CN118069290A - 一种模型参数值确定方法、装置、电子设备及存储介质 - Google Patents
一种模型参数值确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN118069290A CN118069290A CN202410060802.5A CN202410060802A CN118069290A CN 118069290 A CN118069290 A CN 118069290A CN 202410060802 A CN202410060802 A CN 202410060802A CN 118069290 A CN118069290 A CN 118069290A
- Authority
- CN
- China
- Prior art keywords
- target
- current
- parameter value
- determining
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000004088 simulation Methods 0.000 claims abstract description 137
- 238000012360 testing method Methods 0.000 claims abstract description 47
- 238000005259 measurement Methods 0.000 claims abstract description 44
- 238000004590 computer program Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 16
- 230000002776 aggregation Effects 0.000 claims description 12
- 238000004220 aggregation Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims 1
- 230000008569 process Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 101100194362 Schizosaccharomyces pombe (strain 972 / ATCC 24843) res1 gene Proteins 0.000 description 2
- 101100194363 Schizosaccharomyces pombe (strain 972 / ATCC 24843) res2 gene Proteins 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004153 renaturation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种模型参数值确定方法、装置、电子设备及存储介质。该方法包括:获取目标***模型对应的目标参数和稳态测量结果以及多个目标边界对应的边界数据和稳态实验数据;对边界数据和稳态实验数据进行数据合并,确定合并后的目标测试数据;基于目标测试数据和目标***模型仿真实例进行仿真,获得当前参数值对应的当前仿真结果;目标***模型仿真实例中包含目标参数和目标参数对应的当前参数值;基于预设关联关系、稳态测量结果和当前仿真结果,确定当前结果误差;若当前结果误差满足预设收敛条件,则将当前仿真结果对应的当前参数值确定为目标参数对应的目标参数值,从而准确确定多边界条件下的***模型中的参数值。
Description
技术领域
本发明实施例涉及软件工程技术领域,尤其涉及一种模型参数值确定方法、装置、电子设备及存储介质。
背景技术
随着软件工程技术的发展,Modelica在模型构建方面具备先进的优势。工程师的绝大部分精力往往消耗在模型参数调优过程。在模型调参时,大批量参数调整需要手动进行,速度慢,精度低,且大量重复性工作严重拖慢工程师建模速度。
目前,通常在单边界条件下调整模型参数使得模型输出满足设计需求。然而,这种单边界的模型参数调整方式,无法同时兼顾多边界条件,会导致在单边界条件下确定的模型参数无法满足所有边界条件,并且需要重复多次的在不同单边界下进行模型参数调整,降低了调整模型参数的准确性和效率。
发明内容
本发明实施例提供一种模型参数值确定方法、装置、电子设备及存储介质,以实现准确确定多边界条件下的***模型中的参数值,并且可以一次仿真确定多边界条件下的***模型中的参数值,提高模型参数值的确定效率。
第一方面,本发明实施例提供了一种模型参数值确定方法,包括:
