具体而微的VV&A方法：建模与仿真VV&A的系统观

2023-08-15 理论教育版权反馈

【摘要】：具体而微的V&V方法的代表，在DMSO发布的VV&A RPG中列出了四大类76种方法。表2.4对不同的V&V方法应用于六个不同的M&S阶段做了统计。表2.5 统计验证方法对于具体V&V方法的研究在诸多文献中均有论述。王子才等对V&V的具体方法进行了分类；Richard Kuhn等讨论了如何应用高效费比的V&V方法；Osman Balci总结了相关的45种模型V&V的方法及其应用；Sargent综述了模型验证方法，主要有图灵测试法、灵敏度分析法、极端条件测试法、统计检验法和主观有效性检验等。

具体而微的V&V方法的代表，在DMSO发布的VV&A RPG中列出了四大类76种方法。这四类方法分别是非形式（Informal）方法、静态（Static）方法、动态（Dynamic）方法和形式（Formal）方法，为这方面的研究提供了全面指导。

DMSO VV&A RPG指出，在M&S的不同阶段应该采取不同的V&V方法。为更好地表明不同的技术应用于M&S的不同阶段，DMSO把M&S全生命周期过程分为六个阶段：M&S需求、M&S概念模型、M&S设计、M&S开发、M&S应用和M&S评估阶段。表2.4对不同的V&V方法应用于六个不同的M&S阶段做了统计。

表2.4 具体而微的V&V方法的应用

（续）

除此之外，吴重光也对V&V具体方法进行了分类，他同时指出：从总体上讲，第一，校核的技术方法更多地源于软件工程中检验软件的方法，可以把一些软件校核方法修改后应用到M&S的校核中，如校核结构流程图、校核自顶向下的设计、校核主要的程序概念等；第二，验证通常是比较实际系统或实物模型与仿真模型在相同的输入条件下，输出结果的一致性程度。吴重光从静态和动态两个方面对验证方法进行了说明。其中，静态方法分为：①样本特征比较验证法；②假设检验法。动态方法分为：①误差分析法；②TIC^[3]方法；③时间序列分析。

典型的模型验证是把驱动真实系统运行的数据和环境输入到模型中，以比较模型与真实系统输出的一致性。这种验证的前提是系统的输入、输出数据是可收集的。统计方法在典型的模型验证中占有重要地位，表2.5给出了三类统计验证方法的分类。

表2.5 统计验证方法

对于具体V&V方法的研究在诸多文献中均有论述。

王子才等对V&V的具体方法进行了分类；Richard Kuhn等讨论了如何应用高效费比的V&V方法；Osman Balci总结了相关的45种模型V&V的方法及其应用；Sargent综述了模型验证方法，主要有图灵测试法、灵敏度分析法、极端条件测试法、统计检验法和主观有效性检验等。Ricardo P.Braga专门讨论了四种模型验证方法：①主观评估法（Subjective Assessment）；②图形法（Graphic Methods）；③误差度量法（Deviance Measure）；④统计测试法（Staticstical Tests）。

Holmes针对导弹系统的模型验证，总结出一种十分有效的分析工具：随机工具箱法，该工具箱的方法有对照比较法、专家评定法、半实物仿真法、CADET法、Mote Calo法、TIC指数法、数据图法、均值和方差检验法、回归和相关分析法等。

Montgomery首先提出了应用频谱分析法进行导弹系统的仿真模型验证，运用了经典的傅里叶方法估计频谱。

周宪民引入现代谱估计方法对导弹系统仿真模型进行了研究。魏华梁提出了交叉谱（Cross-spectrum）估计在导弹系统仿真模型验证中的应用。李鹏波应用瞬时谱分析，研究非平稳时序的动态特征，在时-频域里同时分析系统的动态性能，又引入了一种基于演变谱（Evolution Spectrum）估计的相干检测方法。

在动态输出的定量比较方面，Kheir用Theil不等式系数作为性能指标，比较导弹系统仿真试验和飞行试验的数据。魏华梁提出了另一种非统计性的方法——灰色关联分析方法。

SD方法是美国麻省理工学院J.W.福雷斯特（J.W.Forrester）教授提出的研究系统动态行为的一种计算机仿真技术。SD综合应用控制论、信息论和决策论等有关理论和方法，建立SD模型，以电子计算机为工具，进行仿真试验，所获得的信息用来分析和研究系统的结构和行为，为正确决策提供科学的依据。

目前，SD正成为一种常用的系统工程方法，渗透到许多领域，尤其在国土规划、区域经济开发、环境保护、企业战略研究和军事决策等方面，正日益显示出威力，这使SD模型的验证方法越来越受重视。

Yaman Barlas对SD模型的验证问题进行了探讨和综述，同时，Yaman Barlas等人从结构验证（Structural Validity）和行为验证（Behavior Validity）两个方面对SD模型的验证提出了一整套程序和定量验证方法，是SD模型验证方法的权威参考。

更进一步，Yaman Balas和Korhan Kanar对系统的动态行为模式进行了分类，即：

1）常态型（Constant）。

2）上升型（Growth）。

3）下降型（Decline）。

4）上升-下降型（Growth-and-Decline）。

5）下降-上升型（Decline-and-Growth）。

6）摆动型（Oscillatory）。

这些动态行为模式如图2.12所示。

图2.12 动态行为的六类模式

基于这些模式，首先对实际系统的动态行为模式（Pattern）进行分段，然后对每段用一个特征向量（特征向量是三维的，分量分别表示该段的斜率、曲率和均值）来表示，于是实际系统的模式可以用一组特征向量来描述。对于模型的输出，通过HMM对其行为模式进行自动分类和识别，这样，利用模式识别技术，达到验证模型的目的。

具体而微的VV&A方法：建模与仿真VV&A的系统观

相关推荐