基于R-VIKOR方法的复杂系统装备仿真可信参数优选

doi:10.16182/j.issn1004731x.joss.22-FZ0941

摘要/Abstract

摘要：

复杂仿真系统的运行往往不是孤立的，它总是受到多重外部因素和自身性能的影响，在进行仿真可信度计算时，不可避免地涉及到参数的选择，在与参考模型进行比较时，需要同时考虑不同的性能指标，这就转化为多属性决策问题的研究范畴。提出一种基于R-VIKOR(resist rank reversal of vise kriterijumska optimizacija | kompromisno resenje)方法的复杂系统仿真可信参数优选方法，通过模型迁移理论获得新模型的多组气动参数，与基础模型的最优参数进行相似性计算，为具有相似气动外形的新复杂系统模型提供更可靠的气动参数。

关键词: R-VIKOR(resist rank reversal of vise kriterijumska optimizacija , kompromisno resenje), 模型迁移, 可信性评估, 参数优选, 气动参数

Abstract:

The operation of complex simulation system is not isolated, and always affected by multiple external factors and its own performance. In simulation reliability calculation, parameters need to be chosen, and different performance indexes need to be taken into account when comparing with the reference model. The research is transformed into the multi-attribute decision. An system simulation trusted parameter optimization method based on R-VIKOR(resist rank reversal of visekriterijumska optimizacija | kompromisno resenje) is proposed. Multiple sets of aerodynamic parameters of the new model are obtained through model migration theory, and similarity calculation is carried out with the optimal parameters of the basic model, and more reliable aerodynamic parameters for the new aircraft model with similar aerodynamic shape are provided.

Key words: R-VIKOR(resist rank reversal of visekriterijumska optimizacija , kompromisno resenje), model of migration, credibility assessment, parameter optimization, pneumatic parameters

中图分类号:

TP391.9

王智广,刘柏廷,王晓雷等 . 基于R-VIKOR方法的复杂系统装备仿真可信参数优选[J]. 系统仿真学报, 2022, 34(12): 2670-2679.

Zhiguang Wang,Baiting Liu,Xiaolei Wang,et al . Reliability Parameter Optimization Complex System Simulation Based on R-VIKOR Method[J]. Journal of System Simulation, 2022, 34(12): 2670-2679.

图/表 8

图1

图2

图3

图4

图5

表1

表2

表3

参考文献 16

1	Chen F F, Xiang J T, Thomas D G, et al. Model-Based Parameter Optimization for Arc Welding Process Simulation [J]. Applied Mathematical Modelling(S0307-904X), 2020, 81: 386-400.
2	Liu Xiangwen, Li Weijing, Wu Tongwen, et al. Validity of Parameter Optimization in Improving MJO Simulation and Prediction Using the Sub-Seasonal to Seasonal Forecast Model of Beijing Climate Center[J]. Climate Dynamics(S0930-7575), 2019, 52: 3823-3843.
3	Carillo M, Cordasco G, Serrapica F, et al. Distributed Simulation Optimization and Parameter Exploration Framework for the Cloud[J]. Simulation Modelling Practice and Theory(S1569-190X), 2018, 83: 108-123.
4	杨明, 焦松, 李伟, 等. 基于可信度优化的仿真模型参数估计方法[J]. 华中科技大学学报(自然科学版), 2014, 42(6): 90-94.
	Yang Ming, Jiao Song, Li Wei, et al. Estimation Method of Simulation Model Parameters Based on Credibility Optimization[J]. Journal of Huazhong University of Science and Technology(Natural Science Edition), 2014, 42(6): 90-94.
5	Pellegrini R, Serani A, Leotardi C, et al. Formulation and Parameter Selection of Multi-Objective Deterministic Particle Swarm for Simulation-Based Optimization[J]. Applied Soft Computing(S1568-4946), 2017, 58: 714-731.
6	徐宁, 董新民, 刘棕成, 等. 基于Pareto集与多目标决策的飞控参数优化[J]. 飞行力学, 2012, 30(3): 245-249.
	Xu Ning, Dong Xinming, Liu Zongcheng, et al. Optimization of FCS Parameter Based on Pareto Optimal Set and Multi-Objective Decision[J]. Flight Dynamics, 2012, 30(3): 245-249.
7	张一航, 侯明善. 制导系统设计参数多准则优化决策方法研究[J]. 兵工学报, 2014, 35(1): 70-75.
	Zhang Yihang, Hou Mingshan. Multi-criteria Decision-making for Guidance System Design Parameters[J]. Acta Armamentarii, 2014, 35(1): 70-75.
8	Wang Yingming, Luo Ying. On Rank Reversal in Decision Analysis[J]. Mathematical and Computer Modelling(S0895-7177), 2009, 49(5/6): 1221-1229.
9	杜婷, 侯明善. 不同赋权TOPSIS制导系统设计决策比较[J]. 现代电子技术, 2014, 37(9): 15-19.
	Du Ting, Hou Mingshan. Comparison Among Different Weighting TOPSIS Methods of Design Parameter Decision Making for Guidance System[J]. Modern Electronics Technique, 2014, 37(9): 15-19.
10	张一航, 侯明善. 基于Monte-Carlo仿真的制导系统多准则决策设计方法[J]. 电子设计工程, 2013, 21(23): 43-46.
	Zhang Yihang, Hou Mingshan. Robust Multi-criteria Decision Making for Guidance System Design Parameters[J]. Electronic Design Engineering, 2013, 21(23): 43-46.
11	Saaty T L, Sagir M. An Essay on Rank Preservation and Reversal[J]. Mathematical and Computer Modelling(S0895-7177), 2009, 49(5/6): 1230-1243.
12	Meng F Y, Su B, Bai Y. Rank Reversal Issues in DEA Models for China's Regional Energy Efficiency Assessment[J]. Energy Efficiency(S1570-646X), 2019, 12: 993-1006.
13	董典, 侯明善, 殷春武. 导弹拦截目标制导系统的VIKOR方法参数设计[J]. 计算机仿真, 2016, 33(4): 53-57.
	Dong Dian, Hou Mingshan, Yin Chunwu. Parameter Design for Guidance System Based on VIKOR Approach[J]. Computer Simulation, 2016, 33(4): 53-57.
14	杨文光, 吴云洁. 熵权VIKOR方法下的制导系统仿真可信优选研究[J]. 系统仿真学报, 2019, 31(7): 1272-1279.
	Yang Wenguang, Wu Yunjie. Credible Optimum Selection of Guidance System Simulation Based on Entropy Weight VIKOR Method[J]. Journal of System Simulation, 2019, 31(7): 1272-1279.
15	李伟, 林圣琳, 周玉臣, 等. 复杂仿真系统可信度评估研究进展[J]. 中国科学: 信息科学, 2018, 48(7): 767-782.
	Li Wei, Lin Shenglin, Zhou Yuchen, et al. Research Progress on Credibility Assessment of a Complex Simulation System[J]. SCIENTIA SINICA Informationis, 2018, 48(7): 767-782.
16	王浩亮, 李清东, 任章, 等. 基于模型迁移方法的高超声速飞行器建模[J]. 北京航空航天大学学报, 2016, 42(12): 2640-2647.
	Wang Haoliang, Li Qingdong, Ren Zhang, et al. Modeling of Hypersonic Vehicle via Model Migration Method[J]. Journal of Beijing University of Aeronautics and Astronautics, 2016, 42(12): 2640-2647.