获取目标***模型对应的目标参数和稳态测量结果以及多个目标边界对应的边界数据和稳态实验数据;所述目标边界为所述目标参数的限定条件;
对所述边界数据和所述稳态实验数据进行数据合并,确定合并后的目标测试数据;
基于所述目标测试数据和目标***模型仿真实例进行仿真,获得当前参数值对应的当前仿真结果;所述目标***模型仿真实例中包含目标参数和目标参数对应的当前参数值;
基于预设关联关系、所述稳态测量结果和所述当前仿真结果,确定当前结果误差;所述预设关联关系是每个目标边界下的稳态测量结果与当前仿真结果之间的关联关系;
若所述当前结果误差满足预设收敛条件,则将当前仿真结果对应的当前参数值确定为目标参数对应的目标参数值。
第二方面,本发明实施例还提供了一种模型参数值确定装置,该装置包括:
数据获取模块,用于获取目标***模型对应的目标参数和稳态测量结果以及多个目标边界对应的边界数据和稳态实验数据;所述目标边界为所述目标参数的限定条件;
目标测试数据确定模块,用于对所述边界数据和所述稳态实验数据进行数据合并,确定合并后的目标测试数据;
当前仿真结果确定模块,用于基于所述目标测试数据和目标***模型仿真实例进行仿真,获得当前参数值对应的当前仿真结果;所述目标***模型仿真实例中包含目标参数和目标参数对应的当前参数值;
当前结果误差确定模块,用于基于预设关联关系、所述稳态测量结果和所述当前仿真结果,确定当前结果误差;所述预设关联关系是每个目标边界下的稳态测量结果与当前仿真结果之间的关联关系;
目标参数值确定模块,用于若所述当前结果误差满足预设收敛条件,则将当前仿真结果对应的当前参数值确定为目标参数对应的目标参数值。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任一实施例所述的模型参数值确定方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任一实施例所述的模型参数值确定方法。
本发明实施例的技术方案,通过获取目标***模型对应的目标参数和稳态测量结果以及多个目标边界对应的边界数据和稳态实验数据;所述目标边界为所述目标参数的限定条件;对所述边界数据和所述稳态实验数据进行数据合并,确定合并后的目标测试数据,从而获得多边界条件下的测试数据;基于所述目标测试数据和目标***模型仿真实例进行仿真,获得当前参数值对应的当前仿真结果;所述目标***模型仿真实例中包含目标参数和目标参数对应的当前参数值;基于预设关联关系、所述稳态测量结果和所述当前仿真结果,确定当前结果误差;若所述当前结果误差满足预设收敛条件,则将当前仿真结果对应的当前参数值确定为目标参数对应的目标参数值,从而可以准确确定多边界条件下的***模型中的参数值,并且可以一次仿真确定多边界条件下的***模型中的参数值,提高模型参数值的确定效率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种模型参数值确定方法的流程图;
图2是本发明实施例一所涉及的一种目标***模型仿真实例仿真的示例图;
图3是本发明实施例二提供的一种模型参数值确定方法的流程图;
图4是本发明实施例二所涉及的一种多边界并行参数估计的示例图;
图5是本发明实施例三提供的一种模型参数值确定装置的结构示意图;
图6是实现本发明实施例的模型参数值确定方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种模型参数值确定方法的流程图,本实施例可适用于在多边界条件下优化并确定***模型中选中的目标参数对应的参数值的情况,该方法可以由模型参数值确定装置来执行,该模型参数值确定装置可以采用硬件和/或软件的形式实现,该模型参数值确定装置可配置于电子设备中。如图1所示,该方法包括:
S110、获取目标***模型对应的目标参数和稳态测量结果以及多个目标边界对应的边界数据和稳态实验数据;目标边界为目标参数的限定条件。
其中,***模型可以是原理模型。目标***模型可以是指某一特定原理对应的模型。例如,目标***模型可以是但不限于导热过程的模型,其中的导热微分方程式是根据热力学第一定律和傅里叶定律所建立起来的描写物体的温度随空间和时间变化的关系式。该关系式为导热过程的通用表达式,欲从通用导热过程中区分出某一特定的导热过程,还需对该表达式作进一步边界限定。边界限定可以被称为单值性条件。目标参数可以是目标***模型中待估计参数。通过边界限定调整待估计参数对应的参数值,使得目标***模型可以实现某一特定的导热过程。稳态测量结果可以是指***状态达到稳态后结果变量的取值数据。表1给出了一种稳态测量结果的示例,参见表1,通常是二维表格数据,首列是测量时刻值,其余列是结果变量在每个时刻对应的测量值,行数据是某一测量时刻对应的所有结果变量的值。
