-
公开(公告)号：CN112445471A
公开(公告)日：2021-03-05
申请号：CN202011286652.8
申请日：2020-11-17
Applicant: 北京仿真中心
Abstract: 本发明的一个实施例公开一种基于数字试验或训练的通用数据解析软件架构设计方法，包括：S10、获取通用框架总控过程，所述总控过程负责创建、调度、加载、启动、停止和卸载解析过程；S20、获取协议模块解析过程，所述解析过程由所述总控过程创建、调度、加载、启动、停止和和卸载。本发明提供的方法由总控过程管理下的一条或多条解析过程构成，某类对象模型协议对应一条解析过程，对象模型协议解析以插件形式扩展，宽松了对象协议的要求，极大提高了普适能力；解析过程的建立，自动、准确，在对象模型修改或调整后，不需要人力调整代码，软件的可靠性和稳定性方面得到提升显著。
-
公开(公告)号：CN111522684A
公开(公告)日：2020-08-11
申请号：CN201911413668.8
申请日：2019-12-31
Abstract: 本发明公开了一种在计算机相变存储器中，纠正软硬错误的方法与装置，包括：对于存储器中的每个行(64B)设置一个本地ECC(Error Correction Code，纠错码)纠错机制，用于纠正本地一位错误。对于整个存储器设置全局的ECP((Error Correction Pointer，纠错指针)纠错机制，用于纠正存储器中各个行总错误数量大于等于2个时发生的硬错误。当发生一位错误时，仅通过本地的ECC纠错机制便可完成纠错。但当出现2位错误时，需要第二次访存，依靠全局的ECP纠错机制完成。整个方法可以划分为两个模块：读取纠错模块以及存储纠错模块。
-
公开(公告)号：CN107515824A
公开(公告)日：2017-12-26
申请号：CN201710722309.5
申请日：2017-08-22
Applicant: 北京仿真中心
IPC: G06F11/36
CPC classification number: G06F11/3608
Abstract: 本发明公开一种基于变量划分的构件系统符号化模型检测方法，所述方法包括：S1：基于值变化的变量建立构件系统的符号化模型；S2：生成构件系统下一状态的符号化模型；S3：在生成的符号化模型上验证系统属性，若存在反例或不动点，检测结束，反之，重复S2，本发明将系统中变量划分为值变化和值不变的变量，基于值变化的变量对系统属性进行检测，在构建迁移关系表达式时，可以用较小BDD的表示系统迁移关系，从而加快建立BDD和计算可达状态集合的速度，从而有效地减少了系统属性验证时间和内存开销，提高构件系统属性验证效率。
-
公开(公告)号：CN116776968A
公开(公告)日：2023-09-19
申请号：CN202310790740.9
申请日：2023-06-29
Applicant: 北京仿真中心
Abstract: 本发明公开一种智能训练并行仿真系统及方法，该系统包括智能算法训练管理模块，用于管理对抗训练的过程，并将智能算法训练管理模块产生的控制命令发送给分布并行仿真运行控制模块和智能体决策模块；分布并行仿真运行控制模块，用于管理对抗过程中多个推演环境模块，实现推演文件下发、监视系统工作状态、监视仿真训练过程以及记录训练数据；智能体决策模块，用于定义抽象函数的基类，并将智能体决策模块与推演环境模块建立连接；推演环境模块，用于进行推演训练。通过智能体决策模块与推演环境模块之间进行请求应答机制，实现了消息通信，减少不必要的冗余信息，降低训练过程中的通信代价，有利于虚拟智能对抗训练。
-
公开(公告)号：CN115099124A
公开(公告)日：2022-09-23
申请号：CN202210549487.3
申请日：2022-05-20
Applicant: 北京仿真中心
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/02
Abstract: 本发明公开了一种多智能体分布协同训练仿真方法，设计了一种多智能体分布协同训练仿真系统，包括：多个计算端设备，分布在不同的计算节点，用于执行对抗推演和智能决策过程；客户端设备，用于调用所述各计算端设备实现对抗推演；服务端设备，用于执行参数自定义设置以及与客户端设备和计算端设备连接传输信息，启动对抗训练调度；解决随着多智能训练环境中的模型规模、复杂度不断向纵深发展,实体模型越来越复杂,仿真解算量越来越大,逐渐超出单个处理器的能力的问题，提高多智能体训练过程中训练仿真环境的计算能力，在资源充分利用的情况下实现服务化、高效化的智能训练仿真。
