算法,根据选定的实验因子与设置的实验因子水平值,生成相应的实验点;
S5.实验方案关联生成:针对已生成的实验点中的行动方案,分析其执行的依赖条件,生成关联的行动方案。
2.根据权利要求1所述的两层级联的实验方案设计方法,其特征在于,所述步骤S1中:
所述基础作战数据包括力量编成信息、力量部署位置信息和力量作战行动计划信息;所述力量编成信息包括作战实体及其数量信息;所述力量部署位置信息包括点位置或区域位置。
3.根据权利要求2所述的两层级联的实验方案设计方法,其特征在于,所述步骤S2中:
所述实验因子包括区域因子和行动参数因子。
4.根据权利要求3所述的两层级联的实验方案设计方法,其特征在于,所述步骤S2中,所述设置实验因子水平值包括:
首先根据所述力量编成信息来选择和设置作战力量因子,然后设置对应于所述作战力量因子的区域因子和行动参数因子。
5.根据权利要求4所述的两层级联的实验方案设计方法,其特征在于,所述步骤S2中,所述设置对应于作战力量因子的区域因子,包括:
为每个作战力量因子选择可供配置的地域/区域。
6.根据权利要求4所述的两层级联的实验方案设计方法,其特征在于,所述步骤S2中,所述设置对应于作战力量因子的行动参数因子,包括:
为选定地域/区域的作战力量因子设定行动参数,所述行动参数包括时间参数、空间参数和频段参数。
7.根据权利要求6所述的两层级联的实验方案设计方法,其特征在于:
所述时间参数包括开始时间和持续时间,所述空间参数是任务地域/区域,所述频段参数包括频率上限和频率下限。
8.根据权利要求1所述的两层级联的实验方案设计方法,其特征在于,所述步骤S3中,所述两层级联实验设计包括:
第一级实验设计:针对单个装备的所有实验因子,采用全面、正交和均匀方法进行实验方案设计,得到多个实验样本;
第二级实验设计:针对所有装备的所有实验因子,采用正交或均匀方法进行实验方案设计,得到多个实验样本。
9.根据权利要求1所述的两层级联的实验方案设计方法,其特征在于,所述步骤S4中:
所述通用实验设计算法包括全组合算法、正交算法和均匀算法。
10.一种两层级联的实验方案设计系统,其特征在于,包括:
基础方案读取模块、实验因子选择及水平设置模块、实验算法设计模块、实验点生成模块和实验方案关联生成模块,上述各模块分别与数据库连接;
所述基础方案读取模块从作战方案数据库中读取基础作战数据,发送给实验因子选择及水平设置模块;
所述实验因子选择及水平设置模块根据基础作战数据选定实验因子,并设置实验因子水平值;
所述实验算法设计模块分别针对单个装备的所有实验因子和所有装备的所有实验因子进行两层级联实验设计,为后续实验点的生成提供支持;
所述实验点生成模块选择合适的通用实验设计算法,根据选定的实验因子与设置的实验因子水平值,生成相应的实验点;
所述实验方案关联生成模块针对已生成的实验点中的行动方案,分析其执行的依赖条件,生成关联的行动方案。
CN202110283697.8A 2021-03-17 2021-03-17 一种两层级联的实验方案设计方法与系统 Active CN112685922B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110283697.8A CN112685922B (zh) 2021-03-17 2021-03-17 一种两层级联的实验方案设计方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110283697.8A CN112685922B (zh) 2021-03-17 2021-03-17 一种两层级联的实验方案设计方法与系统

Publications (2)

Publication Number Publication Date
CN112685922A true CN112685922A (zh) 2021-04-20
CN112685922B CN112685922B (zh) 2021-06-08

Family

ID=75455598

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110283697.8A Active CN112685922B (zh) 2021-03-17 2021-03-17 一种两层级联的实验方案设计方法与系统

Country Status (1)