方案	M_v /(m/s)	S_v /(m/s)	M_h /m	S_h /m
A₁	7.993 5	10.845 8	93.714 0	54.534 6
A₂	9.405 7	12.456 6	109.042 7	63.391 4
A₃	0.962 1	2.163 9	24.059 4	15.137 1
A₄	5.077 9	6.964 9	67.373 7	39.377 0

[1]	董志明, 胡忠奇, 戴浩然, 高建成. 基于大语言模型的作战仿真想定自动化生成方法[J]. 系统仿真学报, 2026, 38(5): 1129-1145.
[2]	李校男, 晁涛, 马萍, 杨明, 王玉轩. 基于期望最大化方法的非线性SSM黑箱鲁棒辨识[J]. 系统仿真学报, 2026, 38(5): 1146-1158.
[3]	刘银钢, 马明, 张荣华. 基于大语言模型的兵棋推演动态任务规划[J]. 系统仿真学报, 2026, 38(5): 1187-1204.
[4]	苏泓嘉, 张成, 刘飞. 基于模糊功能依赖网分析的体系效能评估方法[J]. 系统仿真学报, 2026, 38(5): 1224-1238.
[5]	梅华威, 杨鹏慧, 余洋. 计及数据漂移改进PatchTST的超短期光伏功率预测[J]. 系统仿真学报, 2026, 38(5): 1239-1254.
[6]	李权, 苏鹏, 万海英, 张承玺, 何志坚, 倪艺洋, 赵忠盖, 刘飞. 基于多阶段LHS-EPRCC方法的青霉素发酵过程建模[J]. 系统仿真学报, 2026, 38(5): 1255-1276.
[7]	周子聪, 曾俊杰, 胡越, 朱正秋, 尹全军. 基于次优示例引导的兵棋推演多智能体强化学习方法[J]. 系统仿真学报, 2026, 38(5): 1277-1289.
[8]	石敏, 郭诗盛, 王素琴, 李兆歆, 朱登明. 融合物理与几何先验的无抓取标注6-DoF抓取检测方法[J]. 系统仿真学报, 2026, 38(5): 1290-1302.
[9]	姜彦吉, 肖星佚, 董浩, 于淼, 黄金山, 刘大千, 费博雯. 融合点线特征的图关系优化3D车道线检测方法[J]. 系统仿真学报, 2026, 38(5): 1303-1319.
[10]	张鑫, 张平, 张琛, 刘威, 韩博阳. 非均质土壤条件下挖掘阻力计算模型研究[J]. 系统仿真学报, 2026, 38(5): 1320-1332.
[11]	王伟, 刘东, 崔新豪, 李博, 肖依永, 任羿. 复杂项目多级动态挣值管理数字化模型及应用[J]. 系统仿真学报, 2026, 38(5): 1350-1364.
[12]	彭莉峻, 苏庭琪, 刘沛津, 何林, 周协武, 张闽心. 融合人体关键点的实验室PPE规范穿戴检测方法[J]. 系统仿真学报, 2026, 38(5): 1365-1382.
[13]	滕靖, 童文聪, 张中杰, 姚幸, 李君羡. 有轨电车交叉口速度自动引导方法及仿真评价[J]. 系统仿真学报, 2026, 38(5): 1426-1439.
[14]	蒋圣超, 裴云庆, 翟宏营, 吴国键, 高放. 基于块编码绝热量子牛顿‒拉夫逊法的潮流计算[J]. 系统仿真学报, 2026, 38(5): 1453-1465.
[15]	秦浪, 谢嘉成, 乔晓军, 王学文, 肖智杰. 执行器位姿异常的机器人轨迹规划调整方法[J]. 系统仿真学报, 2026, 38(5): 1466-1483.