-
Patent Agency Ranking
公开(公告)号：CN110826232B
公开(公告)日：2022-07-15
申请号：CN201911087032.9
申请日：2019-11-08
IPC: G06F30/20
Abstract: 本发明公开了一种基于非概率度量的机电产品仿真模型可信度评价方法，其包括对影响机电产品仿真模型可信度的参数利用非概率区间进行不确定性度量；将机电产品仿真模型响应函数进行泰勒展开，得到系统的近似线性模型方程；响应模型方程将参数的不确定性域分割成两部分；在模型可信度验证点处，对机电产品仿真模型计算响应的可能度分布函数进行积分变换，得到标准均匀分布；对比均匀分布和经验分布，得到两种分布封闭区域的面积，实现机电产品仿真模型的可信度评价。本发明通过分析不确定参数对建模质量的影响，客观地对机电产品仿真模型有效性及替代实际物理的程度进行定量评价。
-
公开(公告)号：CN114510931A
公开(公告)日：2022-05-17
申请号：CN202111629378.4
申请日：2021-12-28
Applicant: 北京仿真中心 , 中国人民解放军63921部队
IPC: G06F40/279 , G06F40/30 , G06F40/216
Abstract: 本发明的一个实施例公开了一种智能仿真模型的语义描述与一致性检查方法，包括以下步骤：S10：检查输入的智能模型PMML描述文档，若所述智能模型PMML描述文档符合PMML描述规范，则进行S30，若不符合PMML描述规范则重新输入所述智能模型PMML描述文档；S30：以描述逻辑对所述智能模型的约束进行描述，形成智能模型约束描述文档；S50：对智能仿真模型框架进行语义标注，形成智能仿真模型接口约束文档；S70：根据所述智能模型约束描述文档与所述智能仿真模型接口约束文档内容进行智能仿真模型的语义一致性检查。
-
-
公开(公告)号：CN114297816A
公开(公告)日：2022-04-08
申请号：CN202111353105.1
申请日：2021-11-16
Applicant: 北京仿真中心
IPC: G06F30/20
Abstract: 本方案公开了一种基于数据驱动的复杂系统组件化建模方法及相关产品，其中，该方法的步骤包括：对复杂装备体系组件化模型建模和作战过程约束描述；对作战过程数据与复杂装备体系组件化模型关联的作战装备体系进行协同仿真分析，得到真实作战过程数据和仿真数据的模型校核、知识匹配和冲突消解等分析结果。本方案能够在原子行为组件模型对下调度底层装备组件模型，从而提高行为建模效率，增强原子行为组件模型的可重用性。与此同时，基于描述逻辑刻画的作战过程约束，利用真实作战过程数据和仿真数据的模型校核、知识匹配和冲突消解等方法，实现模型置信度评估、约束关系分析、规则匹配分析、模型优化等。
-
公开(公告)号：CN113627596A
公开(公告)日：2021-11-09
申请号：CN202110914090.5
申请日：2021-08-10
Applicant: 中国科学院自动化研究所 , 北京仿真中心
Abstract: 本发明属于多智能体系统的强化学习领域，具体涉及了一种基于动态图神经网络的多智能体对抗方法及系统，旨在解决现有基于图神经网络的多智能体模型训练速度慢、效率低以及图构建中需要较多人工干预的问题。本发明包括：获取每一个智能体的观测向量，并进行线性变换获得观测特征向量；计算相邻智能体之间的连接关系，构建智能体之间的图结构；结合观测特征向量对智能体之间的图结构进行嵌入表示；将嵌入表示用于动作网络的动作预测结果和评价网络的评价，进行网络时空并行训练；通过训练好的网络进行多智能体对抗中的动作预测和动作评价。本发明通过剪枝建立更真实的图关系，利用全连接神经网络加位置编码的实现时空并行训练，训练效率高、效果好。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.032 seconds)
