论文部分内容阅读
仿真数据智能化分析方法是为模型验证服务的,是系统仿真领域研究的重点问题。仿真数据智能化分析是采用基于专家系统的方法,综合利用仿真领域相关知识、各类数据分析方法和技术对仿真数据进行分析。本文对仿真数据智能化分析方法及工具进行了深入的研究,为仿真数据分析存在的难点提供了解决方案。首先,阐述了课题的背景和目的,分析了仿真数据分析工作中存在的难点。分析了仿真数据分析方法、工具及智能化分析方法的国内外研究现状,并给出了本文的研究内容。第二,归纳了基本的仿真数据分析方法,主要包括静态数据分析方法和动态数据分析方法。其中对于静态数据分析方法,重点围绕区间估计法和假设检验法展开。从时域分析和频域分析的角度阐述了动态数据分析方法。设计了仿真数据智能化分析框架,并简要说明了框架中的各个组件。第三,对仿真数据智能化分析的关键技术进行了深入研究,给出了各种情况下的静态数据预处理方法及动态数据预处理方法,设计了六个数据分析流程,给出了它们的具体步骤,接着讨论了定性定量评价意见的统一、权重分配及综合方法,并应用这些方法进行了仿真数据智能化分析。第四,利用“面向对象—规则”混合知识表示方法设计了仿真数据智能化分析知识库,主要包括:数据分析方法、数据分析规则及专家知识的表示,在此基础上研究了推理机制。第五,在上述理论研究的基础上,对仿真数据智能化分析工具进行了设计和实现。设计了该工具的总体结构,对其中的关键模块进行了简要说明并给出了实现方法和关键技术。实现了仿真数据智能化工具,通过应用说明了该工具的有效性。最后,对本文的研究工作进行总结,提出了下一步的工作方向。