表1一种稳态测量结果的示例
时刻 | res1 | res2 | res3 |
0.2 | 1.23 | 1 | 142 |
0.4 | 1.46 | 2 | 161 |
0.6 | 1.67 | 3 | 186 |
0.8 | 1.90 | 4 | 240 |
1 | 2.234 | 5 | 292 |
目标边界可以是指模型需要实现的某一特定过程时限定的单值性条件。边界数据可以是指用于设置边界对应的边界参数值的数据。表2给出了一种边界数据的示例,参见表2,mdot和p为两个边界参数,每个边界均有不同的mdot和p参数取值,表2中为多次实验边界的数值。
表2一种边界数据的示例
稳态实验数据可以是指不同实验边界下的实验使用数据。表3给出了一种不同试验边界下的稳态实验数据的示例,参见表3,dp1和heat1是模型中的两个实验数据。表3中的边界为表2中的边界数据配置。
表3一种不同试验边界下的稳态实验数据的示例
序号 | dp1 | heat1 |
边界1 | 29999 | 799 |
边界2 | 30000 | 922 |
边界3 | 29999 | 1091 |
边界4 | 29999 | 1341 |
边界5 | 30000 | 922 |
边界6 | 29999 | 1091 |
边界7 | 29999 | 1341 |
具体地,目标***模型中参数数量非常大,因此参数估计过程中不建议选择全部参数估计,而是需要选择一批敏感度较高的待估计参数作为目标参数,从而提高参数估计效率和准确性。
需要说明的是,沿用上例,从数学角度来看,求解导热微分方程式可以获得方程式的通解。然而针对特定的导热过程而言,不仅要得到通解,而且要得到既满足导热微分方程式,又满足该过程的补充说明条件(边界条件)的唯一解。可以把这种确定唯一解的附加补充说明条件称为单值性条件(边界条件)。因此,一个具体给定的导热过程,其完整的数学描述应包括导热微分方程式和它的单值性条件(边界条件)两部分。
如上,包括但不限于热流体建模仿真过程中模型参数的调优需要同时满足多个单值性条件工况下的设计需求或精度要求。本发明可以基于Modelica建模规范和统一仿真求解实现了高效的单值性条件参数估计,支持Modelica多工况并行快速参数估计,自动调整参数使得Modelica模型的仿真结果与物理实验中设备测量数据高度一致。
S120、对边界数据和稳态实验数据进行数据合并,确定合并后的目标测试数据。
其中,目标测试数据可以是指仿真所需的包含边界条件的数据。具体地,以应用场景为例,稳态实验数据一般为某零部件稳态条件下的实验数据,***稳态的实验数据需要统一为时刻-结果格式,并基于格式调整后的稳态实验数据与所有边界数据进行数据合并,确定合并后的目标测试数据。表4给出了一种目标测试数据的示例。
表4一种目标测试数据的示例
时刻 | res1 | res2 | res3 | res4 | res5 | res6 | res7 |
990 | 29999 | 30000 | 29999 | 29999 | 30000 | 29999 | 29999 |
1000 | 29999 | 30000 | 29999 | 29999 | 30000 | 29999 | 29999 |
时刻 | res8 | res9 | res10 | res11 | res12 | res13 | res14 |
990 | 799 | 922 | 1091 | 1341 | 922 | 1091 | 1341 |
1000 | 799 | 922 | 1091 | 1341 | 922 | 1091 | 1341 |
S130、基于目标测试数据和目标***模型仿真实例进行仿真,获得当前参数值对应的当前仿真结果;目标***模型仿真实例中包含目标参数和目标参数对应的当前参数值。
其中,目标***模型仿真实例可以是基于边界数据自动生成的***模型仿真实例。当前参数值可以是指当前迭代次数对应的目标***模型仿真实例中目标参数的参数值。当前仿真结果可以是指当前迭代时基于目标测试数据和当前参数值确定的目标***模型仿真实例对应的仿真结果。
S140、基于预设关联关系、稳态测量结果和当前仿真结果,确定当前结果误差;预设关联关系是每个目标边界下的稳态测量结果与当前仿真结果之间的关联关系。
其中,当前结果误差可以是指每个目标边界下稳态测量结果和当前仿真结果之间的差值。每个目标边界均存在各自对应的稳态测量结果与当前仿真结果。预设关联关系可以用于表征每个目标边界、稳态测量结果以及当前仿真结果之间的关联关系。具体地,可以对稳态测量结果和当前仿真结果进行残差处理确定当前结果误差。
需要说明的是,在确定目标测试数据之后,还可以确定预设关联关系。例如,表5给出了一种预设关联关系的示例。
表5一种预设关联关系的示例