Country Link
CN (1) CN112685922B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108376197A (zh) * 2018-02-27 2018-08-07 安徽理工大学 一种基于正交试验的断层活化因素关联度分析方法
CN108597289A (zh) * 2017-09-15 2018-09-28 夏文祥 一种作战后勤仿真实验平台系统
CN108647414A (zh) * 2018-04-27 2018-10-12 北京华如科技股份有限公司 基于仿真实验的作战计划适应性分析方法及存储介质
CN110765570A (zh) * 2019-09-09 2020-02-07 蓝箭航天空间科技股份有限公司 一种火箭发动机导管的制备方法及火箭发动机管路
KR20200038362A (ko) * 2018-10-02 2020-04-13 한국철도기술연구원 철도차량용 원추형 고무 스프링의 최적화 설계방법 및 그에 의해 설계된 원추형 고무 스프링
CN111008013A (zh) * 2019-12-11 2020-04-14 沈阳农业大学 一种大田裂区试验数据分析与可视化系统
US20200310403A1 (en) * 2019-03-29 2020-10-01 TuSipmle, Inc. Operational testing of autonomous vehicles
CN112118272A (zh) * 2020-11-18 2020-12-22 中国人民解放军国防科技大学 基于仿真实验设计的网络攻防推演平台

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108597289A (zh) * 2017-09-15 2018-09-28 夏文祥 一种作战后勤仿真实验平台系统
CN108376197A (zh) * 2018-02-27 2018-08-07 安徽理工大学 一种基于正交试验的断层活化因素关联度分析方法
CN108647414A (zh) * 2018-04-27 2018-10-12 北京华如科技股份有限公司 基于仿真实验的作战计划适应性分析方法及存储介质
KR20200038362A (ko) * 2018-10-02 2020-04-13 한국철도기술연구원 철도차량용 원추형 고무 스프링의 최적화 설계방법 및 그에 의해 설계된 원추형 고무 스프링
US20200310403A1 (en) * 2019-03-29 2020-10-01 TuSipmle, Inc. Operational testing of autonomous vehicles
CN110765570A (zh) * 2019-09-09 2020-02-07 蓝箭航天空间科技股份有限公司 一种火箭发动机导管的制备方法及火箭发动机管路
CN111008013A (zh) * 2019-12-11 2020-04-14 沈阳农业大学 一种大田裂区试验数据分析与可视化系统
CN112118272A (zh) * 2020-11-18 2020-12-22 中国人民解放军国防科技大学 基于仿真实验设计的网络攻防推演平台

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘延珍, 赵勇, 岳宏伟: "陆军装备作战试验方案生成及逻辑验证", 《指挥控制与仿真》 *
葛江涛,刘雅奇,齐锋: "基于两阶段抽样法的作战仿真实验方案优选分析", 《火力与指挥控制》 *

Also Published As

Publication number Publication date
CN112685922B (zh) 2021-06-08

Similar Documents

Publication Publication Date Title
Viloria et al. Integration of data mining techniques to PostgreSQL database manager system
Mavrotas et al. An improved version of the augmented ε-constraint method (AUGMECON2) for finding the exact pareto set in multi-objective integer programming problems
Fakhouri et al. The nearly universal merger rate of dark matter haloes in ΛCDM cosmology
Sanchez et al. Designs for large-scale simulation experiments, with applications to defense and homeland security
US20190197141A1 (en) Interactive adjustment of decision rules
US20090006318A1 (en) Multi-source data visualization system
Halim et al. Quantifying and optimizing visualization: An evolutionary computing-based approach
US9501462B2 (en) Form object having form representation and grid representation of form
Patriarca et al. myFRAM: An open tool support for the functional resonance analysis method
US9110942B2 (en) Programmer interface for manufacturing execution system
Eriksson et al. Scenario development using computerised morphological analysis
CN112685922B (zh) 一种两层级联的实验方案设计方法与系统
Stetsenko et al. Petri-object simulation: Software package and complexity
US20220374801A1 (en) Plan evaluation apparatus and plan evaluation method
Ramos et al. On the support of automated analysis chains on enterprise models
Ghosh et al. Preferential allocation of benefits and resource competition among recipients allows coexistence of symbionts within hosts
US20060100845A1 (en) Multiple stream real time data simulation adapted for a KStore data structure
Wickert et al. jABCstats: an extensible process library for the empirical analysis of jABC workflows
Pinaud et al. PORGY: a visual analytics platform for system modelling and analysis based on graph rewriting
Vogelgesang et al. A framework for interactive multidimensional process mining
KR102590516B1 (ko) 공장 상황에 대한 What-if 시뮬레이션 방법 및 이를 위한 장치
Moore et al. An overview and evaluation of decision tree methodology
CN116090183B (zh) 一种面向scr需求模型的数字化模拟方法和系统
Williams et al. The flexible Climate Data Analysis Tools (CDAT) for multi-model climate simulation data
JP3785049B2 (ja) 区間ルール抽出方法及びプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant