计算机生成兵力pdf,计算机生成兵力建模仿真支撑框架.pdf

2008年 1月 北 京 航 空 航 天 大 学 学 报 January 2008

第34卷 第1期 Vo1.34 No.1

计算机生成兵力建模仿真支撑框架

马耀飞 龚光红

(北京航空航天大学 自动化科学与电气工程学院,北京 100083)

摘 要:计算机生成兵力CGF(Computer Generate Force)建模仿真支撑框架为仿真的

快速开发提供支持.根据建模仿真领域的相关研究,提出组装是实现这一目标的有效途径.可

组装性是对可重用能力的更高要求,需要必要的框架、知识主体、工具、技术和标准,以有效地

实现仿真资源的集成、互操作以及重用.为了实现组装过程的自动化,支撑框架通过对典型

CGF仿真开发过程进行分析,提出了相关关键技术,并给出了支撑框架的层次结构视图,为原

型系统的构建提供了依据.支撑框架通过对模型规范的研究,实现了仿真概念模型的模板,使

框架工具能以一致的方式对仿真模型进行表示和操作.

关 键 词:建模;仿真软件;计算机生成兵力;建模框架;模型模板

中图分类号:TP 391.9

文献标识码:A 文章 编 号:1001—5965(2008)01—0067—04

Computer generate force modeling and simulation framework

Ma Yaofei Gong Guanghong

f Sch001 of Automation Science and Electrical Engineering,Beijing University of Aeronautics and Astronautics,Beijing 100083,China)

Abstract:The computer generate force(C GF)modeling and simulation framework tends to provide a de—

velopment platform for CGF simulations.Reusability and eomposability are the foundation to achieve the goal

of rapid development.The key technologies are identified by analyzing the development process by a top—down

approach,and a layered components view is proposed to guide the framework implementation.To access and

represent the models in an uniform way,a model specification is designed to provide the model template,

which helps to develop the simulation concept model,and reduce the concrete work by code generation.The

specification also gives a higher—level description for behavior models,which always need to deal with logic

process when compose.The description is drawn from the base object model(BOM),which describes the in—

teraetion by sequence diagram and finite state machine.

Key words:modeling;simulation software;computer

主要内容:本文详细介绍了一种QRBiLSTM(分位数回归双向长短期记忆网络)的时间序列区间预测方法。首先介绍了项目背景以及模型的优势,比如能够有效利用双向的信息,并对未来的趋势上限和下限做出估计。接着从数据生成出发讲述了具体的代码操作过程:数据预处理,搭建模型,进行训练,并最终可视化预测结果与计算分位数回归的边界线。提供的示例代码可以完全运行并且包含了数据生成环节,便于新手快速上手,深入学习。此外还指出了模型未来发展的方向,例如加入额外的输入特性和改善超参数配置等途径提高模型的表现。文中强调了时间序列的标准化和平稳检验,在样本划分阶段需要按时间序列顺序进行划分,并在训练阶段采取合适的手段预防过度拟合发生。 适合人群:对于希望学习和应用双向长短时记忆网络解决时序数据预测的初学者和具有一定基础的研究人员。尤其适用于有金融数据分析需求、需要做多一步或多步预测任务的从业者。 使用场景及目标:应用于金融市场波动预报、天气状况变化预测或是物流管理等多个领域内的决策支持。主要目的在于不仅能够提供精确的数值预计还能描绘出相应的区间概率图以增强结论置信程度。 补充说明:本教程通过一个由正弦信号加白噪构造而成的简单实例来指导大家理解和执行QRBiLSTM流程的所有关键步骤,这既方便于初学者跟踪学习,又有利于专业人士作为现有系统的补充参考工具。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值