CN114578714B - 基于效能指标收敛控制的仿真运行次数确定方法及装置 - Google Patents

基于效能指标收敛控制的仿真运行次数确定方法及装置 Download PDF

Info

Publication number
CN114578714B
CN114578714B CN202210480881.6A CN202210480881A CN114578714B CN 114578714 B CN114578714 B CN 114578714B CN 202210480881 A CN202210480881 A CN 202210480881A CN 114578714 B CN114578714 B CN 114578714B
Authority
CN
China
Prior art keywords
simulation
value
preset
convergence
candidate values
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.)
Active
Application number
CN202210480881.6A
Other languages
English (en)
Other versions
CN114578714A (zh
Inventor
季利春
田宇
卢宗平
罗鹏程
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.)
Hunan Xinghe Yuncheng Information Technology Co ltd
Original Assignee
Hunan Xinghe Yuncheng Information Technology Co ltd
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 Hunan Xinghe Yuncheng Information Technology Co ltd filed Critical Hunan Xinghe Yuncheng Information Technology Co ltd
Priority to CN202210480881.6A priority Critical patent/CN114578714B/zh
Publication of CN114578714A publication Critical patent/CN114578714A/zh
Application granted granted Critical
Publication of CN114578714B publication Critical patent/CN114578714B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种基于效能指标收敛控制的仿真运行次数确定方法、装置。所述方法包括：从多个仿真任务的效能指标中任意选择一个效能指标，根据选择的效能指标和预先设置的仿真运行次数进行预实验，得到多个带有标号的预选值；根据预先设定的取值长度对多个预选值进行遍历，得到与取值长度相对应的多个候选值；从多个候选值中确定收敛判断的起始值，根据起始值和预先设置的收敛阈值对候选值中除起始值以外的候选值进行收敛判断，若所有候选值中除起始值以外的候选值都在取值区间内，则判断预先设置的仿真运行次数为确定效能指标收敛的仿真运行次数。采用本方法能够提高仿真实验效率。

