基于主成分分析的仿真结果评估方法

doi:10.16182/j.issn1004731x.joss.19-0126

系统仿真学报 ›› 2019, Vol. 31 ›› Issue (12): 2678-2684.doi: 10.16182/j.issn1004731x.joss.19-0126

基于主成分分析的仿真结果评估方法

鞠儒生, 蔡子民, 杨妹, 王松

国防科技大学系统工程学院,湖南长沙 410072

收稿日期:2019-03-26 修回日期:2019-05-13 发布日期:2019-12-13
作者简介:鞠儒生(1976-),男,江苏泰兴,博士,副教授,研究方向为系统仿真数据评估分析,人工智能及其应用。
基金资助:
国家自然科学基金(61673388)

Evaluation Method of Simulation Results Based on Principal Component Analysis

Ju Rusheng, Cai Zimin, Yang Mei, Wang Song

College of Systems Engineering, National University of Defense Technology, Changsha 410072, China

Received:2019-03-26 Revised:2019-05-13 Published:2019-12-13

摘要/Abstract

摘要： 复杂系统仿真往往会产生海量的结果数据,这些数据类型多样、关联复杂,用户通常不能直接使用,必须经过有效评估分析,才能寻找到仿真结果数据背后隐藏的规律。根据复杂仿真系统结果数据的特点,利用主成分分析方法降低数据分析的维度,探索系统输入输出数据之间的关联,寻找到影响作战效能的关键要素,通过案例进行应用验证,对提炼出的各个主成分因素进行深入探索,说明了该方法的有效性,分析策略可供广大同行研究参考。

关键词: 复杂系统仿真, 评估, 主成分分析, 作战效能

Abstract: A large amount of result data are produced by complex system simulation. These data types are diverse and complex. Usually they cannot be used directly. The inner pattern can only be found by effective evaluation. Based on the characteristics of complex combat simulation results, this paper utilizes the Principal Component Analysis method to reduce the dimension of data analysis and explore the relationship between the system input data and output data. The key influence factors of the measure of force effectiveness is found. The application verification is done by typical examples. The selected principle factors are explored in deepth to verify the effectiveness of the method. The strategy can be referred by other peer.

Key words: complex system simulation, evaluation, principle component analysis, force effectiveness

中图分类号:

TP391.9

鞠儒生, 蔡子民, 杨妹, 王松. 基于主成分分析的仿真结果评估方法[J]. 系统仿真学报, 2019, 31(12): 2678-2684.

Ju Rusheng, Cai Zimin, Yang Mei, Wang Song. Evaluation Method of Simulation Results Based on Principal Component Analysis[J]. Journal of System Simulation, 2019, 31(12): 2678-2684.

参考文献

[1] Hinton G E, Salakhutdinov R R.Reducing the dimensionality of data with neural networks[J]. Science (S0036-8075), 2006, 313(5786): 504-507.
[2] 王华, 何伟, 陈永科, 炮兵维修分队保障行动仿真训练与评估系统[J]. 兵工自动化, 2017, 36(2): 50-55.
Wang Hua, He Wei, Chen Yongke, Simulation Training and Evaluation System of Artillery Maintenance Unit Support Operation[J]. Ordnance Industry Automation, 2017, 36(2): 50-55.
[3] 熊彪, 王帅, 李必鑫, 等, 基于ARENA的航空兵场站油料保障效能仿真评估[J]. 兵器装备工程学报, 2018, 39(4): 92-96.
Xiong Biao, Wang Shuai, Li Bixin, et al.Simulation for POL Support Effectiveness Evaluation of Air Base Based on Arena[J]. Journal of Ordnance Equipment Engineering, 2018, 39(4): 92-96.
[4] 方洋旺, 郑垚宇, 魏贤智, 等. 基于云模型的仿真可信度评估方法[J]. 计算机应用, 2018, No.334(06): 15-21.
Fang Yangwang, Zheng Yaoyu, Wei Xianzhi, et al. Method for simulation credibility evaluation based on cloud model[J]. Journal of Computer Applications, 2018, No.334(06): 15-21.
[5] 胡晓峰, 罗批, 司光亚, 等. 战争复杂系统建模与仿真[M]. 北京: 国防大学出版社, 2005: 5.
Hu Xiaofeng, Luo Pi, Si Guangya, et al.War Complex System Modeling & Simulation[M]. Beijing: National Defense University Press, 2005: 5.
[6] 王恒霖, 曹建国. 仿真系统的设计与应用[M]. 北京: 科学出版社, 2003: 1-22.
Wang Henglin, Cao Jianguo.The design and application of simulation system[M]. Beijing: Science Press, 2003: 1-22.
[7] 廖芹, 郝志峰, 陈志宏. 数据挖掘与数学建模[M]. 北京: 国防工业出版社, 2010.
Liao Qin, Hao Zhifeng, Chen Zhihong.Data mining and math modeling[M]. Beijing: National Defense Industry Press, 2010.
[8] 朱玉全, 杨鹤标, 孙蕾, 等. 数据挖掘技术[M]. 南京:东南大学出版社, 2006: 11.
Zhu Yuquan, Yang Hebiao, Sun Lei, et al.Data Mining Technique[M]. Nanjing: Southeast University Press, 2006: 11.
[9] 胡剑文, 常青, 张岱, 等. 作战仿真实验设计与分析[M]. 北京: 国防工业出版社, 2010: 5.
Hu Jianwen, Chang Qing, Zhang Dai, et al.Combat Simulation experiment design and analysis[M]. Beijing: National Defense Industry Press, 2010: 5
[10] Philip Barry, J P Zhang, M Mcdonald. Architecting a Knowledge Discovery Engine for Military Commanders Utilizing Massive Runs of Simulations[C]. Proceeding of SIGKDD. ACM, 2003: 699-704.