S150、若当前结果误差满足预设收敛条件,则将当前仿真结果对应的当前参数值确定为目标参数对应的目标参数值。
其中,预设收敛条件为当前结果误差小于或等于预设误差阈值。预设误差阈值可以表征目标***模型中目标参数优化调整后允许与实际测量数据之间允许存在的最大误差值。
本发明实施例的技术方案,通过获取目标***模型对应的目标参数和稳态测量结果以及多个目标边界对应的边界数据和稳态实验数据;目标边界为目标参数的限定条件;对边界数据和稳态实验数据进行数据合并,确定合并后的目标测试数据,从而获得多边界条件下的测试数据;基于目标测试数据和目标***模型仿真实例进行仿真,获得当前参数值对应的当前仿真结果;目标***模型仿真实例中包含目标参数和目标参数对应的当前参数值;基于预设关联关系、稳态测量结果和当前仿真结果,确定当前结果误差;若当前结果误差满足预设收敛条件,则将当前仿真结果对应的当前参数值确定为目标参数对应的目标参数值,从而可以准确确定多边界条件下的***模型中的参数值,并且可以一次仿真确定多边界条件下的***模型中的参数值,提高模型参数值的确定效率,并提高参数优化调整后的模型精度,进而达成模型仿真结果逼近物理实验的效果的方法。
在上述技术方案的基础上,S120可以包括:将稳态实验数据进行格式转换,获得预设格式对应的标准稳态实验数据;将标准稳态实验数据进行转置,确定目标参数对应的参数估计起止区间数据;基于边界数据和参数估计起止区间数据进行数据合并,确定合并后的目标测试数据。
其中,预设格式可以是指仿真结果对应的格式。可以获取预先设置的预设格式,并将稳态实验数据进行格式转换,获得预设格式对应的标准稳态实验数据。
在上述技术方案的基础上,S130可以包括:基于目标***模型仿真实例,确定目标参数对应的当前参数值;将目标测试数据输入至当前参数值对应的目标***模型仿真实例中进行仿真,获得每个目标边界下当前参数值对应的当前仿真结果。
具体地,可以理解为在通用关系式的基础上,设置了特殊关系式用于限制输出结果,例如,要得到既满足导热微分方程式,又满足该过程的补充说明条件(边界条件)的解。
在上述技术方案的基础上,该方法还包括:在基于目标测试数据和目标***模型仿真实例进行仿真之前,基于目标边界对应的边界数量,确定边界数量对应的目标***模型仿真实例。
其中,图2给出了一种目标***模型仿真实例仿真的示例图。参见图2,生成目标边界对应的边界数量的目标***模型仿真实例,从而使得每个目标边界均存在对应的目标***模型仿真实例,进而可以多个目标边界相互隔离,且可以并行仿真计算误差。
实施例二
图3为本发明实施例二提供的一种模型参数值确定方法的流程图,本实施例在上述实施例的基础上,对当前结果误差的确定过程进行了详细描述。其中与上述各实施例相同或相应的术语的解释在此不再赘述。如图3所示,该方法包括:
S310、获取目标***模型对应的目标参数和稳态测量结果以及多个目标边界对应的边界数据和稳态实验数据;目标边界为目标参数的限定条件。
S320、对边界数据和稳态实验数据进行数据合并,确定合并后的目标测试数据。
S330、基于目标测试数据和目标***模型仿真实例进行仿真,获得当前参数值对应的当前仿真结果;目标***模型仿真实例中包含目标参数和目标参数对应的当前参数值。
S340、基于残差函数对预设关联关系中每个目标边界对应的稳态测量结果和当前仿真结果进行残差处理,确定每个目标边界对应的候选结果误差。
其中,残差函数包括:方差、归一化方差和绝对误差中至少一个。具体地,针对预设关联关系中每个目标边界可以个性化选取残差函数,确定每个目标边界对应的候选结果误差。还可以分别使用方差、归一化方差和绝对误差确定每个目标边界对应的多个待选结果误差,并从该目标边界对应的多个待选结果误差中选取误差最大值确定为该目标边界对应的候选结果误差。
S350、基于误差聚合方式对各个候选结果误差进行误差聚合,确定目标***模型对应的当前结果误差。
其中,误差聚合方式包括:罚函数法、一阶范式和二阶范式中至少一个。具体地,可以分别使用罚函数法、一阶范式和二阶范式确定目标***模型对应的多个结果误差,并从多个结果误差中选取误差最大值确定为目标***模型对应的当前结果误差。
S360、若当前结果误差满足预设收敛条件,则将当前仿真结果对应的当前参数值确定为目标参数对应的目标参数值。
本发明实施例的技术方案,通过基于残差函数对预设关联关系中每个目标边界对应的稳态测量结果和当前仿真结果进行残差处理,确定每个目标边界对应的候选结果误差,从而确定出每个目标边界对应的最大结果误差;基于误差聚合方式对各个候选结果误差进行误差聚合,确定目标***模型对应的当前结果误差,从而确定出目标***模型对应的最大结果误差,进而在保证最大结果误差满足预设收敛条件时,进一步提高了目标***模型参数确定的准确性。