Description

基于效能指标收敛控制的仿真运行次数确定方法及装置
技术领域
本申请涉及数据处理技术领域，特别是涉及一种基于效能指标收敛控制的仿真运行次数确定方法、装置、计算机设备和存储介质。
背景技术
随着人工智能技术的发展，战争形态将朝着智能化、多域化、体系化方向发展，开展作战体系规模越来越庞大、实体越来越多，每个仿真实体行为越来越复杂，影响仿真结果的因素也越来越多。仿真实验方案会随着影响因素的增多呈指数级增长。为了提高仿真效率，现有技术提供了一种近正交拉丁超立方实验设计，NOLH是基于均匀分散性和正交性要求，在拉丁方实验设计的基础上进行扩展提出的一种设计方案，该方法不仅在一定程度上满足正交性，还具有很好的均匀性。采用NOLH方法仅需要少量实验就能得到较好的方案，有效验证了算法的有效性。
随着仿真实验规模的扩大，上述实验设计方法仍难以满足研究需求，目前的仿真实验为排除随机因素影响，保证结果的有效性，仿真运行次数过多且仿真运行次数不定，仿真实验效率低。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高仿真实验效率的一种基于效能指标收敛控制的仿真运行次数确定方法、装置、计算机设备和存储介质。
一种基于效能指标收敛控制的仿真运行次数确定方法，所述方法包括：
获取多个仿真任务的效能指标；
从多个仿真任务的效能指标中任意选择一个效能指标，根据选择的效能指标和预先设置的仿真运行次数进行预实验，得到多个带有标号的预选值；标号与仿真运行的次数相对应；
根据预先设定的取值长度对多个预选值进行遍历，得到与取值长度相对应的多个候选值；
从多个候选值中确定收敛判断的起始值，根据起始值和预先设置的收敛阈值对候选值中除起始值以外的候选值进行收敛判断，若所有候选值中除起始值以外的候选值都在取值区间内，则判断预先设置的仿真运行次数为确定效能指标收敛的仿真运行次数。
在其中一个实施例中，据预先设定的取值长度对多个预选值进行遍历，得到与取值长度相对应的多个候选值，包括：
若预先设置的取值长度为k，预先设置的仿真次数为
Figure 413869DEST_PATH_IMAGE001
；从第
Figure 74658DEST_PATH_IMAGE002
次仿真预实验得到的预选值开始依次向前遍历k+1个带有标号的预选值；k+1个带有标号的预选值为候选值。
在其中一个实施例中，获取取值区间的过程包括：从多个候选值中确定第k+1个候选值为起始值，将起始值和预先设置的收敛阈值进行加减计算，得到取值区间。
在其中一个实施例中，若所有候选值中除起始值以外的候选值不都在取值区间内，则根据预先设置的仿真运行次数重新设置预实验的仿真运行次数进行收敛判断，直至确定效能指标收敛的仿真运行次数。
在其中一个实施例中，根据预先设置的仿真运行次数重新设置预实验的仿真运行次数进行收敛判断，包括：
在预先设置的仿真运行次数上进行次数叠加，叠加的次数为预先设置的仿真运行次数的不小于1的倍数。
在其中一个实施例中，预先设置的仿真运行次数不小于50。
一种基于效能指标收敛控制的仿真运行次数确定装置，所述装置包括：
预实验模块，用于获取多个仿真任务的效能指标；从多个仿真任务的效能指标中任意选择一个效能指标，根据选择的效能指标和预先设置的仿真运行次数进行预实验，得到多个带有标号的预选值；标号与仿真运行的次数相对应；
预选值遍历模块，用于根据预先设定的取值长度对多个预选值进行遍历，得到与取值长度相对应的多个候选值；
收敛控制模块，用于从所述多个候选值中确定收敛判断的起始值，根据所述起始值和预先设置的收敛阈值对所述候选值中除起始值以外的候选值进行收敛判断，若所有候选值中除起始值以外的候选值都在取值区间内，则判断预先设置的仿真运行次数为确定效能指标收敛的仿真运行次数。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取多个仿真任务的效能指标；
从多个仿真任务的效能指标中任意选择一个效能指标，根据选择的效能指标和预先设置的仿真运行次数进行预实验，得到多个带有标号的预选值；标号与仿真运行的次数相对应；
根据预先设定的取值长度对多个预选值进行遍历，得到与取值长度相对应的多个候选值；
从多个候选值中确定收敛判断的起始值，根据起始值和预先设置的收敛阈值对候选值中除起始值以外的候选值进行收敛判断，若所有候选值中除起始值以外的候选值都在取值区间内，则判断预先设置的仿真运行次数为确定效能指标收敛的仿真运行次数。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取多个仿真任务的效能指标；
从多个仿真任务的效能指标中任意选择一个效能指标，根据选择的效能指标和预先设置的仿真运行次数进行预实验，得到多个带有标号的预选值；标号与仿真运行的次数相对应；
根据预先设定的取值长度对多个预选值进行遍历，得到与取值长度相对应的多个候选值；
从多个候选值中确定收敛判断的起始值，根据起始值和预先设置的收敛阈值对候选值中除起始值以外的候选值进行收敛判断，若所有候选值中除起始值以外的候选值都在取值区间内，则判断预先设置的仿真运行次数为确定效能指标收敛的仿真运行次数。
