CN114970114A - 一种基于增强现实的虚拟仿真模型动态优化方法及系统 - Google Patents
一种基于增强现实的虚拟仿真模型动态优化方法及系统 Download PDFInfo
- Publication number
- CN114970114A CN114970114A CN202210481136.3A CN202210481136A CN114970114A CN 114970114 A CN114970114 A CN 114970114A CN 202210481136 A CN202210481136 A CN 202210481136A CN 114970114 A CN114970114 A CN 114970114A
- Authority
- CN
- China
- Prior art keywords
- target
- model
- virtual simulation
- test
- result
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于增强现实的虚拟仿真模型动态优化方法及系统,包括:基于获得的第一目标的数据库,结合建模工具软件PowerDesigner,获得第一目标的层级概念模型;将第一目标的数据库与增强现实技术结合,获得第一目标的数字模型;将第一目标的层级概念模型及数字模型输入虚拟仿真平台,获得第一目标的虚拟仿真模型;基于第一目标进行测试,获得第一测试结果;将第一测试结果输入参数优化模型,获得参数优化方案,将其输入虚拟仿真平台,对第一目标的虚拟仿真模型进行参数优化,获得第一目标的优化虚拟仿真模型。解决了现有技术中存在的相关参数的处理存在瑕疵,使得建模不够精准,其运行结果较于实操误差较大的技术问题。
Description
技术领域
本发明涉及计算机仿真技术相关领域,具体涉及一种基于增强现实的虚拟仿真模型动态优化方法及系统。
背景技术
仿真模型是指研究仿真对象而制成的各种模型,现如今,仿真模型的应用范围极广,例如,研究飞行器的动力学特性、实验结果的模拟。
仿真模型的存在使得在分析一些现有条件不足、比较难处理的问题时,通过虚拟仿真模型进行模拟,获得最终的运行结果,然而,现有的仿真建模技术还不够成熟,存在着一定的不足。
现有技术中存在如下技术问题:现有的仿真建模,其相关参数的处理存在瑕疵,使得建模不够精准,其运行结果较于实操误差较大。
发明内容
本申请提供了一种基于增强现实的虚拟仿真模型动态优化方法,用于针对解决现有技术中存在的相关参数的处理存在瑕疵,使得建模不够精准,其运行结果较于实操误差较大的技术问题。
鉴于上述问题,本申请提供了一种基于增强现实的虚拟仿真模型动态优化方法及系统。
第一方面,本申请提供了一种基于增强现实的虚拟仿真模型动态优化方法,所述方法包括:获得第一目标的数据库;根据所述第一目标的数据库,结合建模工具软件PowerDesigner,获得第一目标的层级概念模型;根据所述第一目标的数据库,结合增强现实技术,获得第一目标的数字模型;将所述第一目标的层级概念模型、所述第一目标的数字模型输入所述虚拟仿真平台,获得第一目标的虚拟仿真模型;对所述第一目标的虚拟仿真模型进行测试,获得第一测试结果;将所述第一测试结果输入参数优化模型,获得参数优化方案;将所述参数优化方案输入所述虚拟仿真平台,对所述第一目标的虚拟仿真模型进行参数优化,获得第一目标的优化虚拟仿真模型。
第二方面,本申请提供了一种基于增强现实的虚拟仿真模型动态优化系统,所述系统包括:第一获得单元,所述第一获得单元用于获得第一目标的数据库;第二获得单元,所述第二获得单元用于根据所述第一目标的数据库,结合建模工具软件PowerDesigner,获得第一目标的层级概念模型;第三获得单元,所述第三获得单元用于根据所述第一目标的数据库,结合增强现实技术,获得第一目标的数字模型;第四获得单元,所述第四获得单元用于将所述第一目标的层级概念模型、所述第一目标的数字模型输入所述虚拟仿真平台,获得第一目标的虚拟仿真模型;第五获得单元,所述第五获得单元用于对所述第一目标的虚拟仿真模型进行测试,获得第一测试结果;第六获得单元,所述第六获得单元用于将所述第一测试结果输入参数优化模型,获得参数优化方案;第七获得单元,所述第七获得单元用于将所述参数优化方案输入所述虚拟仿真平台,对所述第一目标的虚拟仿真模型进行参数优化,获得第一目标的优化虚拟仿真模型。
第三方面,本申请提供了一种电子设备,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使系统以执行第一方面任一项所述的系统。
第四方面,本申请提供了一种计算机可读存储介质,所述存储介质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第一方面任一项所述方法的步骤。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的一种基于增强现实的虚拟仿真模型动态优化方法,根据获取的第一目标的数据库,结合建模工具软件PowerDesigner,获得第一目标的层级概念模型,将所述第一目标的数据库与增强现实技术进行结合,获得第一目标的数字模型,将所述第一目标的层级概念模型、所述第一目标的数字模型输入所述虚拟仿真平台,获得第一目标的虚拟仿真模型,对第一目标的虚拟仿真模型进行测试,获得第一测试结果,将第一测试结果输入参数优化模型,获得参数优化方案,将所述参数优化方案输入所述虚拟仿真平台,对所述第一目标的虚拟仿真模型进行参数优化,获得第一目标的优化虚拟仿真模型。通过对虚拟仿真模型进行参数优化,提高了虚拟仿真模型的模拟精确度,使得模型模拟结果更符合实际效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请提供了一种基于增强现实的虚拟仿真模型动态优化系统流程示意图;
图2为本申请提供了一种基于增强现实的虚拟仿真模型动态优化方法中第一目标的数字模型获取流程示意图;
图3为本申请提供了一种基于增强现实的虚拟仿真模型动态优化系统中第一测试结果获取流程示意图;
图4为本申请提供了一种基于增强现实的虚拟仿真模型动态优化系统结构示意图;
图5为本申请提供了一种电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第六获得单元16,第七获得单元17,电子设备300,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请通过提供一种基于增强现实的虚拟仿真模型动态优化方法及系统,用于解决现有技术中存在的相关参数的处理存在瑕疵,使得建模不够精准,其运行结果较于实操误差较大的技术问题。
申请概述
现如今,仿真模型的应用于各行各业,在分析一些现有条件不足、比较难处理的问题时,通过虚拟仿真模型进行模拟,获得最终的运行结果,然而,现有的仿真建模技术还不够成熟,存在着一定的不足。
现有技术中存在如下技术问题:现有的仿真建模,其相关参数的处理存在瑕疵,使得建模不够精准,其运行结果较于实操误差较大。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请提供的方法根据获取的第一目标的数据库,结合建模工具软件PowerDesigner,获得第一目标的层级概念模型,将所述第一目标的数据库与增强现实技术进行结合,获得第一目标的数字模型,将所述第一目标的层级概念模型、所述第一目标的数字模型输入所述虚拟仿真平台,获得第一目标的虚拟仿真模型,对第一目标的虚拟仿真模型进行测试,获得第一测试结果,将第一测试结果输入参数优化模型,获得参数优化方案,将所述参数优化方案输入所述虚拟仿真平台,对所述第一目标的虚拟仿真模型进行参数优化,获得第一目标的优化虚拟仿真模型。通过对虚拟仿真模型进行参数优化,提高了虚拟仿真模型的模拟精确度,使得模型模拟结果更符合实际效果。
在介绍了本申请基本原理后,下面,将参考附图对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,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,都属于本申请保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。
实施例一
如图1所示,本申请提供了一种基于增强现实的虚拟仿真模型动态优化方法,所述方法应用于一种基于增强现实的虚拟仿真模型动态优化系统,所述系统包括一虚拟仿真平台,所述方法包括:
步骤S100:获得第一目标的数据库;
具体而言,所述第一目标指即将要进行虚拟仿真模拟的对象,对所述第一目标进行信息采集,获取第一目标所关联的相关参数信息并进行整合存储,获得第一目标的数据库,以便后期快速调用处理。示例性的,基于虚拟仿真模型在施工技术上的应用,采集施工区域周边的环境信息、建筑的尺寸、建造方法等,将其输入虚拟仿真模型进行模拟,通过虚拟仿真技术可以真实还原施工现场,可直接在虚拟现场观察施工过程及结果。通过获取第一目标的数据库,为后期检测分析奠定了基础。
步骤S200:根据所述第一目标的数据库,结合建模工具软件PowerDesigner,获得第一目标的层级概念模型;
具体而言,PowerDesigner作为一种建模工具软件,多应用于数据库建模。基于所述第一目标的数据库,对数据库数据进行复杂度分析与聚类处理,将分处理后的第一目标相关信息输入该建模工具软件,依据数据和信息来进行建模。所述第一目标的层级概念模型指对第一目标数据库信息进行聚类处理后,基于所划分的数据簇来建立的模型。其中,对于PowerDesigner,该软件包括:概念数据模型、逻辑数据模型、物理数据模型、面向对象模型、信息流模型、企业架构模型、业务程序模型,依据实际需要搭建合适模型,不做具体要求,本发明采用了概念数据模型进行模拟分析。通过聚类处理,使得数据表述极其清晰明了,基于此进行建模,可有效降低模型的复杂度。