在上述技术方案的基础上,该方法还包括:若当前结果误差不满足预设收敛条件,则确定当前迭代次数和当前参数值调整后的目标***模型仿真实例;基于当前参数值调整后的目标***模型仿真实例再次进行仿真,直到当前结果误差满足预设收敛条件或当前迭代次数达到预设迭代次数,将当前仿真结果对应的当前参数值确定为目标参数对应的目标参数值。
其中,图4给出了一种多边界并行参数估计的示例图。参见图4,基于多边界示例进行边界仿真,获得每个边界仿真对应的相对误差(候选结果误差),将所有相对误差带入误差聚合函数,获得总的相对误差(当前结果误差);若总的相对误差满足收敛条件,则结束仿真循环,输出当前参数值和相对误差;若总的相对误差不满足收敛条件,则优化待估计参数(目标参数),并再次进行仿真,从而基于Modelica建模求解规范,实现了Modelica多边界实例自动生成、多实例批量仿真、多边界并行参数估计,支持用户在诸如传热过程的热流体建模过程等存在多单值条件的多边界工况下参数估计以提高模型精度的需求。
以下是本发明实施例提供的模型参数值确定装置的实施例,该装置与上述各实施例的模型参数值确定方法属于同一个发明构思,在模型参数值确定装置的实施例中未详尽描述的细节内容,可以参考上述模型参数值确定方法的实施例。
实施例三
图5为本发明实施例三提供的一种模型参数值确定装置的结构示意图。如图5所示,该装置包括:数据获取模块510、目标测试数据确定模块520、当前仿真结果确定模块530、当前结果误差确定模块540以及第一目标参数值确定模块550。
其中,数据获取模块510,用于获取目标***模型对应的目标参数和稳态测量结果以及多个目标边界对应的边界数据和稳态实验数据;目标边界为目标参数的限定条件;目标测试数据确定模块520,用于对边界数据和稳态实验数据进行数据合并,确定合并后的目标测试数据;当前仿真结果确定模块530,用于基于目标测试数据和目标***模型仿真实例进行仿真,获得当前参数值对应的当前仿真结果;目标***模型仿真实例中包含目标参数和目标参数对应的当前参数值;当前结果误差确定模块540,用于基于预设关联关系、稳态测量结果和当前仿真结果,确定当前结果误差;预设关联关系是每个目标边界下的稳态测量结果与当前仿真结果之间的关联关系;第一目标参数值确定模块550,用于若当前结果误差满足预设收敛条件,则将当前仿真结果对应的当前参数值确定为目标参数对应的目标参数值。
本发明实施例的技术方案,通过获取目标***模型对应的目标参数和稳态测量结果以及多个目标边界对应的边界数据和稳态实验数据;目标边界为目标参数的限定条件;对边界数据和稳态实验数据进行数据合并,确定合并后的目标测试数据,从而获得多边界条件下的测试数据;基于目标测试数据和目标***模型仿真实例进行仿真,获得当前参数值对应的当前仿真结果;目标***模型仿真实例中包含目标参数和目标参数对应的当前参数值;基于预设关联关系、稳态测量结果和当前仿真结果,确定当前结果误差;预设关联关系是每个目标边界下的稳态测量结果与当前仿真结果之间的关联关系;若当前结果误差满足预设收敛条件,则将当前仿真结果对应的当前参数值确定为目标参数对应的目标参数值,从而可以准确确定多边界条件下的***模型中的参数值,并且可以一次仿真确定多边界条件下的***模型中的参数值,提高模型参数值的确定效率。
可选地,目标测试数据确定模块520具体用于:将稳态实验数据进行格式转换,获得预设格式对应的标准稳态实验数据;将标准稳态实验数据进行转置,确定目标参数对应的参数估计起止区间数据;基于边界数据和参数估计起止区间数据进行数据合并,确定合并后的目标测试数据。
可选地,当前仿真结果确定模块530具体用于:基于目标***模型仿真实例,确定目标参数对应的当前参数值;将目标测试数据输入至当前参数值对应的目标***模型仿真实例中进行仿真,获得每个目标边界下当前参数值对应的当前仿真结果。
可选地,当前结果误差确定模块540具体用于:基于残差函数对预设关联关系中每个目标边界对应的稳态测量结果和当前仿真结果进行残差处理,确定每个目标边界对应的候选结果误差;基于误差聚合方式对各个候选结果误差进行误差聚合,确定目标***模型对应的当前结果误差。
可选地,残差函数包括:方差、归一化方差和绝对误差中至少一个;误差聚合方式包括:罚函数法、一阶范式和二阶范式中至少一个。
可选地,该装置还包括:
第一目标***模型仿真实例确定模块,用于若当前结果误差不满足预设收敛条件,则确定当前迭代次数和当前参数值调整后的目标***模型仿真实例;
第二目标参数值确定模块,用于基于当前参数值调整后的目标***模型仿真实例再次进行仿真,直到当前结果误差满足预设收敛条件或当前迭代次数达到预设迭代次数,将当前仿真结果对应的当前参数值确定为目标参数对应的目标参数值。
可选地,该装置还包括:
第二目标***模型仿真实例确定模块,用于在基于目标测试数据和目标***模型仿真实例进行仿真之前,基于目标边界对应的边界数量,确定边界数量对应的目标***模型仿真实例。
本发明实施例所提供的模型参数值确定装置可执行本发明任意实施例所提供的模型参数值确定方法,具备执行模型参数值确定方法相应的功能模块和有益效果。
值得注意的是,上述模型参数值确定的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例四
图6示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如模型参数值确定方法。
在一些实施例中,模型参数值确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的模型参数值确定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行模型参数值确定方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种模型参数值确定方法,其特征在于,包括:
获取目标***模型对应的目标参数和稳态测量结果以及多个目标边界对应的边界数据和稳态实验数据;所述目标边界为所述目标参数的限定条件;
对所述边界数据和所述稳态实验数据进行数据合并,确定合并后的目标测试数据;
基于所述目标测试数据和目标***模型仿真实例进行仿真,获得当前参数值对应的当前仿真结果;所述目标***模型仿真实例中包含目标参数和目标参数对应的当前参数值;
基于预设关联关系、所述稳态测量结果和所述当前仿真结果,确定当前结果误差;所述预设关联关系是每个目标边界下的稳态测量结果与当前仿真结果之间的关联关系;
若所述当前结果误差满足预设收敛条件,则将当前仿真结果对应的当前参数值确定为目标参数对应的目标参数值。
2.根据权利要求1所述的方法,其特征在于,所述对所述边界数据和所述稳态实验数据进行数据合并,确定合并后的目标测试数据,包括:
将所述稳态实验数据进行格式转换,获得预设格式对应的标准稳态实验数据;
将所述标准稳态实验数据进行转置,确定目标参数对应的参数估计起止区间数据;
基于所述边界数据和所述参数估计起止区间数据进行数据合并,确定合并后的目标测试数据。
3.根据权利要求1所述的方法,其特征在于,所述基于所述目标测试数据和目标***模型仿真实例进行仿真,获得当前参数值对应的当前仿真结果,包括:
基于目标***模型仿真实例,确定目标参数对应的当前参数值;
将目标测试数据输入至当前参数值对应的目标***模型仿真实例中进行仿真,获得每个目标边界下当前参数值对应的当前仿真结果。
4.根据权利要求1所述的方法,其特征在于,所述基于预设关联关系、所述稳态测量结果和所述当前仿真结果,确定当前结果误差,包括:
基于残差函数对预设关联关系中每个目标边界对应的所述稳态测量结果和所述当前仿真结果进行残差处理,确定每个目标边界对应的候选结果误差;
基于误差聚合方式对各个所述候选结果误差进行误差聚合,确定目标***模型对应的当前结果误差。
5.根据权利要求4所述的方法,其特征在于,所述残差函数包括:方差、归一化方差和绝对误差中至少一个;所述误差聚合方式包括:罚函数法、一阶范式和二阶范式中至少一个。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述当前结果误差不满足预设收敛条件,则确定当前迭代次数和当前参数值调整后的目标***模型仿真实例;
基于当前参数值调整后的目标***模型仿真实例再次进行仿真,直到当前结果误差满足预设收敛条件或当前迭代次数达到预设迭代次数,将当前仿真结果对应的当前参数值确定为目标参数对应的目标参数值。
7.根据权利要求1所述的方法,其特征在于,在基于所述目标测试数据和目标***模型仿真实例进行仿真之前,还包括:
基于所述目标边界对应的边界数量,确定所述边界数量对应的目标***模型仿真实例。
8.一种模型参数值确定装置,其特征在于,所述装置包括:
数据获取模块,用于获取目标***模型对应的目标参数和稳态测量结果以及多个目标边界对应的边界数据和稳态实验数据;所述目标边界为所述目标参数的限定条件;
目标测试数据确定模块,用于对所述边界数据和所述稳态实验数据进行数据合并,确定合并后的目标测试数据;
当前仿真结果确定模块,用于基于所述目标测试数据和目标***模型仿真实例进行仿真,获得当前参数值对应的当前仿真结果;所述目标***模型仿真实例中包含目标参数和目标参数对应的当前参数值;
当前结果误差确定模块,用于基于预设关联关系、所述稳态测量结果和所述当前仿真结果,确定当前结果误差;所述预设关联关系是每个目标边界下的稳态测量结果与当前仿真结果之间的关联关系;