上述一种基于效能指标收敛控制的仿真运行次数确定方法、装置、计算机设备和存储介质，首先获取多个仿真任务的效能指标；从多个仿真任务的效能指标中任意选择一个效能指标，根据选择的效能指标和预先设置的仿真运行次数进行预实验，得到多个带有标号的预选值；标号与仿真运行的次数相对应；根据预先设定的取值长度对多个预选值进行遍历，得到与取值长度相对应的多个候选值；从多个候选值中确定收敛判断的起始值，根据起始值和预先设置的收敛阈值对候选值中除起始值以外的候选值进行收敛判断，若所有候选值中除起始值以外的候选值都在取值区间内，则判断预先设置的仿真运行次数为确定效能指标收敛的仿真运行次数，本申请通过设置一定的取值长度对预实验的预选值进行遍历，再根据起始值和预先设置的收敛阈值计算得到的取值区间对遍历得到的候选值进行收敛判断，确定了仿真运行次数，减少了不必要的仿真实验的运行，进而提高了仿真实验的效率。
附图说明
图1为一个实施例中一种基于效能指标收敛控制的仿真运行次数确定方法的流程示意图；
图2为一个实施例中一种基于效能指标收敛控制的仿真运行次数确定装置的结构框图；
图3为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种基于效能指标收敛控制的仿真运行次数确定方法，包括以下步骤：
步骤102，获取多个仿真任务的效能指标；从多个仿真任务的效能指标中任意选择一个效能指标，根据选择的效能指标和预先设置的仿真运行次数进行预实验，得到多个带有标号的预选值；标号与仿真运行的次数相对应。
效能指标是指系统在规定条件下达到规定使用目标的能力，仿真任务的效能指标是指在实现仿真任务所需要达到的指标，比如仿真任务为评估某部队作战编组作战能力，效能指标可以是某次战斗中的目标毁伤数量、目标发现数量等，设效能指标
Figure 154609DEST_PATH_IMAGE003
，通过预实验（预先设置仿真运行
Figure 242651DEST_PATH_IMAGE004
次，一般可要求
Figure 775263DEST_PATH_IMAGE005
）会得到
Figure 239743DEST_PATH_IMAGE006
的
Figure 174201DEST_PATH_IMAGE007
个取值
Figure 433144DEST_PATH_IMAGE008
，比如
Figure 453052DEST_PATH_IMAGE009
时，得到
Figure 455643DEST_PATH_IMAGE010
的50个取值
Figure 244608DEST_PATH_IMAGE011
。
步骤104，根据预先设定的取值长度对多个预选值进行遍历，得到与取值长度相对应的多个候选值。
预先设定的取值长度为
Figure 940031DEST_PATH_IMAGE012
，根据预先设定的取值长度对多个预选值进行遍历，从
Figure 447236DEST_PATH_IMAGE013
往前数
Figure 987939DEST_PATH_IMAGE014
个
Figure 896989DEST_PATH_IMAGE015
指标的结果值为
Figure 497735DEST_PATH_IMAGE016
，上述结果值为候选值，K的取值需要使用者综合考虑：取值过小则意味着收敛条件宽松，达成较容易，但可信度较低；取值过大则意味着判断条件太严格，达成较难，但可信度较高。K的取值需要根据仿真问题的实际情况来评估。
步骤106，从多个候选值中确定收敛判断的起始值，根据起始值和预先设置的收敛阈值对候选值中除起始值以外的候选值进行收敛判断，若所有候选值中除起始值以外的候选值都在取值区间内，则判断预先设置的仿真运行次数为确定效能指标收敛的仿真运行次数。
从多个候选值中确定收敛判断的起始值
Figure 492235DEST_PATH_IMAGE017
，判断
Figure 836629DEST_PATH_IMAGE018
是否都不超出
Figure 334607DEST_PATH_IMAGE019
上下一定区间即取值区间，若是，则认为仿真运行
Figure 371833DEST_PATH_IMAGE020
次足够令效能指标
Figure 588050DEST_PATH_IMAGE021
的值收敛。
上述一种基于效能指标收敛控制的仿真运行次数确定方法，首先获取多个仿真任务的效能指标；从多个仿真任务的效能指标中任意选择一个效能指标，根据选择的效能指标和预先设置的仿真运行次数进行预实验，得到多个带有标号的预选值；标号与仿真运行的次数相对应；根据预先设定的取值长度对多个预选值进行遍历，得到与取值长度相对应的多个候选值；从多个候选值中确定收敛判断的起始值，根据起始值和预先设置的收敛阈值对候选值中除起始值以外的候选值进行收敛判断，若所有候选值中除起始值以外的候选值都在取值区间内，则判断预先设置的仿真运行次数为确定效能指标收敛的仿真运行次数，本申请通过设置一定的取值长度对预实验的预选值进行遍历，再根据起始值和预先设置的收敛阈值计算得到的取值区间对遍历得到的候选值进行收敛判断，确定了仿真运行次数，减少了不必要的仿真实验的运行，进而提高了仿真实验的效率。
在其中一个实施例中，据预先设定的取值长度对多个预选值进行遍历，得到与取值长度相对应的多个候选值，包括：
若预先设置的取值长度为k，预先设置的仿真次数为
Figure 736135DEST_PATH_IMAGE022
；从第
Figure 354198DEST_PATH_IMAGE023
次仿真预实验得到的预选值开始依次向前遍历k+1个带有标号的预选值；k+1个带有标号的预选值为候选值。
从
Figure 562326DEST_PATH_IMAGE024
往前数
Figure 265839DEST_PATH_IMAGE026
个