步骤S300:根据所述第一目标的数据库,结合增强现实技术,获得第一目标的数字模型;
具体而言,所述增强现实技术指一种将虚拟信息与真实世界进行巧妙融合的技术,对于获得的虚拟信息,例如三维模型、图像、视频等,进行模拟仿真后,使其在现实世界得到应用。将所述第一目标的数据库信息与增强现实技术进行相应结合,构建模型,可得到第一目标的数字模型。
其中,所述第一目标的数字模型指基于第一目标数据库信息所建立的具有空间数据处理能力的模型,该模型可进行数据获取、数据组织、数据操纵、数据分析与数据表现,所述第一目标的数字模型可以是三维建模,也可是二维建模,依据显示所需而定,在此不做具体要求,三维模型较于二维能更全面的体现客观实际,具有多维度分析功能。通过增强现实技术,可将虚拟信息与现实世界的两种信息进行相互补充,以达到对现实世界增强的目的。
步骤S400:将所述第一目标的层级概念模型、所述第一目标的数字模型输入所述虚拟仿真平台,获得第一目标的虚拟仿真模型;
具体而言,所述第一目标的层级概念模型指对第一目标数据库信息进行聚类处理后,基于所划分的数据簇来建立的模型;所述第一目标的数字模型指基于第一目标数据库信息所建立的具有空间数据处理能力的模型,将第一目标的层级概念模型与第一目标的数字模型相结合,输入虚拟仿真平台进行模拟结合,可得到相应的第一目标的虚拟仿真模型。所述第一目标的虚拟仿真模型指最终构建的能对第一目标的整体运作过程进行虚拟仿真模拟,并得到最终模拟结果的虚拟仿真模型。通过第一目标的虚拟仿真模型,可对第一目标运作进行线上模拟,达到与现实同步的效果,获得最有结果,同时,有效降低了其过程中的试错成本,减少了材料与人力损耗。
步骤S500:对所述第一目标的虚拟仿真模型进行测试,获得第一测试结果;
具体而言,基于所述第一目标,获取一定的测试样本,将其存入测试样本数据库,选取一定的测试时间段进行存储,便于后期调用处理。调用所述测试样本数据库中的测试样本,在虚拟仿真模型进行相应测试时间段内关于多级测试指标的测试,其中存在于误差结果范围内的纳入第一测试结果,大于预设误差结果的重新进行测定,所述第一测试结果指基于测试样本数据库进行仿真模拟,其测试结果误差小于预设误差结果的集合。通过样本测试,为后期模型的参数优化奠定了基础。
步骤S600:将所述第一测试结果输入参数优化模型,获得参数优化方案;
具体而言,基于测试样本数据库进行仿真模拟,获取其中测试结果误差小于预设误差结果的集合,为第一测试结果,基于第一测试结果,通过多组训练数据训练至收敛,搭建训练参数优化模型,将所述第一测试结果输入所述参数优化模型,经由参数优化模型分析运作,可得到相应的参数优化方案,基于参数优化方案进行参数优化,提高了建模精度,使得模拟结果与实际更加贴合。
步骤S700:将所述参数优化方案输入所述虚拟仿真平台,对所述第一目标的虚拟仿真模型进行参数优化,获得第一目标的优化虚拟仿真模型。
具体而言,基于参数优化模型对第一测试结果进行模拟,可获得参数优化方案,将获得的参数优化方案输入所述虚拟仿真平台,所述虚拟仿真平台指将仿真软件综合运用所搭建的平台,在该平台进行模型的仿真模拟,基于虚拟仿真平台,使得所述第一目标的虚拟仿真模型能够进行参数优化,优化后的模型为第一目标的优化虚拟仿真模型,通过进行参数优化,解决了模型参数的处理存在瑕疵,建模不够精准的问题,其运行结果更符合实际情况。
进一步而言,所述根据所述第一目标的数据库,结合建模工具软件PowerDesigner,获得第一目标的层级概念模型,本申请步骤S200还包括:
步骤S210:对所述第一目标的数据库中的数据信息进行复杂度分析,获得复杂度分析结果;
步骤S220:根据所述复杂度分析结果对所述第一目标的数据库中的数据信息进行聚类分析,获得聚类分析结果集合;
步骤S230:将所述聚类分析结果集合输入所述建模工具软件PowerDesigner,获得所述第一目标的层级概念模型。
具体而言,所述第一目标的数据库指代所获取的第一目标相应数据集合,分析该数据集合中数据的复杂程度,依据分析结果,即复杂度分析结果,据此对数据库信息进行聚类处理。通过对所述第一目标的数据库中的数据信息进行聚类分析,依据未知性进行数据划分,通过衡量数据源之间的相似性,可将数据分类到不同的簇,所分成的同一簇中数据具有极强的相似性,对于不同簇之间,其涵盖的数据间有极大的相异性,对聚类分析结果进行整合存储,可得到聚类分析结果集合,将获得的聚类分析结果集合输入PowerDesigner,即建模工具软件中,来建立模型,并检验数据设计的合理性及有效性,基于数据库建模,获得第一目标的层级概念模型。
进一步而言,层级概念模型指有且只有一个节点没有双亲节点,即根节点,根以外的其他结点有且只有一个双亲节点的模型,示例性的,教员学生层次数据库模型、行政机构层次数据库模型、行政区域层次数据库模型。所述第一目标的层级概念模型指对第一目标数据库信息进行聚类处理后,基于所划分的数据簇来建立的模型。上述数据处理过程使得具有一对多的层次联系的数据库信息间的表述非常自然、直观,容易理解。
