服務(wù)化gnss仿真平臺中模型智能推薦方法
【專利摘要】本發(fā)明涉及一種服務(wù)化GNSS仿真平臺中仿真模型的智能推薦方法。本發(fā)明的方法工作流程包括：提取候選模型，組成候選項集；根據(jù)候選模型和當(dāng)前選中模型的接口數(shù)目計算所有候選模型對應(yīng)的接口形狀權(quán)重；構(gòu)建條件FP?tree；同時建立FP?tree；在候選項集中提取第1項，與當(dāng)前選中模型組合形成K項集，獲得K項集的支持度，若支持度為零，分析用戶已選模型集合中模型的權(quán)重，去掉權(quán)重最低的一項，重新檢索，直到獲得一個不為零的支持度，重復(fù)以上步驟，直到獲得所有候選模型對應(yīng)的支持度；計算各候選模型對應(yīng)的模型關(guān)聯(lián)關(guān)系度，并根據(jù)計算結(jié)果對候選模型排序，將排序后的模型集合推送到人機交互終端。本發(fā)明可以提高仿真任務(wù)設(shè)計的速度和準(zhǔn)確性。
【專利說明】
服務(wù)化GNSS仿真平臺中模型智能推薦方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及計算機分布式仿真領(lǐng)域，具體涉及一種服務(wù)化GNSS仿真平臺中仿真模 型的智能推薦方法。
【背景技術(shù)】
[0002] 全球?qū)Ш叫l(wèi)星系統(tǒng)（Global Navigation Satellite Systems,GNSS)是以衛(wèi)星為 基礎(chǔ)的無線電測時定位導(dǎo)航系統(tǒng)，可為航空、航天、陸地、海洋等方面的用戶提供不同精度 的在線或離線空間定位數(shù)據(jù)，目前主要包括GPS、北斗、GLONASS、Galileo四個導(dǎo)航系統(tǒng)。 GNSS建設(shè)是一個復(fù)雜的系統(tǒng)工程，難度高、周期長、耗費資金巨大、涉及學(xué)科及專業(yè)數(shù)量眾 多，而仿真尤其是數(shù)學(xué)仿真則為GNSS的前期設(shè)計及驗證、中期建設(shè)及調(diào)試、后期商業(yè)化應(yīng)用 及優(yōu)化調(diào)整提供了重要的、不可或缺的、廉價有效的驗證手段。
[0003] 隨著全球各大GNSS系統(tǒng)的不斷發(fā)展和完善，GNSS仿真所發(fā)揮的作用越來越大、范 圍越來越廣、靈活性和系統(tǒng)精度要求越來越高、解算模型越來越復(fù)雜。服務(wù)化GNSS仿真平臺 是最近被提出來的一種GNSS仿真平臺，在面向互聯(lián)網(wǎng)的前提下，結(jié)合廣義云計算對資源進 行共享的理念，實現(xiàn)多開發(fā)人員或用戶發(fā)布并共用仿真模型或資源，達到研究新算法、新設(shè) 備和擴展新領(lǐng)域的目的。該平臺在理論上具有高度的共享和重用能力，可以減少重復(fù)開發(fā) 和投資，提高仿真環(huán)境的仿真能力，促進GNSS的發(fā)展和應(yīng)用。胡春生等在服務(wù)化集成設(shè)計平 臺的研究中給出了服務(wù)化仿真平臺的基本構(gòu)架和運行模式，提出了仿真模型服務(wù)化封裝的 詳細過程，并初步提出了模型關(guān)聯(lián)關(guān)系的概念及其基本的研究思路。
[0004]在服務(wù)化GNSS仿真平臺中反復(fù)提到了仿真模型和仿真任務(wù)流程，其具體的概念 為：