Figure 952036DEST_PATH_IMAGE028
指标的预选值为
Figure 424605DEST_PATH_IMAGE029
，
Figure 803634DEST_PATH_IMAGE030
时即为
Figure 994444DEST_PATH_IMAGE031
，
Figure 484331DEST_PATH_IMAGE032
为候选值。
在其中一个实施例中，获取取值区间的过程包括：从多个候选值中确定第k+1个候选值为起始值，将起始值和预先设置的收敛阈值进行加减计算，得到取值区间。
以
Figure 811407DEST_PATH_IMAGE033
为起始值，预先设置的收敛阈值为
Figure 361337DEST_PATH_IMAGE034
，将起始值和预先设置的收敛阈值进行加减计算设置取值区间为
Figure 39443DEST_PATH_IMAGE035
。
在其中一个实施例中，若所有候选值中除起始值以外的候选值不都在取值区间内，则根据预先设置的仿真运行次数重新设置预实验的仿真运行次数进行收敛判断，直至确定效能指标收敛的仿真运行次数。
在其中一个实施例中，根据预先设置的仿真运行次数重新设置预实验的仿真运行次数进行收敛判断，包括：
在预先设置的仿真运行次数上进行次数叠加，叠加的次数为预先设置的仿真运行次数的不小于1的倍数。
若
Figure 333021DEST_PATH_IMAGE036
都不超出取值区间
Figure 780183DEST_PATH_IMAGE037
，则认为仿真运行
Figure 969856DEST_PATH_IMAGE038
次足够令效能指标
Figure 135258DEST_PATH_IMAGE039
的值收敛；否则追加运行次数
Figure 966948DEST_PATH_IMAGE040
，追加计算
Figure 534196DEST_PATH_IMAGE041
，再对
Figure 160349DEST_PATH_IMAGE042
做以上检查；以此类推，直至效能指标
Figure 813047DEST_PATH_IMAGE043
的值收敛。
在其中一个实施例中，仿真运行次数是可以预先设置的，运行次数取小了的话就需要另外的仿真次数补充迭代实验，取大了的话可能造成部分次数多余，造成浪费。优选地，预先设置的仿真运行次数不小于50。
运行次数需要具备统计上的意义，此处取50是可配置的，且客观上不影响最后确定的次数的值。运行次数要考量的情况是：取小了的话就需要另外的仿真次数补充迭代实验；取大了的话可能造成部分次数多余，造成浪费。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图2所示，提供了一种基于效能指标收敛控制的仿真运行次数确定装置，包括：预实验模块202、预选值遍历模块204和收敛控制模块206，其中：
预实验模块202，用于获取多个仿真任务的效能指标；从多个仿真任务的效能指标中任意选择一个效能指标，根据选择的效能指标和预先设置的仿真运行次数进行预实验，得到多个带有标号的预选值；标号与仿真运行的次数相对应；
预选值遍历模块204，用于根据预先设定的取值长度对多个预选值进行遍历，得到与取值长度相对应的多个候选值；
收敛控制模块206，用于从多个候选值中确定收敛判断的起始值，根据起始值和预先设置的收敛阈值对候选值中除起始值以外的候选值进行收敛判断，若所有候选值中除起始值以外的候选值都在取值区间内，则判断预先设置的仿真运行次数为确定效能指标收敛的仿真运行次数。
在其中一个实施例中，预选值遍历模块204还用于据预先设定的取值长度对多个预选值进行遍历，得到与取值长度相对应的多个候选值，包括：
若预先设置的取值长度为k，预先设置的仿真次数为
Figure 448428DEST_PATH_IMAGE044
；从第
Figure DEST_PATH_IMAGE045
次仿真预实验得到的预选值开始依次向前遍历k+1个带有标号的预选值；k+1个带有标号的预选值为候选值。
在其中一个实施例中，预先设置的仿真运行次数不小于50。
在其中一个实施例中，收敛控制模块206还用于获取取值区间的过程包括：从多个候选值中确定第k+1个候选值为起始值，将起始值和预先设置的收敛阈值进行加减计算，得到取值区间。
在其中一个实施例中，收敛控制模块206还用于若所有候选值中除起始值以外的候选值不都在取值区间内，则根据预先设置的仿真运行次数重新设置预实验的仿真运行次数进行收敛判断，直至确定效能指标收敛的仿真运行次数。
在其中一个实施例中，收敛控制模块206还用于根据预先设置的仿真运行次数重新设置预实验的仿真运行次数进行收敛判断，包括：
在预先设置的仿真运行次数上进行次数叠加，叠加的次数为预先设置的仿真运行次数的不小于1的倍数。
关于一种基于效能指标收敛控制的仿真运行次数确定装置的具体限定可以参见上文中对于一种基于效能指标收敛控制的仿真运行次数确定方法的限定，在此不再赘述。上述一种基于效能指标收敛控制的仿真运行次数确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于效能指标收敛控制的仿真运行次数确定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现上述实施例中方法的步骤。
在一个实施例中，提供了一种计算机存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (6)

