复杂仿真系统高效实验方法研究

《复杂仿真系统高效实验方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工程硕士学位论文复杂仿真系统高效实验方法研究RESEARCHONEFFICIENTEXPERIMENTALSTRATEGIESOFCOMPLEXSIMULATIONSYSTEM谢晓天哈尔滨工业大学2016年6月国内图书分类号：TP391.9学校代码：10213国际图书分类号：681.3密级：公开工程硕士学位论文复杂仿真系统高效实验方法研究硕士研究生：谢晓天导师：王子才教授申请学位：工程硕士学科：控制科学与工程所在单位：控制与仿真中心答辩日期：2016年6月授予学位单位：哈尔滨工业大学-III-ClassifiedIndex:TP391

2、.9U.D.C:681.3DissertationfortheMasterDegreeinEngineeringRESEARCHONEFFICIENTEXPERIMENTALSTRATEGIESFORCOMPLEXSIMULATIONSYSTEMCandidate：XieXiaotianSupervisor：Prof.WangZicaiAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ControlScienceandEngineeringAffiliation：Contro

3、landSimulationCenterDateofDefence：June,2016Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要由于复杂仿真系统中存在多种、大量的不确定性，使得仿真实验的复杂性增加，因此本文通过研究已有仿真实验方法，针对复杂仿真系统含有不确定性的情况，以减少实验次数、提高仿真实验效率为目标，展开了以下研究。首先，研究了基本的蒙特卡罗方法。针对“降方差”提高效率的思想，研究了几种蒙特卡罗降方差方法，对它们的原理和性质

4、进行了分析和对比；在此基础上，通过组合方法较单个方法能进一步降低方差的思路，有机地结合了方差最小化重要性抽样、拉丁超立方抽样和对偶随机变量三种方法，提出了一种基于组合抽样的高效仿真实验方法。这种改进能有效地提高仿真实验效率，并在一定相对误差的情形下减少仿真实验次数。其次，考虑到优化拉丁超立方抽样方法的广泛应用，以及在效率提高上的优越性，本文主要研究了几种基本的优化准则和一种优化算法，并且在一种“重复的优化拉丁超立方方法”的基础上，提出“基于ML2-ESE的扩展优化拉丁超立方方法”。通过“扩展”的思想不仅可以弥补前者在样本优化上的浪费、

5、提高效率，还能保留其逐渐增加样本的优良性质。最后，本文设计并开发了复杂仿真系统高效实验辅助工具，并利用该辅助工具针对电磁轨道炮的仿真实例进行实验，对两种改进的方法进行了验证，通过对比分析说明了二者在效率提高上的效果。关键词：高效仿真实验，蒙特卡罗，组合抽样，扩展的优化拉丁超立方抽样-V-哈尔滨工业大学工学硕士学位论文AbstractThereexistmultipleandnumerousuncertaintiesinthecomplexsimulationsystems,whichleadstoanincreaseinthecomp

6、lexityofthesimulationexperiment.Sobasedonthestudyofexistingsimulationmethods,thereaseachofthispaperiscarriedoutattheaimofreducingthenumberofexperimentsandimprovingtheefficiencyofsimulationexperiment.Firstly,startingfromtheprincipleofthemethod,thispaperintroducedMonteCar

7、lomethod.Concentratingonthetheideaofreductingvariancetoimproveefficiency,severalMonteCarlovariancereductionmethodsarestudiedandcompared.Accordingtotheideathatcombinationmethodsarebetterthanasinglemethodinreducingthevariance,anewmethod,called“efficientsimulaitonexperimen

8、talmethodsbasedoncombiningsamplingstategies”,isproposedthen.Itorganicallycombinesthreemethodsincludingvariance