[0005] 1、仿真模型。大型仿真系統(tǒng)(包括數(shù)學(xué)仿真、半物理仿真等)是對系統(tǒng)或平臺的功 能和性能上的模擬實現(xiàn)。由于對系統(tǒng)整體的數(shù)學(xué)或物理上的仿真很難直接實現(xiàn)，所以通常 將其看作為由一組相互具有物理關(guān)聯(lián)和邏輯關(guān)系的功能單元的有機組合，將其分解為若干 個既相對獨立又相互聯(lián)系的子系統(tǒng)(包含一個或多個功能單元），這種子系統(tǒng)更方便使用數(shù) 學(xué)模型或物理模型表示出來，被用來表示的模型即為仿真模型。不同系統(tǒng)的仿真可能包含 相同功能的子系統(tǒng)，即可以使用相同的模型參與仿真。
[0006] 在服務(wù)化GNSS仿真平臺中，利用上述思想，用戶將能夠?qū)崿F(xiàn)部分功能的仿真模型 依據(jù)統(tǒng)一接口規(guī)則共享到平臺上。用戶在有仿真需求時可以挑選合適的共享模型，組合形 成能夠?qū)崿F(xiàn)特定系統(tǒng)功能的仿真任務(wù)。
[0007] 2、仿真任務(wù)流程。用戶在利用服務(wù)化GNSS仿真平臺構(gòu)建仿真任務(wù)時，需要調(diào)用仿 真模型，并配置模型之間輸入與輸出關(guān)系的傳遞關(guān)系，配置完成后形成了一組具有關(guān)聯(lián)關(guān) 系的模型集合，這個包含配置信息和模型關(guān)聯(lián)關(guān)系的模型集合即為仿真任務(wù)流程，用戶可 以直接運行仿真任務(wù)流程進行相應(yīng)的仿真任務(wù)，獲得最終想要的仿真結(jié)果。
[0008] 隨著服務(wù)化仿真平臺的發(fā)展和應(yīng)用，仿真模型數(shù)目會以指數(shù)形式增大，并且應(yīng)用 場景和仿真需求不同，需要構(gòu)造的仿真流程的差異也較大，用戶在使用平臺設(shè)計仿真任務(wù) 時，需要反復(fù)在大量仿真模型中檢索合適的模型，如何在大規(guī)模數(shù)量的模型中迅速找到合 適仿真模型成為一個十分重要的問題。因此需要設(shè)計一套能夠?qū)崟r為用戶推薦仿真模型的 方法。
[0009] 模型之間存在一種特性的關(guān)系，這種關(guān)系決定的兩個模型是否能夠建立連接，或 是否經(jīng)常在一起共用，但模型之間的這種關(guān)系無法直接從模型本身推出。在利用平臺進行 仿真時，用戶正是遵循了這種關(guān)系完成仿真任務(wù)設(shè)計，因此對用戶的使用記錄進行統(tǒng)計分 析，可以間接得到模型關(guān)聯(lián)關(guān)系的估計值，且當(dāng)用戶的仿真任務(wù)記錄足夠大時，所得到的估 計值也將足夠準(zhǔn)確。該估計值可以為仿真模型推薦提供量化依據(jù)。

【發(fā)明內(nèi)容】

[0010] 本發(fā)明的目的是通過提供一種新的面向互聯(lián)網(wǎng)的服務(wù)化GNSS仿真平臺中的仿真 模型的推薦方法，能夠根據(jù)已選的部分模型完成自主推理用戶即將需要的模型的功能，提 高用戶在使用服務(wù)化GNSS仿真平臺進行相關(guān)仿真任務(wù)設(shè)計的速率和準(zhǔn)確度，從而提高用戶 使用仿真平臺的效率，減少用戶操作時間和學(xué)習(xí)成本。