1.一种基于效能指标收敛控制的仿真运行次数确定方法，其特征在于，所述方法包括：
获取多个仿真任务的效能指标；
从所述多个仿真任务的效能指标中任意选择一个效能指标，根据选择的效能指标和预先设置的仿真运行次数进行预实验，得到多个带有标号的预选值；所述标号与所述仿真运行的次数相对应；
根据预先设定的取值长度对多个预选值进行遍历，得到与所述取值长度相对应的多个候选值；
从所述多个候选值中确定收敛判断的起始值，根据所述起始值和预先设置的收敛阈值对所述候选值中除起始值以外的候选值进行收敛判断，若所有候选值中除起始值以外的候选值都在取值区间内，则判断预先设置的仿真运行次数为确定效能指标收敛的仿真运行次数；
根据预先设定的取值长度对多个预选值进行遍历，得到与所述取值长度相对应的多个候选值，包括：
若预先设置的取值长度为k，预先设置的仿真次数为
Figure 169552DEST_PATH_IMAGE002
；从第
Figure 249504DEST_PATH_IMAGE002
次仿真预实验得到的预选值开始依次向前遍历k+1个带有标号的预选值；所述k+1个带有标号的预选值为所述候选值。
2.根据权利要求1所述的方法，其特征在于，获取取值区间的过程包括：
从所述多个候选值中确定第k+1个候选值为起始值，将所述起始值和所述预先设置的收敛阈值进行加减计算，得到取值区间。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
若所有候选值中除起始值以外的候选值不都在所述取值区间内，则根据所述预先设置的仿真运行次数重新设置预实验的仿真运行次数进行收敛判断，直至确定效能指标收敛的仿真运行次数。
4.根据权利要求3所述的方法，其特征在于，根据所述预先设置的仿真运行次数重新设置预实验的仿真运行次数进行收敛判断，包括：
在所述预先设置的仿真运行次数上进行次数叠加，叠加的次数为所述预先设置的仿真运行次数的不小于1的倍数。
5.根据权利要求1所述的方法，其特征在于，所述预先设置的仿真运行次数不小于50。
6.一种基于效能指标收敛控制的仿真运行次数确定装置，其特征在于，所述装置包括：
预实验模块，用于获取多个仿真任务的效能指标；从所述多个仿真任务的效能指标中任意选择一个效能指标，根据选择的效能指标和预先设置的仿真运行次数进行预实验，得到多个带有标号的预选值；所述标号与所述仿真运行的次数相对应；
预选值遍历模块，用于根据预先设定的取值长度对多个预选值进行遍历，得到与所述取值长度相对应的多个候选值；
收敛控制模块，用于从所述多个候选值中确定收敛判断的起始值，根据所述起始值和预先设置的收敛阈值对所述候选值中除起始值以外的候选值进行收敛判断，若所有候选值中除起始值以外的候选值都在取值区间内，则判断预先设置的仿真运行次数为确定效能指标收敛的仿真运行次数；
预选值遍历模块，还用于根据预先设定的取值长度对多个预选值进行遍历，得到与所述取值长度相对应的多个候选值，包括：
若预先设置的取值长度为k，预先设置的仿真次数为
Figure 353857DEST_PATH_IMAGE002
；从第
Figure 886469DEST_PATH_IMAGE002
次仿真预实验得到的预选值开始依次向前遍历k+1个带有标号的预选值；所述k+1个带有标号的预选值为所述候选值。
CN202210480881.6A 2022-05-05 2022-05-05 基于效能指标收敛控制的仿真运行次数确定方法及装置 Active CN114578714B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210480881.6A CN114578714B (zh) 2022-05-05 2022-05-05 基于效能指标收敛控制的仿真运行次数确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210480881.6A CN114578714B (zh) 2022-05-05 2022-05-05 基于效能指标收敛控制的仿真运行次数确定方法及装置

