仿真试验设计方法、装置、终端及存储介质

技术领域

本发明涉及试验设计技术领域，尤其涉及一种仿真试验设计方法、装置、终端及存储介质。

背景技术

仿真试验是科研工作的重要环节，试验实施之前，首先要进行试验设计，确定试验场景、试验方案样本，然后对各试验方案样本进行不同的处理，从而验证各试验因子对试验指标的影响。为保证试验效果，试验设计需要考虑试验所要解决的问题的类型、对结论赋予何种程度的普遍性、希望以多大功效作检验、试验单元的齐性、每次试验的耗资耗时等方面，选取适当的因子和相应的水平，从而给出试验实施的具体程序和数据分析的框架。

目前，试验方案样本通常需要人工进行选取、组合和设计，设计效率低并且设计出的试验方案样本不易满足试验需求，导致仿真试验的效果较差。

发明内容

本发明实施例提供了一种仿真试验设计方法、装置、终端及存储介质，以解决目前仿真试验的效果差的问题。

第一方面，本发明实施例提供了一种仿真试验设计方法，包括：

获取试验方案中的多个受试对象；其中，受试对象为试验方案中试验指标的影响因素；

获取试验设计模型；

显示与试验设计模型对应的参数获取界面，并获取用户输入的试验设计参数；

基于试验设计模型和试验设计参数，对各个受试对象进行组合，得到多个用于进行仿真试验的试验方案样本。

在一种可能的实现方式中，获取试验设计模型，包括：

显示试验设计模型选取页面，并获取用户的选取操作；或者，

基于受试对象数量、各个受试对象的类型确定推荐试验设计模型；其中，基于机器学习或知识图谱的方法确定推荐试验设计模型。

在一种可能的实现方式中，试验设计模型包括完全随机设计模型、区组随机设计模型和正交设计模型中的一项或多项。

在一种可能的实现方式中，试验设计模型为完全随机设计模型；试验设计参数包括每个试验方案样本中包含的受试对象数量n、每一试验组的受试对象数量m、试验组的数量q和试验次数p；

基于试验设计模型和试验设计参数，对各个受试对象进行组合，得到多个用于进行仿真试验的试验方案样本，包括：

基于m和q，从各受试对象的水平中随机抽取一个进行组合，得到q个试验组；

基于p，对各个试验组的实验顺序进行随机排列，得到p*q个试验方案样本。

在一种可能的实现方式中，试验设计模型为区组随机设计模型；试验设计参数包括获取试验次数p；

基于试验设计模型和试验设计参数，对各个受试对象进行组合，得到多个用于进行仿真试验的试验方案样本，包括：

基于p确定区组数，并基于试验处理数确定区组内小区数；

显示受试对象获取界面，并获取用户输入的各个小区包含的受试对象；

针对各个小区中各受试对象的水平随机抽取一个组合成试验方案样本，得到多个试验方案样本。

在一种可能的实现方式中，试验设计模型为正交设计模型；试验设计参数包括每个试验方案样本中包含的受试对象数量n；

基于试验设计模型和试验设计参数，对各个受试对象进行组合，得到多个用于进行仿真试验的试验方案样本，包括：

基于n和水平数确定试验次数p；

将各个受试对象的水平映射到p行n列的正交表中，得到p个试验方案样本。

在一种可能的实现方式中，获取试验方案中的多个受试对象，包括：

基于下述至少一项在试验方案中提取多个受试对象：

机器学习、语义分析和知识图谱。

第二方面，本发明实施例提供了一种仿真试验设计装置，包括：

第一获取模块，用于获取试验方案中的多个受试对象；其中，受试对象为试验方案中试验指标的影响因素；

第二获取模块，用于获取试验设计模型；

显示模块，用于显示与试验设计模型对应的参数获取界面，并获取用户输入的试验设计参数；

样本生成模块，用于基于试验设计模型和试验设计参数，对各个受试对象进行组合，得到多个用于进行仿真试验的试验方案样本。

第三方面，本发明实施例提供了一种终端，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式方法的步骤。

第四方面，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式方法的步骤。

本发明实施例提供的仿真试验设计方法、装置、终端及存储介质的有益效果在于：

本发明在获取到受试对象后，可以根据用户选择或推荐的试验设计模型以及相应的试验设计参数，对受试对象进行组合处理，自动生成用户需要使用的试验方案样本，效率高并且准确性高，从而提高试验设计的效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例提供的仿真试验设计方法的实现流程图；

图2是本发明一实施例提供的无人机的飞行路线图；

图3是本发明一实施例提供的受试对象选取页面；

图4是本发明一实施例提供的参数获取页面；

图5是本发明一实施例提供的试验方案样本显示页面；

图6是本发明一实施例提供的仿真试验设计装置的结构示意图；

图7是本发明一实施例提供的终端的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。

参见图1，其示出了本发明实施例提供的仿真试验设计方法的实现流程图，详述如下：

步骤101，获取试验方案中的多个受试对象；其中，受试对象为试验方案中试验指标的影响因素。

在本实施例中，仿真试验设计方法可以基于仿真试验设计平台实现。试验方案是用户确定的进行试验的具体设想，可以由用户上传至仿真试验设计平台，或者由用户直接在仿真试验设计平台中选取试验方案的各个要素，生成用户需要的试验方案。

试验的目的就是要阐明处理因素对受试对象产生的效应。因此，受试对象、处理因素和试验效应为试验设计的三个基本要素。其中，受试对象是指由研究目的确定的处理因素作用的客体，其选择的正确与否会对试验结果产生极为重要的影响。处理因素又称受试因素，是研究者根据研究目的而施加给受试对象的特定试验措施。试验效应是在处理因素作用下，受试对象的反应或结局。试验效应通过观察试验指标来体现。受试对象的水平是指受试对象的状态，例如一个试验中温度为受试对象，而100℃，110℃，120℃是温度的三个水平。

步骤102，获取试验设计模型。

在本实施例中，对于不同的试验目的、受试对象，可以针对受试对象的特点选取合适的试验设计模型，从而设计出合适的试验方案样本。为满足用户的多样性需求，仿真试验设计平台中设置有多种试验设计模型，分别对应多种试验设计方法供用户选择。

步骤103，显示与试验设计模型对应的参数获取界面，并获取用户输入的试验设计参数。

在本实施例中，试验重复次数、试验方案样本数量、样本中的受试对象数量等参数都需要用户根据实验需求设定，并且不同的试验设计模型所需要用户提供的参数类型不同，显示与试验设计模型对应的参数获取界面能够对用户起到提示作用，引导用户输入类型正确的参数。

步骤104，基于试验设计模型和试验设计参数，对各个受试对象进行组合，得到多个用于进行仿真试验的试验方案样本。

在本实施例中，确定了试验设计模型和试验设计参数后，平台就可以根据试验设计模型的逻辑对各受试对象自动进行组合，得到用户需要的试验方案样本，能够做到真正的随机组合，满足用户需求，并且效率高、使用方便。

在一种可能的实现方式中，获取试验设计模型，包括：

显示试验设计模型选取页面，并获取用户的选取操作；或者，

基于受试对象数量、各个受试对象的类型确定推荐试验设计模型；其中，基于机器学习或知识图谱的方法确定推荐试验设计模型。

在本实施例中，试验设计模型可以由用户选取，也可以由试验设计平台向用户推荐。具体的，试验设计平台内可以储存有推荐模型，推荐模型以受试对象类型、受试对象数量、各个受试对象的类型中的一项或多项为输入，以试验设计模型为输出，根据受试对象的类型、特点进行试验设计模型推荐，帮助用户选取合适的试验设计模型。其中，推荐模型可以基于机器学习，通过提取各受试对象之间的关系来推荐试验设计模型，也可以基于知识图谱，在预存的受试对象与试验设计模型的多元关系组中进行查找，确定与用户提供的受试对象最匹配的试验设计模型并推荐给用户。

在一种可能的实现方式中，试验设计模型包括完全随机设计模型、区组随机设计模型和正交设计模型中的一项或多项。

在本实施例中，预设的试验设计模型至少可以包括完全随机设计模型、区组随机设计模型和正交设计模型。用户在选取试验设计模型时，可以同时选择多个试验设计模型，以不同方式设计出多组试验方案样本，再从中选取合适的试验方案样本进行试验，或者试验全部的试验方案样本进行多种不同方式的试验。

在一种可能的实现方式中，试验设计模型为完全随机设计模型；试验设计参数包括每个试验方案样本中包含的受试对象数量n、每一试验组的受试对象数量m、试验组的数量q和试验次数p；

基于试验设计模型和试验设计参数，对各个受试对象进行组合，得到多个用于进行仿真试验的试验方案样本，包括：

基于m和q，从各受试对象的水平中随机抽取一个进行组合，得到q个试验组；

基于p，对各个试验组的实验顺序进行随机排列，得到p*q个试验方案样本。

在本实施例中，完全随机设计模型使用了完全随机设计的设计逻辑。完全随机设计是根据试验处理数将全部供试材料随机地分成若干组，然后再按组实施不同处理的设计。这种设计保证每份供试验材料都有相同机会接受任何一种处理，而不受试验人员主观倾向的影响。

在一种可能的实现方式中，试验设计模型为区组随机设计模型；试验设计参数包括获取试验次数p；

基于试验设计模型和试验设计参数，对各个受试对象进行组合，得到多个用于进行仿真试验的试验方案样本，包括：

基于p确定区组数，并基于试验处理数确定区组内小区数；

显示受试对象获取界面，并获取用户输入的各个小区包含的受试对象；

针对各个小区中各受试对象的水平随机抽取一个组合成试验方案样本，得到多个试验方案样本。

在本实施例中，区组随机设计模型使用了区组随机设计的设计逻辑。区组随机设计的具体做法是将受试对象按可能影响实验结果的属性配组(非随机)，如按动物的性别、体重配组，按病人的年龄、职业、病情配组等，再分别将各区组内的受试对象随机分配到各处理组中。随机完全区组设计的设计特点是每个区组的受试对象数与处理组数相等，区组内的受试对象特性较均衡，可减少实验误差，提高统计假设检验的效率，是对完全随机设计的改进。

在一种可能的实现方式中，试验设计模型为正交设计模型；试验设计参数包括每个试验方案样本中包含的受试对象数量n；

基于试验设计模型和试验设计参数，对各个受试对象进行组合，得到多个用于进行仿真试验的试验方案样本，包括：

基于n和水平数确定试验次数p；

将各个受试对象的水平映射到p行n列的正交表中，得到p个试验方案样本。

在本实施例中，正交设计模型使用了正交试验设计的设计逻辑。正交试验设计，是指研究多因素多水平的一种试验设计方法。根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备均匀分散，齐整可比的特点。正交试验设计是分式析因设计的主要方法。当试验涉及的因素在3个或3个以上，而且因素间可能有交互作用时，试验工作量就会变得很大，甚至难以实施。针对这个困扰，正交试验设计无疑是一种更好的选择。正交试验设计的主要工具是正交表，试验者可根据试验的因素数、因素的水平数以及是否具有交互作用等需求查找相应的正交表，再依托正交表的正交性从全面试验中挑选出部分有代表性的点进行试验，可以实现以最少的试验次数达到与大量全面试验等效的结果，因此应用正交表设计试验是一种高效、快速而经济的多因素试验设计方法。

在一种可能的实现方式中，获取试验方案中的多个受试对象，包括：

基于下述至少一项在试验方案中提取多个受试对象：

机器学习、语义分析和知识图谱。

在本实施例中，用户提供的试验方案通常包括试验场景、试验指标和试验过程，例如对无人机飞行过程中通信效果进行试验，则可以通过语义分析提取出试验场景为飞行路线，试验指标为通信质量。接着可以通过机器学习或知识图谱，根据试验场景和试验指标可以关联到对试验指标产生影响的因子为环境因素，进一步细分可以确定出影响因子包括风、雨、雪、雾、云、民用辐射源(信号塔等)、区域噪声、其它敌意辐射源，从而确定受试对象。

在一个具体的实施例中，基于本发明提供的仿真试验设计方法和仿真试验设计平台进行试验设计的详细步骤如下：

1.制定试验方案。试验方案的内容为：某机型无人机从某机场起飞，飞行到任务区域进行可疑目标的侦查。在侦查的过程中，将侦查到的目标情报通过数据链路回传到地面。无人机的飞行路线如图2所示。

2.提取出对无人机链路通信产生影响的主要因子，包括：风、雨、雪、雾、云、民用辐射源(信号塔等)、区域噪声、其它敌意辐射源等，得到如图3所示的影响因子列表，并在这八项因子中勾选风、雨、雪、雾、云五项作为受试对象，研究其对无人机数据链路的影响。其中，每个受试对象的水平包括有和无。

3.获取试验设计模型和试验设计参数。本实施例中假设用户选取的试验设计模型为完全随机设计模型，试验设计参数包括每个试验方案样本中包含的受试对象数量n＝5、每一试验组的受试对象数量m＝3、试验组的数量q＝10和试验次数p＝1。为每个受试对象编号，并在如图4所示的参数获取页面上方显示各受试对象的编号，得到用户输入的分组对象数3和分组数量10。

4.基于完全随机设计模型生成试验方案样本。随机抽取3个受试对象组成1个分组，共得到10个分组，然后将各分组分配至10个试验方案样本，得到如图5所示的最终的10个试验方案样本。基于这些试验方案样本即可进行试验。

本发明实施例提供的仿真试验设计方法的有益效果在于：

本发明在获取到受试对象后，可以根据用户选择或推荐的试验设计模型以及相应的试验设计参数，对受试对象进行组合处理，自动生成用户需要使用的试验方案样本，效率高并且准确性高，从而提高试验设计的效果。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

以下为本发明的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。

图6示出了本发明实施例提供的仿真试验设计装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：

如图6所示，仿真试验设计装置6包括：

第一获取模块61，用于获取试验方案中的多个受试对象；其中，受试对象为试验方案中试验指标的影响因素；

第二获取模块62，用于获取试验设计模型；

显示模块63，用于显示与试验设计模型对应的参数获取界面，并获取用户输入的试验设计参数；

样本生成模块64，用于基于试验设计模型和试验设计参数，对各个受试对象进行组合，得到多个用于进行仿真试验的试验方案样本。

在一种可能的实现方式中，第二获取模块62具体用于：

显示试验设计模型选取页面，并获取用户的选取操作；或者，

基于受试对象数量、各个受试对象的类型确定推荐试验设计模型；其中，基于机器学习或知识图谱的方法确定推荐试验设计模型。

在一种可能的实现方式中，试验设计模型包括完全随机设计模型、区组随机设计模型和正交设计模型中的一项或多项。

在一种可能的实现方式中，试验设计模型为完全随机设计模型；试验设计参数包括每个试验方案样本中包含的受试对象数量n、每一试验组的受试对象数量m、试验组的数量q和试验次数p；

样本生成模块64具体用于：

基于m和q，从各受试对象的水平中随机抽取一个进行组合，得到q个试验组；

基于p，对各个试验组的实验顺序进行随机排列，得到p*q个试验方案样本。

在一种可能的实现方式中，试验设计模型为区组随机设计模型；试验设计参数包括获取试验次数p；

样本生成模块64具体用于：

基于p确定区组数，并基于试验处理数确定区组内小区数；

显示受试对象获取界面，并获取用户输入的各个小区包含的受试对象；

针对各个小区中各受试对象的水平随机抽取一个组合成试验方案样本，得到多个试验方案样本。

在一种可能的实现方式中，试验设计模型为正交设计模型；试验设计参数包括每个试验方案样本中包含的受试对象数量n；

样本生成模块64具体用于：

基于n和水平数确定试验次数p；

将各个受试对象的水平映射到p行n列的正交表中，得到p个试验方案样本。

在一种可能的实现方式中，第一获取模块61具体用于：

基于下述至少一项在试验方案中提取多个受试对象：

机器学习、语义分析和知识图谱。

本发明实施例提供的仿真试验设计装置的有益效果在于：

本发明在获取到受试对象后，可以根据用户选择或推荐的试验设计模型以及相应的试验设计参数，对受试对象进行组合处理，自动生成用户需要使用的试验方案样本，效率高并且准确性高，从而提高试验设计的效果。

图7是本发明实施例提供的终端的示意图。如图7所示，该实施例的终端7包括：处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72。所述处理器70执行所述计算机程序72时实现上述各个仿真试验设计方法实施例中的步骤，例如图1所示的步骤101至步骤104。或者，所述处理器70执行所述计算机程序72时实现上述各装置实施例中各模块/单元的功能，例如图6所示模块/单元61至64的功能。

示例性的，所述计算机程序72可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器71中，并由所述处理器70执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序72在所述终端7中的执行过程。例如，所述计算机程序72可以被分割成图6所示的模块/单元61至64。

所述终端7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端7可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是终端7的示例，并不构成对终端7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端还可以包括输入输出设备、网络接入设备、总线等。

所称处理器70可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器71可以是所述终端7的内部存储单元，例如终端7的硬盘或内存。所述存储器71也可以是所述终端7的外部存储设备，例如所述终端7上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器71还可以既包括所述终端7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个仿真试验设计方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。