[0011] 本發(fā)明提供了一種服務(wù)化GNSS仿真平臺中仿真模型的智能推薦方法，該方法的工 作流程為:步驟1，根據(jù)當(dāng)前選中模型，以及接口形狀池的記錄，在模型庫中提取出所有能夠 與當(dāng)前選中模型建立連接關(guān)系的候選模型，組成候選項集;步驟2,根據(jù)候選模型和當(dāng)前選 中模型的接口數(shù)目進行計算，得到所有候選模型對應(yīng)的接口形狀權(quán)重;步驟3,將候選項集 中所有模型依次與當(dāng)前選中模型組合形成固連塊，在固連塊的約束下檢索仿真任務(wù)記錄 池，構(gòu)建條件FP-tree;同時根據(jù)仿真任務(wù)記錄建立FP-tree，用于分析用戶已選的各模型的 權(quán)重值;步驟4,在候選項集中提取第1項，與當(dāng)前選中模型組合形成K項集，通過檢索條件 FP-tree獲得K項集的支持度，若支持度為零，則根據(jù)FP-tree分析用戶已選模型集合中模型 的權(quán)重，去掉權(quán)重最低的一項，重新檢索，直到獲得一個不為零的支持度，計算當(dāng)前去掉部 分模型后剩余模型的權(quán)重;步驟5,提取候選項集中下一項，重復(fù)步驟4,直到獲得所有候選 模型對應(yīng)的支持度;步驟6,計算各候選模型對應(yīng)的模型關(guān)聯(lián)關(guān)系度，并根據(jù)計算結(jié)果對候 選模型排序，將排序后的模型集合推送到人機交互終端。
[0012] 進一步地，步驟6中的模型關(guān)聯(lián)關(guān)系度的計算中包含兩種權(quán)重因子，即接口形狀權(quán) 重因子和缺失模型后剩余權(quán)重因子;接口形狀權(quán)重因子主要依據(jù)前后模型本身的接口數(shù)目 和建立連接關(guān)系的接口數(shù)目來確定，其計算公式如下，
[0014]其中QKN)表示接口形狀權(quán)重因子，Nc表示建立連接的接口形狀數(shù)目，N1(ciut)表示建 立連接模型中的前一個模型輸出接口的數(shù)目，N2(in)表不建立連接模型中后一個模型的輸入 接口的數(shù)目；
[0015]缺失模型后剩余權(quán)重因子需要通過分別求取包含用戶已選的全部模型和去掉一 部分模型的兩個集合的支持度來確定，計算公式如下
[0017]其中Q2(Nj)表示事務(wù)項集中缺失一些模型后的剩余權(quán)重因子，Sup〇為對應(yīng)模型集 合在仿真任務(wù)記錄中的支持度計數(shù)，？"表示用戶已經(jīng)配置完的n個模型，％是在用戶已經(jīng)配 置完成的n個模型中需要去掉的部分模型；
[0018]進一步地，步驟6中的模型關(guān)聯(lián)關(guān)系度計算公式為
[0020]其中匕表示候選模型集合中第k個模型與被連接模型的模型關(guān)聯(lián)關(guān)系度，Mk表示能 夠與當(dāng)前模型建立連接關(guān)系的候選模型集合中的第k個模型，b為模型在剛加入平臺中時設(shè) 置的初始數(shù)目，ai為接口形狀權(quán)重系數(shù)，a 2為缺失模型后剩余權(quán)重系數(shù)，且ai+a2 = 1。
[0021]有益效果
[0022] 本發(fā)明根據(jù)用戶當(dāng)前的仿真任務(wù)設(shè)計情況，自動解算了仿真任務(wù)的記錄庫，為用 戶提供了下一步設(shè)計中可能用到的仿真模型，所有運算過程均由軟件后臺完成，在不影響 用戶操作的情況下，為用戶在仿真任務(wù)設(shè)計過程中起到一定的輔助作用，大大提高了用戶 的仿真任務(wù)設(shè)計的準(zhǔn)確性和仿真任務(wù)設(shè)計效率。尤其是對仿真任務(wù)相關(guān)學(xué)科不熟悉的用 戶，具有很大的幫助作用。