Publications (2)

Publication Number Publication Date
CN114578714A CN114578714A (zh) 2022-06-03
CN114578714B true CN114578714B (zh) 2022-07-15

Family

ID=81778766

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210480881.6A Active CN114578714B (zh) 2022-05-05 2022-05-05 基于效能指标收敛控制的仿真运行次数确定方法及装置

Country Status (1)

Country Link
CN (1) CN114578714B (zh)

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009157623A (ja) * 2007-12-26 2009-07-16 Nec Electronics Corp 回路シミュレーションのためのシステムと方法
CN108062032A (zh) * 2016-11-05 2018-05-22 南京理工大学 一种基于通信的电力分布式控制与仿真系统
CN106786502A (zh) * 2016-11-16 2017-05-31 国家电网公司 基于蒙特卡罗仿真任务动态分配的电网可靠性实时并行评估方法
US10628539B2 (en) * 2017-10-19 2020-04-21 The Boeing Company Computing system and method for dynamically managing monte carlo simulations
EP3851921A1 (en) * 2020-01-14 2021-07-21 UVUE Limited Distributed computer control system and method of operation thereof via collective learning
CN113821898A (zh) * 2020-06-18 2021-12-21 深圳市中兴微电子技术有限公司 芯片子系统的随机验证方法、装置、设备和存储介质
CN111753427A (zh) * 2020-06-28 2020-10-09 湖南大学 一种基于证据理论的机电产品仿真模型精度提高方法
CN112052521B (zh) * 2020-09-18 2021-07-02 中国人民解放军国防科技大学 基于连续-离散混合优化的固体发动机装药构型设计方法
CN112600208B (zh) * 2020-11-09 2024-04-30 国网上海能源互联网研究院有限公司 一种区域分布式能源系统的多能流潮流计算方法及系统
CN112749495A (zh) * 2021-01-27 2021-05-04 中国人民解放军国防科技大学 基于多点加点的代理模型优化方法、装置和计算机设备
CN112861374B (zh) * 2021-03-05 2022-08-30 深圳泽森软件技术有限责任公司 基于预控制器的多物理耦合仿真处理方法、装置和设备
CN113468792A (zh) * 2021-07-22 2021-10-01 国网宁夏电力有限公司电力科学研究院 电磁暂态仿真模型的参数校正方法、装置和电子设备
CN113590427B (zh) * 2021-08-09 2024-05-03 中国建设银行股份有限公司 一种监控指标异常的告警方法、装置、存储介质和设备

Also Published As

Publication number Publication date
CN114578714A (zh) 2022-06-03

Similar Documents

Publication Publication Date Title
Ahmed et al. Model-based attack detection scheme for smart water distribution networks
CN109597571B (zh) 数据存储方法、数据读取方法、装置和计算机设备
CN105787365A (zh) 一种恶意应用程序的检测方法及装置
CN115113827A (zh) 一种数据销毁方法、装置、计算机设备和存储介质
Zhang et al. A novel iterative approach of lifetime estimation for standby systems with deteriorating spare parts
CN114578714B (zh) 基于效能指标收敛控制的仿真运行次数确定方法及装置
CN112883589B (zh) 一种场景关联度计算方法、装置、计算机设备和存储介质
CN111934937B (zh) 基于重要性迭代的相依网络节点重要度评估方法和装置
CN111008311B (zh) 基于邻域弱连接的复杂网络节点重要性评估方法和装置
CN113792995B (zh) 电力资源支配程度的确定方法、装置、设备和存储介质
CN115543215A (zh) 数据写操作、数据读操作方法、装置
CN115169155A (zh) 发动机故障预测方法、装置、计算机设备和存储介质
CN108881272B (zh) 一种适用于冗余信息系统的攻击面建模方法及装置
CN112884361A (zh) 多场景的装备组合方法、系统、计算机设备和存储介质
CN110969430A (zh) 可疑用户的识别方法、装置、计算机设备和存储介质
CN115033888B (zh) 基于熵的固件加密检测方法、装置、计算机设备及介质
CN112765491B (zh) 考虑节点局域链接紧密度的链路预测方法和装置
CN111124932A (zh) 方案验证方法、系统、装置、计算机设备和存储介质
CN111738848B (zh) 特征数据的生成方法、装置、计算机设备和存储介质
CN113051157B (zh) 接口测试方法、装置、计算机设备和存储介质
CN113656043B (zh) 一种代码校验方法、装置、电子设备及存储介质
CN112016123B (zh) 隐私保护算法的验证方法、装置及电子设备
CN114363363B (zh) 基于多链的数据存储方法、装置、设备及介质
CN111291375B (zh) 应用程序评估方法、装置、计算机设备和存储介质
CN114912763B (zh) 一种武器装备体系综合能力的确定方法及装置

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