进一步而言,如图2所示,所述根据所述第一目标的数据库,结合增强现实技术,获得第一目标的数字模型,本申请步骤S300还包括:
步骤S310:获得所述第一目标的多级特征维度,其中,所述多级特征维度包括结构维度、场景维度、功能维度;
步骤S320:根据所述多级特征维度对所述第一目标的数据库进行特征提取,获得第一目标特征集合;
步骤S330:根据所述第一目标特征集合,结合增强现实技术,获得所述第一目标的数字模型。
具体而言,所述多级特征维度指所述第一目标特征集合中总的样本数据的特征个数,表述相同类型特征的数据信息可划分为同一维度,所述多级特征维度包括了结构维度、场景维度及功能维度,基于多级特征维度,对所述第一目标数据库信息进行分析,将从属于结构维度、场景维度及功能维度的数据信息进行分配并囊括入所属特征维度,对获得的从属特征维度数据进行归类存储,得到相应数据集合,即第一目标特征集合。所述增强现实技术指一种将虚拟信息与真实世界进行巧妙融合的技术,可使得获得的虚拟技术信息在现实生活中得到使用,使得现有技术得到增强,将第一目标特征集合与增强现实技术进行结合,建立相应的具有空间数据处理能力的模型,即第一目标的数字模型。通过对获得的数据库数据信息进行特征提取,并基于增强现实技术进行建模,使得所建模型更为简便化,且具有代表性。
进一步而言,如图3所示,对所述第一目标的虚拟仿真模型进行测试,获得第一测试结果,本申请步骤S500还包括:
步骤S510:获得测试样本数据库;
步骤S520:获得多级测试指标,其中,所述多级测试指标包括相似度、置信度、误差度、偏离度;
步骤S530:获得测试时间段集合,其中,所述测试时间段集合包括多个测试时间段;
步骤S540:将所述测试样本数据库输入所述第一目标的虚拟仿真模型,对所述测试样本数据库进行所述测试时间段集合下的多级测试指标的第一次测试,获得所述第一测试结果。
具体而言,所述测试样本数据库指即将要输入所述第一目标的虚拟仿真模型进行仿真测试的样本数据集合,对样本集合进行整合存储,便于后期调用,所述多级测试指标指所需要进行模拟测试的相关指标,在仿真模型中依据测试样本对其相似度、置信度、误差度、偏离度这几个指标进行针对性的测试,分析测试结果,对多个不同时间段进行取舍,获得多个待测试的时间段,对上述时间段进行整合存储,纳入同一集合,即测试时间段集合,在所述测试时间段集合内进行关于多级测试指标的测试,将获得的测试样本数据库输入第一目标的虚拟仿真模型进行仿真模拟,获得多级测试指标的第一次测试结果,即第一测试结果。通过采取多时间段、多样本测试,使得测试结果更加准确,更具普遍性,避免特例样本造成结果误差。
进一步而言,本申请步骤S540还包括:
步骤S541:对所述第一测试结果进行误差分析,获得第一误差结果;
步骤S542:获得预设误差结果;
步骤S543:如果所述第一误差结果满足所述预设误差结果,将所述第一误差结果添加至所述第一测试结果。
具体而言,所述第一测试结果指基于样本数据库,第一目标在虚拟仿真模型进行的测试时间段集合下的关于多级测试指标的测试结果,将第一测试结果与实际测试结果进行对比分析,判断相对应的误差范围,将误差分析结果纳入集合中,定义为第一误差结果,预设误差结果,将不足以影响最终运作结果,可忽略的误差范围定为预设误差结果,基于所述预设误差结果,对获得的第一误差结果进行判定,若所述第一误差结果满足所述预设误差结果,属于预设的误差范围内,忽略误差,将所述第一误差结果添加至所述第一测试结果。通过对比预设误差结果,获取满足误差阈值内的进行存储,对不满足要求的进行二次处理,如此,有效提高了测试精度。
进一步而言,本申请步骤S542还包括:
步骤S5421:如果所述第一误差结果不满足所述预设误差结果,获得第一校正指令;
步骤S5422:根据所述第一校正指令,对所述测试样本数据库进行所述测试时间段集合下的多级测试指标的第二次测试,获得第二测试结果;
步骤S5423:根据所述第二测试结果,获得第二误差结果;
步骤S5424:如果所述第二误差结果满足所述预设误差结果,将所述第二误差结果添加至所述第二测试结果;
步骤S5425:如果所述第二误差结果不满足所述预设误差结果,继续进行测试,直至所述误差结果满足所述预设误差结果时,将所述误差结果添加至所述第一测试结果。
具体而言,预设误差结果,判断所述第一误差结果是否满足所述预设误差结果,若第一误差结果不满足所述预设误差结果,需得进行相应的优化校正,获得第一校正指令,所述第一校正指令指进行校正的开始指令,随着第一校正指令的发出,重复上述操作,基于所述测试样本数据库,进行所述测试时间段集合下多级测试指标的第二次测试,将第二测试结果与实际测试结果进行对比分析,判断相对应的误差范围,将误差分析结果纳入集合中,定义为第二误差结果,基于所述预设误差结果,对获得的第二误差结果进行判定,若所述第二误差结果满足所述预设误差结果,属于预设的误差范围内,忽略误差,将所述第二误差结果添加至所述第二测试结果,若所述第二误差结果不满足所述预设误差结果,继续上述操作并进行判断,如此循环往复,直至获得的测试结果趋于预设误差结果范围内方可。通过进行误差分析,为后续参数优化模型建立夯实了基础。