[0023] 本發(fā)明可以廣泛用于同類服務(wù)化分布式仿真或集成設(shè)計平臺中，可以提高仿真任 務(wù)設(shè)計的速度和準(zhǔn)確性，對仿真任務(wù)的設(shè)計具有一定指導(dǎo)意義，具有廣闊的市場前景和應(yīng) 用價值。
【附圖說明】
[0024] 構(gòu)成本申請的一部分的附圖用來提供對本發(fā)明的進一步理解，本發(fā)明的示意性實 施例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當(dāng)限定。在附圖中：
[0025] 圖1為本發(fā)明中的條件FP-tree的基本結(jié)構(gòu)；
[0026] 圖2為本發(fā)明的智能推薦方法的基本流程框圖；
[0027] 圖3為本發(fā)明的智能推薦方法在服務(wù)化GNSS仿真平臺中的基本構(gòu)架；
[0028]圖4為對單顆衛(wèi)星偽距進行仿真的仿真任務(wù)流程。
【具體實施方式】
[0029]下面將參考附圖并結(jié)合實施例來詳細說明本發(fā)明。
[0030]本發(fā)明中提出了以下幾點概念以便于方法的正常使用：
[0031 ] 1、接口形狀。仿真模型在封裝后以統(tǒng)一的接口對外表現(xiàn)，主要包括輸入接口、輸出 接口、初始化接口三類，其中輸入接口和輸出接口是用于在模型之間建立關(guān)系的，但并非任 意模型之間都能夠建立起關(guān)系，通常對于數(shù)學(xué)模型來講，只有輸入輸出之間存在相同的量 綱關(guān)系時才能夠建立連接關(guān)系。由于仿真模型可能包含多個輸入或輸出，所以本發(fā)明中規(guī) 定，任意一個輸入或輸出均為一個模型接口，每個模型接口根據(jù)量綱和資源屬性確定其接 口形狀。在不同模型之間，只有輸入接口和輸出接口含有相同形狀的兩個模型才能建立關(guān) 聯(lián)關(guān)系。
[0032] 2、模型關(guān)聯(lián)關(guān)系。在利用多個仿真模型組合形成仿真任務(wù)時，仿真模型間需要建 立一種特殊的關(guān)系來確定模型之間資源的傳遞(如數(shù)學(xué)仿真模型的輸入輸出參數(shù)信息等）， 這種關(guān)系即為仿真模型關(guān)聯(lián)關(guān)系。
[0033] 3、模型關(guān)聯(lián)關(guān)系度。能夠與同一仿真模型建立關(guān)系的幾個模型，他們構(gòu)成的關(guān)系 在一定程度上不一定是等價的，即他們與同一模型的親疏程度會有所不同，這種親疏程度 表現(xiàn)出了用戶在建立仿真任務(wù)時的習(xí)慣偏好。本發(fā)明中將這種模型之間的親疏程度定義為 模型關(guān)聯(lián)關(guān)系度，將模型關(guān)聯(lián)關(guān)系度進行量化分析，可以得到不同模型之間的親疏程度排 序。
[0034] 4、條件FP-tree。本發(fā)明在傳統(tǒng)FP-tree的基礎(chǔ)上，提出了固連塊的概念，形成一種 具有一定條件約束的FP-tree數(shù)據(jù)記錄結(jié)構(gòu)。固連塊是把與FP-tree根節(jié)點直接相連的節(jié)點 換成固定的連結(jié)體，連結(jié)體由候選模型對應(yīng)的節(jié)點和當(dāng)前用戶選中模型對應(yīng)的節(jié)點構(gòu)成。 在固連塊之后的節(jié)點采用與傳統(tǒng)FP-tree相同的構(gòu)建方法，每個條件FP-tree的固連塊的數(shù) 目由候選模型數(shù)目決定。這樣在針對每個候選模型做FP-tree檢索時，可以直接檢索其對應(yīng) 固連塊下的分枝，其余固連塊下的分枝可以直接被剪枝。這樣可以節(jié)省大量檢索時間，提高 推薦方法效率。如圖1為一個在固連塊約束下的條件FP-tree基本結(jié)構(gòu)，圖中E、F、G、H為根據(jù) 接口形狀池檢索出的候選模型，D為當(dāng)前用戶選中的模型，A、B、C為用戶已選的其他模型。
