基于數據一致性分析的仿真模型驗證方法及工具研究.pdf

1、系統(tǒng)仿真活動是圍繞著仿真模型進行的，因此在適應用戶應用目的的前提下，仿真模型的質量會在極大程度上影響人們對于真實對象行為特性的判斷和對仿真結果可用性的信心。模型 VV&A活動是保證模型質量和評估其可信度的有效途徑。模型驗證是模型 VV&A活動中的重要組成部分。在模型驗證中，數據一致性分析方法是人們常用并且十分有效的手段。
　　本文圍繞數據一致性分析方法進行了深入研究，主要從三個方面展開。
　　模型驗證人員首先根據用戶目的構建

2、指標體系，然后圍繞該指標體系實施驗證工作，而指標體系底層節(jié)點的分析往往采用數據一致性分析方法。人們對此進行了大量研究，成功的將多種數據一致性分析方法應用到模型驗證領域中。然而，目前還沒有形成一套完整的數據分析方案。而分析方案的提出會提高模型驗證工作的效率和分析結果的準確性，減少分析人員的工作量。針對此問題，本文以盡量覆蓋數據分析工作中遇到的各種情況為目標，研究并給出了一個數據分析方案。
　　模型驗證工作不僅可以保證模型的質量，它還

3、是模型可信度評估的依據。模型可信度評估通常采用模型驗證中的指標體系，由底層節(jié)點數據分析結果開始轉化，并將轉化結果逐層向上融合，最終得出根節(jié)點的值，該值反映的是模型和真實對象的一致性程度，是可信度的重要組成部分。本文將該值命名為“符合度”。但底層節(jié)點的分析通常采用不同的數據一致性分析方法，因此分析結果并不在同一標度空間下，無法直接融合。針對此問題，本文研究并給出了上文提到的五種分析方法的轉化算法。
　　數據一致性分析需要進行大量的計