进一步而言,所述将所述第一测试结果输入参数优化模型,获得参数优化方案,本申请步骤S600还包括:
步骤S610:基于大数据采集获得此前的历史第一测试结果集合;
步骤S620:基于神经网络构建、训练所述参数优化模型,所述参数优化模型通过多组训练数据训练至收敛获得,其中,所述训练数据包括所述历史第一测试结果集合;
步骤S630:将所述第一测试结果输入所述参数优化模型,获得所述参数优化模型的输出信息,所述输出信息包括所述参数优化方案。
具体而言,所述第一测试结果集合指经过测试样本测试,获得的存在于误差结果范围内的测试结果,采集历史第一测试结果集合并搭建参数优化模型,所述神经网络是由大量的、简单的处理单元广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统,基于神经网络来构建参数优化模型,所述训练模型指依据历史第一测试结果集合,模型通过大量的训练数据训练至收敛来获得,使得更加具有经验,训练数据即历史第一测试结果集合,基于神经网络构建、训练所述参数优化模型,使得参数优化模型能不断地进行学习更迭。将所述第一测试结果输入所述参数优化模型,经由参数优化模型分析运作,可得到相应的参数优化方案,基于参数优化方案进行参数优化,能有效提高模型精度。
综上所述,本申请所提供的一种基于增强现实的虚拟仿真模型动态优化方法具有如下技术效果:
1.本申请提供的一种基于增强现实的虚拟仿真模型动态优化方法,根据获取的第一目标的数据库,结合建模工具软件PowerDesigner,获得第一目标的层级概念模型,将所述第一目标的数据库与增强现实技术进行结合,获得第一目标的数字模型,将所述第一目标的层级概念模型、所述第一目标的数字模型输入所述虚拟仿真平台,获得第一目标的虚拟仿真模型,对第一目标的虚拟仿真模型进行测试,获得第一测试结果,将第一测试结果输入参数优化模型,获得参数优化方案,将所述参数优化方案输入所述虚拟仿真平台,对所述第一目标的虚拟仿真模型进行参数优化,获得第一目标的优化虚拟仿真模型。通过对虚拟仿真模型进行参数优化,提高了虚拟仿真模型的模拟精确度,使得模型模拟结果更符合实际效果。
2.通过对所述第一目标的数据库中的数据信息进行复杂度分析以及聚类分析处理,基于所划分的数据簇来建立的模型。上述数据处理过程使得具有一对多的层次联系的数据库信息间的表述非常自然、直观,容易理解。
3.基于测试样本数据库,对所述测试时间段集合下的多级测试指标进行测试,通过采取多时间段、多样本测试,使得测试结果更加准确,更具普遍性,避免特例样本造成结果误差。
实施例二
基于与前述实施例中一种基于增强现实的虚拟仿真模型动态优化方法相同的发明构思,如图4所示,本申请提供了一种基于增强现实的虚拟仿真模型动态优化系统,其中,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得第一目标的数据库;
第二获得单元12,所述第二获得单元12用于根据所述第一目标的数据库,结合建模工具软件PowerDesigner,获得第一目标的层级概念模型;
第三获得单元13,所述第三获得单元13用于根据所述第一目标的数据库,结合增强现实技术,获得第一目标的数字模型;
第四获得单元14,所述四获得单元14用于将所述第一目标的层级概念模型、所述第一目标的数字模型输入所述虚拟仿真平台,获得第一目标的虚拟仿真模型;
第五获得单元15,所述第五获得单元15用于对所述第一目标的虚拟仿真模型进行测试,获得第一测试结果;
第六获得单元16,所述第六获得单元16用于将所述第一测试结果输入参数优化模型,获得参数优化方案;
第七获得单元17,所述第七获得单元17用于将所述参数优化方案输入所述虚拟仿真平台,对所述第一目标的虚拟仿真模型进行参数优化,获得第一目标的优化虚拟仿真模型。
进一步而言,所述系统还包括:
第八获得单元,所述第八获得单元用于对所述第一目标的数据库中的数据信息进行复杂度分析,获得复杂度分析结果;
第九获得单元,所述第九获得单元用于根据所述复杂度分析结果对所述第一目标的数据库中的数据信息进行聚类分析,获得聚类分析结果集合;
第十获得单元,所述第十获得单元用于将所述聚类分析结果集合输入所述建模工具软件PowerDesigner,获得所述第一目标的层级概念模型。
进一步而言,所述系统还包括:
第十一获得单元,所述第十一获得单元用于获得所述第一目标的多级特征维度,其中,所述多级特征维度包括结构维度、场景维度、功能维度;
第十二获得单元,所述第十二获得单元用于根据所述多级特征维度对所述第一目标的数据库进行特征提取,获得第一目标特征集合;
第十三获得单元,所述第十三获得单元用于根据所述第一目标特征集合,结合增强现实技术,获得所述第一目标的数字模型。
进一步而言,所述系统还包括:
第十四获得单元,所述第十四获得单元用于获得测试样本数据库;
第十五获得单元,所述第十五获得单元用于获得多级测试指标,其中,所述多级测试指标包括相似度、置信度、误差度、偏离度;
第十六获得单元,所述第十六获得单元用于获得测试时间段集合,其中,所述测试时间段集合包括多个测试时间段;
第十七获得单元,所述第十七获得单元用于将所述测试样本数据库输入所述第一目标的虚拟仿真模型,对所述测试样本数据库进行所述测试时间段集合下的多级测试指标的第一次测试,获得所述第一测试结果。
进一步而言,所述系统还包括:
第十八获得单元,所述第十八获得单元用于对所述第一测试结果进行误差分析,获得第一误差结果;
第十九获得单元,所述第十九获得单元用于获得预设误差结果;
第一添加单元,所述第一添加单元用于如果所述第一误差结果满足所述预设误差结果,将所述第一误差结果添加至所述第一测试结果。
进一步而言,所述系统还包括:
第二十获得单元,所述第二十获得单元用于如果所述第一误差结果不满足所述预设误差结果,获得第一校正指令;
第二十一获得单元,所述第二十一获得单元用于根据所述第一校正指令,对所述测试样本数据库进行所述测试时间段集合下的多级测试指标的第二次测试,获得第二测试结果;
第二十二获得单元,所述第二十二获得单元用于根据所述第二测试结果,获得第二误差结果;
第二添加单元,所述第二添加单元用于如果所述第二误差结果满足所述预设误差结果,将所述第二误差结果添加至所述第二测试结果;
第一判断单元,所述第一判断单元用于如果所述第二误差结果不满足所述预设误差结果,继续进行测试,直至所述误差结果满足所述预设误差结果时,将所述误差结果添加至所述第一测试结果。
进一步而言,所述系统还包括:
第二十三获得单元,所述第二十三获得单元用于基于大数据采集获得此前的历史第一测试结果集合;
第一训练单元,所述第一训练单元用于基于神经网络构建、训练所述参数优化模型,所述参数优化模型通过多组训练数据训练至收敛获得,其中,所述训练数据包括所述历史第一测试结果集合;
第二十四获得单元,所述第二十四获得单元用于将所述第一测试结果输入所述参数优化模型,获得所述参数优化模型的输出信息,所述输出信息包括所述参数优化方案。
实施例三
基于与前述实施例中一种基于增强现实的虚拟仿真模型动态优化方法相同的发明构思,本申请还提供了一种计算机可读存储介质,所述存储介质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如实施例一内的方法。
本说明书通过前述对一种基于增强现实的虚拟仿真模型动态优化方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于增强现实的虚拟仿真模型动态优化方法及系统,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
示例性电子设备
下面参考图5来描述本申请实施例的电子设备。
基于与前述实施例中一种基于增强现实的虚拟仿真模型动态优化方法相同的发明构思,本申请还提供了一种基于增强现实的虚拟仿真模型动态优化系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使得系统以执行实施例一所述方法的步骤。
该电子设备300包括:处理器302、通信接口303、存储器301。可选的,电子设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory,EEPROM)、只读光盘(compactdiscread-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种基于增强现实的虚拟仿真模型动态优化方法。
本领域普通技术人员可以理解:本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请的范围,也不表示先后顺序。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个、种),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(SolidState Disk,SSD))等。
本申请中所描述的各种说明性的逻辑单元和电路可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列(FPGA)或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本申请中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于终端中。可选地,处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。
相应地,本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (10)
1.一种基于增强现实的虚拟仿真模型动态优化方法,其特征在于,所述方法应用于一种基于增强现实的虚拟仿真模型动态优化系统,所述系统包括一虚拟仿真平台,所述方法包括:
获得第一目标的数据库;
根据所述第一目标的数据库,结合建模工具软件PowerDesigner,获得第一目标的层级概念模型;
根据所述第一目标的数据库,结合增强现实技术,获得第一目标的数字模型;
将所述第一目标的层级概念模型、所述第一目标的数字模型输入所述虚拟仿真平台,获得第一目标的虚拟仿真模型;
对所述第一目标的虚拟仿真模型进行测试,获得第一测试结果;
将所述第一测试结果输入参数优化模型,获得参数优化方案;
将所述参数优化方案输入所述虚拟仿真平台,对所述第一目标的虚拟仿真模型进行参数优化,获得第一目标的优化虚拟仿真模型。
2.如权利要求1所述的方法,其特征在于,所述根据所述第一目标的数据库,结合建模工具软件PowerDesigner,获得第一目标的层级概念模型,所述方法还包括:
对所述第一目标的数据库中的数据信息进行复杂度分析,获得复杂度分析结果;
根据所述复杂度分析结果对所述第一目标的数据库中的数据信息进行聚类分析,获得聚类分析结果集合;
将所述聚类分析结果集合输入所述建模工具软件PowerDesigner,获得所述第一目标的层级概念模型。
3.如权利要求1所述的方法,其特征在于,所述根据所述第一目标的数据库,结合增强现实技术,获得第一目标的数字模型,所述方法还包括:
获得所述第一目标的多级特征维度,其中,所述多级特征维度包括结构维度、场景维度、功能维度;
根据所述多级特征维度对所述第一目标的数据库进行特征提取,获得第一目标特征集合;
根据所述第一目标特征集合,结合增强现实技术,获得所述第一目标的数字模型。
4.如权利要求1所述的方法,其特征在于,所述对所述第一目标的虚拟仿真模型进行测试,获得第一测试结果,所述方法还包括:
获得测试样本数据库;
获得多级测试指标,其中,所述多级测试指标包括相似度、置信度、误差度、偏离度;
获得测试时间段集合,其中,所述测试时间段集合包括多个测试时间段;
将所述测试样本数据库输入所述第一目标的虚拟仿真模型,对所述测试样本数据库进行所述测试时间段集合下的多级测试指标的第一次测试,获得所述第一测试结果。
5.如权利要求4所述的方法,其特征在于,所述方法还包括:
对所述第一测试结果进行误差分析,获得第一误差结果;
获得预设误差结果;
如果所述第一误差结果满足所述预设误差结果,将所述第一误差结果添加至所述第一测试结果。
6.如权利要求5所述的方法,其特征在于,所述方法还包括:
如果所述第一误差结果不满足所述预设误差结果,获得第一校正指令;
根据所述第一校正指令,对所述测试样本数据库进行所述测试时间段集合下的多级测试指标的第二次测试,获得第二测试结果;
根据所述第二测试结果,获得第二误差结果;
如果所述第二误差结果满足所述预设误差结果,将所述第二误差结果添加至所述第二测试结果;
如果所述第二误差结果不满足所述预设误差结果,继续进行测试,直至所述误差结果满足所述预设误差结果时,将所述误差结果添加至所述第一测试结果。
7.如权利要求1所述的方法,其特征在于,所述将所述第一测试结果输入参数优化模型,获得参数优化方案,所述方法还包括:
基于大数据采集获得此前的历史第一测试结果集合;
基于神经网络构建、训练所述参数优化模型,所述参数优化模型通过多组训练数据训练至收敛获得,其中,所述训练数据包括所述历史第一测试结果集合;
将所述第一测试结果输入所述参数优化模型,获得所述参数优化模型的输出信息,所述输出信息包括所述参数优化方案。
8.一种基于增强现实的虚拟仿真模型动态优化系统,其特征在于,所述系统包括一虚拟仿真平台,所述系统包括:
第一获得单元,所述第一获得单元用于获得第一目标的数据库;
第二获得单元,所述第二获得单元用于根据所述第一目标的数据库,结合建模工具软件PowerDesigner,获得第一目标的层级概念模型;
第三获得单元,所述第三获得单元用于根据所述第一目标的数据库,结合增强现实技术,获得第一目标的数字模型;
第四获得单元,所述第四获得单元用于将所述第一目标的层级概念模型、所述第一目标的数字模型输入所述虚拟仿真平台,获得第一目标的虚拟仿真模型;
第五获得单元,所述第五获得单元用于对所述第一目标的虚拟仿真模型进行测试,获得第一测试结果;
第六获得单元,所述第六获得单元用于将所述第一测试结果输入参数优化模型,获得参数优化方案;
第七获得单元,所述第七获得单元用于将所述参数优化方案输入所述虚拟仿真平台,对所述第一目标的虚拟仿真模型进行参数优化,获得第一目标的优化虚拟仿真模型。