第一目标参数值确定模块,用于若所述当前结果误差满足预设收敛条件,则将当前仿真结果对应的当前参数值确定为目标参数对应的目标参数值。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的模型参数值确定方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的模型参数值确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410060802.5A CN118069290A (zh) | 2024-01-16 | 2024-01-16 | 一种模型参数值确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410060802.5A CN118069290A (zh) | 2024-01-16 | 2024-01-16 | 一种模型参数值确定方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118069290A true CN118069290A (zh) | 2024-05-24 |
Family
ID=91103154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410060802.5A Pending CN118069290A (zh) | 2024-01-16 | 2024-01-16 | 一种模型参数值确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118069290A (zh) |
-
2024
- 2024-01-16 CN CN202410060802.5A patent/CN118069290A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109066669B (zh) | 电力***仿真方法、电力***仿真装置及电子设备 | |
CN115150471B (zh) | 数据处理方法、装置、设备、存储介质及程序产品 | |
CN113568821A (zh) | 一种ai芯片计算性能的测试方法、装置、设备、及介质 | |
CN117368588A (zh) | 一种电压相序一致性确定方法、装置、设备和存储介质 | |
CN116911236B (zh) | 一种半导体器件的数值仿真方法、装置、设备及存储介质 | |
CN118069290A (zh) | 一种模型参数值确定方法、装置、电子设备及存储介质 | |
CN114743608A (zh) | NOx模型的环境因子确定方法、装置、电子设备及介质 | |
CN116148666A (zh) | 电池soc信号处理方法、装置、车辆、计算机可读存储介质及计算机程序产品 | |
CN115372884A (zh) | 电量追补方法、装置、计算机设备及计算机可读存储介质 | |
CN115511047B (zh) | Softmax模型的量化方法、装置、设备及介质 | |
CN117131315B (zh) | 基于求解多元二次函数极值的超差电能表确定方法及介质 | |
CN115576902B (zh) | 一种标定描述文件的处理方法、装置、设备及介质 | |
CN115983076A (zh) | Modelica***降阶模型生成方法、装置、设备及介质 | |
CN117033227A (zh) | 一种分布式数据库测试方法、装置、设备和介质 | |
CN117743396A (zh) | 一种数据质量检测方法、装置、设备及存储介质 | |
CN116820041A (zh) | 控制器控制逻辑功能的比较方法、装置、设备及存储介质 | |
CN117608589A (zh) | 代码生成方法、装置、电子设备及存储介质 | |
CN116562146A (zh) | 一种转-转盘腔中转盘对流换热系数测量、装置、设备及介质 | |
CN116881857A (zh) | 一种产品推荐方法、装置、设备及介质 | |
CN116186990A (zh) | 一种热电联合仿真方法及装置 | |
CN115840352A (zh) | 一种参数测试方法、装置、设备及介质 | |
CN115828572A (zh) | 一种生产***数据处理方法、装置、设备及存储介质 | |
CN116050218A (zh) | 车辆全流场的***模型生成方法、装置、设备及介质 | |
CN116303071A (zh) | 一种接口测试方法、装置、电子设备及存储介质 | |
CN116203472A (zh) | 一种温升值确定方法、装置、设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |