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]	黄涛, 张智, 丁玉杰, 陈艳波, 王晶, 张文倩. 考虑动态频率安全与N-k故障的鲁棒应急调度方法[J]. 系统仿真学报, 2025, 37(12): 2981-2993.
[2]	张润昭, 陈艳波, 黄涛, 田昊欣, 强涂奔, 张智. 基于异构负荷特征解析预测的虚拟电厂调度方法[J]. 系统仿真学报, 2025, 37(12): 2994-3006.
[3]	于祥星, 赵艳东, 张宝琳. 基于电涡流NES的海上风机塔架振动控制[J]. 系统仿真学报, 2025, 37(12): 3007-3017.
[4]	李斌, 王于绰. 基于多策略融合的光伏系统故障诊断方法[J]. 系统仿真学报, 2025, 37(12): 3018-3032.
[5]	李孝斌, 胡冰, 尹超, 李波, 马军. 基于时空图卷积的汽车配件供应链需求预测与仿真分析[J]. 系统仿真学报, 2025, 37(12): 3060-3074.
[6]	彭艺, 雷云揆, 杨青青, 李辉, 王健明. 改进PID搜索算法的山地环境无人机路径规划[J]. 系统仿真学报, 2025, 37(12): 3075-3086.
[7]	陈逸, 邱思航, 朱正秋, 季雅泰, 赵勇, 鞠儒生. 基于启发式的人-大模型协作寻源方法[J]. 系统仿真学报, 2025, 37(12): 3112-3127.
[8]	索婧怡, 卢柏宏, 屈澈. 影视LED光源光强分布测定及其在游戏引擎中的仿真研究[J]. 系统仿真学报, 2025, 37(12): 3140-3151.
[9]	龚建兴, 胡海, 任海慧, 吴瑞祥. 面向虚实结合的军事训练系统互操作模型与运用[J]. 系统仿真学报, 2025, 37(12): 3161-3175.
[10]	徐智霞, 王蕊, 孙楠, 何兵, 沈晓卫, 朱晓菲. 基于改进遗传算法的协同干扰资源分配问题研究[J]. 系统仿真学报, 2025, 37(12): 3176-3189.
[11]	刘翔, 金乾坤. 基于PAC-Bayes的多目标强化学习A2C算法研究[J]. 系统仿真学报, 2025, 37(12): 3212-3223.
[12]	杨兰英, 李超, 邹海锋, 万江涛, 张仁强, 刘惠, 卢宏. 基于改进蚁群算法与A*算法相融合的机器人路径规划优化[J]. 系统仿真学报, 2025, 37(11): 2956-2965.
[13]	苏筱婷, 张小威, 田义, 李奇, 王帅豪. 星光导航动态仿真场景时序设计方法研究[J]. 系统仿真学报, 2025, 37(11): 2946-2955.
[14]	张志利, 刘瑾, 周召发, 梁哲, 张云昊. 基于ISCSO-BP神经网络模型的光纤陀螺温度补偿技术研究[J]. 系统仿真学报, 2025, 37(11): 2904-2917.
[15]	陈际同, 周佳加, 吴迪, 江海龙. 基于TD3-RRT的特殊环境下USV路径规划算法研究[J]. 系统仿真学报, 2025, 37(11): 2888-2903.