9.一种基于增强现实的虚拟仿真模型动态优化系统,其特征在于,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使系统以执行如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述存储介质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权利要求1至7任一项所述方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210481136.3A CN114970114A (zh) | 2022-05-05 | 2022-05-05 | 一种基于增强现实的虚拟仿真模型动态优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210481136.3A CN114970114A (zh) | 2022-05-05 | 2022-05-05 | 一种基于增强现实的虚拟仿真模型动态优化方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114970114A true CN114970114A (zh) | 2022-08-30 |
Family
ID=82982207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210481136.3A Pending CN114970114A (zh) | 2022-05-05 | 2022-05-05 | 一种基于增强现实的虚拟仿真模型动态优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114970114A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118036147A (zh) * | 2024-02-28 | 2024-05-14 | 深圳市百胜建筑科技有限公司 | 建筑虚拟建模的结构优化方法、装置、设备及介质 |
-
2022
- 2022-05-05 CN CN202210481136.3A patent/CN114970114A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118036147A (zh) * | 2024-02-28 | 2024-05-14 | 深圳市百胜建筑科技有限公司 | 建筑虚拟建模的结构优化方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114418035A (zh) | 决策树模型生成方法、基于决策树模型的数据推荐方法 | |
CN108681751B (zh) | 确定事件影响因素的方法及终端设备 | |
CN113554175B (zh) | 一种知识图谱构建方法、装置、可读存储介质及终端设备 | |
CN113569457A (zh) | 一种基于数字孪生的需求功能模型构建方法及系统 | |
CN115391561A (zh) | 图网络数据集的处理方法、装置、电子设备、程序及介质 | |
CN112801315A (zh) | 电力二次设备的状态诊断方法、装置及终端 | |
CN114970114A (zh) | 一种基于增强现实的虚拟仿真模型动态优化方法及系统 | |
CN114387332B (zh) | 一种管道测厚方法及装置 | |
CN114428748A (zh) | 一种用于真实业务场景的模拟测试方法及系统 | |
CN115081515A (zh) | 能效评价模型构建方法、装置、终端及存储介质 | |
CN110956261A (zh) | 一种评价指标的确定方法及系统 | |
CN113537614A (zh) | 电网工程造价预测模型的构建方法、系统、设备及介质 | |
KR20220125208A (ko) | 실험 포인트 추천 장치, 실험 포인트 추천 방법 및 반도체 장치 제조 시스템 | |
CN117056722A (zh) | 一种规划地块人口数量预测方法及系统 | |
CN116049733A (zh) | 基于神经网络的效能评估方法、系统、设备与存储介质 | |
CN113393023B (zh) | 模具质量评估方法、装置、设备及存储介质 | |
CN111679600A (zh) | 控制系统的比较方法、控制终端和计算机可读存储介质 | |
CN115408859B (zh) | 基于全局敏感性分析的参数分析方法、装置、介质及设备 | |
CN115048290A (zh) | 软件质量的评估方法、装置、存储介质及计算机设备 | |
CN114862188A (zh) | 一种农产品电商数据的分析系统 | |
CN113567369A (zh) | 一种基于多光谱遥感的森林环境监测方法及系统 | |
CN114420219A (zh) | 相对保留时间预测模型的构建方法、预测方法及装置 | |
CN113868939A (zh) | 一种风功率的概率密度评估方法、装置、设备及介质 | |
CN113782092A (zh) | 一种生存期预测模型的生成方法及装置、存储介质 | |
CN113449382B (zh) | 一种整车排放结果的仿真方法及系统 |
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 |