(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210644565.8 (22)申请日 2022.06.09 (65)同一申请的已公布的文献号 申请公布号 CN 114722643 A (43)申请公布日 2022.07.08 (73)专利权人 浙江大学 地址 310027 浙江省杭州市西湖区浙大路 38号 (72)发明人 胡伟飞　张桐舟　邓晓豫　程锦　 刘振宇　谭建荣　 (74)专利代理 机构 杭州浙科专利事务所(普通 合伙) 33213 专利代理师 孙孟辉 (51)Int.Cl. G06F 30/20(2020.01)G06F 17/18(2006.01) (56)对比文件 CN 104615810 A,2015.0 5.13 US 2015095008 A1,2015.04.02 董得志等.基 于OMLHD的仿真模型验证方法. 《北京航空航天大 学学报》 .2012,(第0 6期), 审查员 赵磊 (54)发明名称 基于复杂系统仿真模型的虚实一致性验证 方法 (57)摘要 本发明公开了一种基于复杂系统仿真模型 的虚实一致性验证方法， 通过马氏距离与空间向 量角结合， 在小样本仿真数据下准确提取统计特 征， 完成数据降维， 提高仿真输出数据统计特征 提取的准确性； 利用Dvoretzky –Kiefer – Wolfowit z不等式结合置信水平构建实际数据累 积分布函数上下边界， 表征与实验 数据量相关联 的不确定性， 从而避免了实验数据随机性带来的 模型验证指标波动， 进一步提高模 型验证指标的 准确性。 权利要求书4页 说明书9页 附图7页 CN 114722643 B 2022.09.16 CN 114722643 B 1.一种基于复杂系统仿真模型的虚实一 致性验证方法， 其特 征在于包括以下步骤： S1： 设置 个验证点 ， 对每个验证点 输入仿真模型， 得到 组仿真数据 ， 表示数据来自仿真模型， 计算仿真数据的增强马氏距离值， 并得到每个 验证点处仿真数据的增强马氏距离累计分布函数 ； 利用概率积分变换将每个验证点处 仿真数据的增强马氏距离累计分布函数 转化为标准均匀分布的累积分布函数 ； S2： 每个验证点 均重复 次实验， 得到 组实验数据 ， 表示数据来自 实验， 通过 组实验数据计算得到 个实验数据增强马氏距离值； 对于每个验证点 ， 将计 算得到的 个实验数据增 强马氏距离值代入S1中计算得到的增强马氏距离累计分布函数 ， 得到 个对应的累计分布函数值， 其中 ； S3： 将所有验证点处得到的实验数据的累积分布函数值从小到大排序， 计算其经验累 积分布函数， 使用D voretzky –Kiefer–Wolfowitz不等式计算实验数据经验累积分布上下边 界函数， 并计算模型一致性角度指标最小值与最大值， 得到模型一致性角度指标区间 ； S1具体包括如下步骤： S1.1： 对每个验证点 得到的仿真数据 ， 计算其均值向量 和协 方差矩阵 ； S1.2： 根据马氏距离的定义， 计算每个仿真样本点 到仿真数据分布的 马氏距离： ； S1.3： 对每个仿真样本点 ， 构建两个向量 和 ； 其中 表示基准向量， 定义为 ； 从仿真数据的均值向量 指向待计算的仿真样本点 ， 即 ； S1.4： 计算 和 之间的夹角作为空间向量角 ， 即 ； S1.5： 计算马氏距离和空间向量角余切值的乘积， 得到增强马氏距离 权　利　要　求　书 1/4 页 2 CN 114722643 B 2； S1.6： 计算仿真数据增强马氏距离的累积分布函数 ， 并利用概率积分变换转化为标 准均匀分布的累积分布函数 ； S2具体包括如下步骤： S2.1： 对每个验证点 得到的实验数据 ， 找到其对应仿真数据分布 的均值向量 和协方差矩阵 ； S2.2： 根据马氏距离 的定义， 计算每个实验样本点 到仿真数据分布的 马氏距离 ； S2.3： 对每个实验样本点 ， 构建两个向量 和 ； 其中 表示基准向量， 定义为 ； 从仿真数据的均值向量 指向待计算的实验样本点 ， 即 ； S2.4： 计算 和 之间的夹角作为空间向量角 ， 即 ； S2.5： 计算马氏距离和空间向量角余切值的乘积， 得到增强马氏距离 ； S2.6： 结合实验数据计算的增强马氏距离 和仿真数据增强马氏距离的累积分布 函数 ， 计算实验数据对应的累积分布函数值 ： 。 2.根据权利要求1所述的基于复杂系统仿真模型的虚实一 致性验证方法， 其特 征在于： S3具体包括如下步骤： S3.1： 将所有验证点处通过S2得到的实验数据累积分布函数值 由小到大 进行排序， 并计算 其经验累积分布函数 ； S3.2： 针对实验数据带来的不确定性， 事先 给定置信水平 ， 并计算中间变量 权　利　要　求　书 2/4 页 3 CN 114722643 B 3