系统仿真活动是围绕着仿真模型进行的,因此在适应用户应用目的的前提下,仿真模型的质量会在极大程度上影响人们对于真实对象行为特性的判断和对仿真结果可用性的信心。模型VV&A活动是保证模型质量和评估其可信度的有效途径。模型验证是模型VV&A活动中的重要组成部分。在模型验证中,数据一致性分析方法是人们常用并且十分有效的手段。本文围绕数据一致性分析方法进行了深入研究,主要从三个方面展开。模型验证人员首先根据用户目的构建指标体系,然后围绕该指标体系实施验证工作,而指标体系底层节点的分析往往采用数据一致性分析方法。人们对此进行了大量研究,成功的将多种数据一致性分析方法应用到模型验证领域中。然而,目前还没有形成一套完整的数据分析方案。而分析方案的提出会提高模型验证工作的效率和分析结果的准确性,减少分析人员的工作量。针对此问题,本文以尽量覆盖数据分析工作中遇到的各种情况为目标,研究并给出了一个数据分析方案。模型验证工作不仅可以保证模型的质量,它还是模型可信度评估的依据。模型可信度评估通常采用模型验证中的指标体系,由底层节点数据分析结果开始转化,并将转化结果逐层向上融合,最终得出根节点的值,该值反映的是模型和真实对象的一致性程度,是可信度的重要组成部分。本文将该值命名为“符合度”。但底层节点的分析通常采用不同的数据一致性分析方法,因此分析结果并不在同一标度空间下,无法直接融合。针对此问题,本文研究并给出了上文提到的五种分析方法的转化算法。数据一致性分析需要进行大量的计算,这就要求模型验证人员具有足够的知识储备。为提高数据分析的效率和准确性,本文设计并开发了基于数据一致性分析的模型验证辅助工具。该工具在Windows操作系统下,VC6.0编译平台上开发完成。