基于系统架构繁衍、组件泛化与参数变型的海量仿真模型簇自动生成方法

    公开(公告)号:CN119294093A

    公开(公告)日:2025-01-10

    申请号:CN202411407967.1

    申请日:2024-10-10

    Abstract: 本发明提供基于系统架构繁衍、组件泛化与参数变型的海量仿真模型簇自动生成方法,涉及系统仿真模型簇自动生成方法领域。该基于系统架构繁衍、组件泛化与参数变型的海量仿真模型簇自动生成方法。本发明可以在技术状态组合覆盖性和仿真精细程度方面对设计空间进行覆盖,该基于系统架构繁衍、组件泛化与参数变型的海量仿真模型簇自动生成方法的实施步骤有架构派生、架构验证、组件派生、参数派生、形成的可覆盖设计空间的大规模系统仿真模型集合五个步骤,本发明通过自动化的生成过程,大幅提高了模型生成的效率,能够快速形成覆盖设计空间的海量系统仿真模型簇,节省了大量的手动建模时间和精力。

    一种面向特定业务设计验证需求的领域建模语言定义方法

    公开(公告)号:CN119597261A

    公开(公告)日:2025-03-11

    申请号:CN202411426518.1

    申请日:2024-10-14

    Abstract: 本发明提供一种面向特定业务设计验证需求的领域建模语言定义方法,涉及工程系统建模仿真技术领域。该面向特定业务设计验证需求的领域建模语言定义方法,包括以下步骤:步骤1:定义数字样机语言表达形式;步骤2:定义数字样机领域语言宿主语言,并进行裁剪、扩展;步骤3:定义数字样机领域语言关键字;步骤4:定义数字样机领域语言通用指令类别,及指令命名规范;步骤5:基于样机模型库封装行业指令集库。本发明中,通过定义数字样机的领域语言,实现异构模型的数字样机构建、集成和仿真,通过领域建模语言,构建数字样机建模与仿真指令集,该指令集调用语言工具对外提供的AP I实现数字样机的构建与仿真。

    一种AI驱动的批量复杂系统模型低冗余仿真计算方法

    公开(公告)号:CN119294252A

    公开(公告)日:2025-01-10

    申请号:CN202411408037.8

    申请日:2024-10-10

    Abstract: 本发明提供一种AI驱动的批量复杂系统模型低冗余仿真计算方法,涉及工程系统建模仿真技术领域。该AI驱动的批量复杂系统模型低冗余仿真计算方法,包括以下步骤:步骤1.从数据库或csv文件中导入用于神经网络模型训练的大样本数据。本发明中,通过模型簇低冗余仿真技术,从单个系统仿真模型、同类模型簇角度出发,提供基于神经网络的智能预计算和仿真计算方法,减少不必要的冗余计算,从系统仿真模型求解层面、大规模模型簇计算任务层面进行并行计算,对新型的模型簇仿真任务进行加速求解,形成面向模型簇的高效仿真求解引擎,加速模型簇场景下的系统仿真计算和数据分析效率。

    一种基于全要素数字模型与样机的系统早期方案精细化设计与验证方法

    公开(公告)号:CN119623142A

    公开(公告)日:2025-03-14

    申请号:CN202411449110.6

    申请日:2024-10-17

    Abstract: 本发明提供一种基于全要素数字模型与样机的系统早期方案精细化设计与验证方法,涉及系统建模仿真技术领域。该基于全要素数字模型与样机的系统早期方案精细化设计与验证方法,包括以下步骤:步骤1.设备需求模型建立;步骤2.需求模型与系统仿真模型接口设计;步骤3.系统仿真模型构建;步骤4.方案空间扩展;步骤5.详细设计空间扩展;步骤6.优化验证。本发明中,基于全要素的数字样机和方案设计与验证,实现原本在详细设计阶段具有验证条件的工作,提前至方案设计阶段,提早发现设计缺陷,原本在集成测试阶段需要通过大量实物试验开展的工作,在数字样机试验验证中多次迭代,提高实物试验的试验可靠性和试验效率。

Patent Agency Ranking