[1]	高宏鼐, 付丽疆, 夏倩, 郭亚. 可观测度在光合作用模型性能评估中的应用[J]. 系统仿真学报, 2022, 34(6): 1330-1342.
[2]	李伟, 张欢, 马萍, 杨明. 云仿真系统可信度评估问题探讨[J]. 系统仿真学报, 2022, 34(4): 679-687.
[3]	吴枫, 刘秀罗, 王佳, 刘阳, 李苏疆, 仲妍. 航天发射可视化仿真分析技术与应用研究[J]. 系统仿真学报, 2022, 34(4): 856-869.
[4]	张子伟, 李亮, 董志明, 王艺霏, 段莉. 作战概念牵引的作战效能仿真评估指标构建方法研究[J]. 系统仿真学报, 2022, 34(3): 603-613.
[5]	张高峰, 吴亮. 复杂电磁环境下水面舰艇防空反导作战效能评估[J]. 系统仿真学报, 2022, 34(3): 640-650.
[6]	张子伟, 郭齐胜, 董志明, 高昂, 王艺霏. 体系作战效能评估与优化方法综述[J]. 系统仿真学报, 2022, 34(2): 303-313.
[7]	聂凯, 曾科军, 孟庆海. 基于深度贝叶斯网络学习的不确定性建模方法[J]. 系统仿真学报, 2022, 34(1): 79-85.
[8]	李述清, 张志利, 魏玉淼, 王海涛. 导弹精度评估方法仿真分析[J]. 系统仿真学报, 2021, 33(8): 1825-1831.
[9]	王印松, 孙天舒. 基于二分类NMF网络的执行器故障状态评估[J]. 系统仿真学报, 2021, 33(8): 1882-1891.
[10]	黄晓冬, 谢孔树, 李妮, 燕雪峰, 赵亚丽. 面向体系对抗的仿真支撑平台研究及应用[J]. 系统仿真学报, 2021, 33(8): 1914-1926.
[11]	罗雪平, 曹运合, 胡奇, 陈术涛, 闫士杰, 蔡昔. SAR成像导引头干扰建模评估与仿真系统设计[J]. 系统仿真学报, 2021, 33(8): 1927-1937.
[12]	王晔成, 马静, 金从军, 揭力, 石彬. 多阶段Bayes信息融合的多散射中心仿真评估方法[J]. 系统仿真学报, 2021, 33(7): 1682-1688.
[13]	胡小曼, 王艳, 纪志成. 模糊信息粒化与改进RVM的滚动轴承寿命预测[J]. 系统仿真学报, 2021, 33(11): 2561-2571.
[14]	刘兴, 王艳, 纪志成. 基于随机森林的风电功率短期预测方法[J]. 系统仿真学报, 2021, 33(11): 2606-2614.
[15]	王海超, 尹勇. 航海模拟器中人员落水救助操纵智能化评估[J]. 系统仿真学报, 2021, 33(11): 2647-2655.

基于主成分分析的仿真结果评估方法

Evaluation Method of Simulation Results Based on Principal Component Analysis

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价