[0035] 作為推薦模型的唯一依據(jù)，模型關(guān)聯(lián)關(guān)系度計算方法如下：
[0036] 在模型關(guān)聯(lián)關(guān)系度的計算中包含兩種權(quán)重因子，即接口形狀權(quán)重因子和缺失模型 后剩余權(quán)重因子，這兩種因子是影響模型關(guān)聯(lián)關(guān)系度的兩項主要因素。其中接口形狀權(quán)重 因子描述的是連接成功的接口在前后兩個模型的接口中所占的比例;缺失模型后剩余權(quán)重 因子體現(xiàn)的是在仿真任務(wù)記錄項集中，缺少某個或某幾個模型后剩余模型集合在整個模型 集合中所占的比重。
[0037] 接口形狀權(quán)重因子在計算過程中主要依據(jù)前后模型本身的接口數(shù)目和建立連接 關(guān)系的接口數(shù)目來確定，其計算公式如下，
[0039]其中QKN)表示接口形狀權(quán)重因子，Nc表示建立連接的接口形狀數(shù)目，N1(ciut)表示建 立連接模型中的前一個模型輸出接口的數(shù)目，N2(in)表不建立連接模型中后一個模型的輸入 接口的數(shù)目。
[0040] 缺失模型后剩余權(quán)重因子需要通過分別求取包含用戶已選的全部模型和去掉一 部分模型的兩個集合的支持度，進而通過相應(yīng)的計算公式得到剩余模型的權(quán)重值。
[0041] 剩余權(quán)重因子的計算公式如下
[0043]其中Q2(K)表示事務(wù)項集中缺失一些模型后的剩余權(quán)重因子，Sup〇為對應(yīng)模型集 合在仿真任務(wù)記錄中的支持度計數(shù)。？"表示用戶已經(jīng)配置完的n個模型，％是在用戶已經(jīng)配 置完成的n個模型中需要去掉的部分模型。
[0044]模型關(guān)聯(lián)關(guān)系度主要是針對已有記錄的統(tǒng)計和分析，在統(tǒng)計計算中主要考察了各 個模型與已選模型形成任務(wù)流程后的模型項集在整個記錄中的支持度計數(shù)，計算出對應(yīng)模 型的比例關(guān)系，因此，模型關(guān)聯(lián)關(guān)系度的計算公式如下
[0046]上述公式對后加入模型可能會有一定的影響，因此為了對后加入模型有一定的排 序保護，將公式3修改為
[0048]其中Ik表示候選模型集合中第k個模型與被連接模型的模型關(guān)聯(lián)關(guān)系度，Mk表示能 夠與當(dāng)前模型建立連接關(guān)系的候選模型集合中的第k個模型，b為模型在剛加入平臺中時設(shè) 置的初始數(shù)目，為了不影響后續(xù)模型的統(tǒng)計信息，b的取值不宜過大，通常選取在100左右。 ai為接口形狀權(quán)重系數(shù)，a2為缺失模型后剩余權(quán)重系數(shù)，且ai+a2 = 1。
[0049] a#Pa2的值主要由用戶進行配置，希望模型的全部接口能夠快速建立連接的用戶 可以將ai的值配置的相對更高一些，而希望參考已有設(shè)計任務(wù)記錄的用戶可以將a 2的值配 置的相對更高一些。若m = 0，則表示用戶完全依據(jù)任務(wù)設(shè)計流程記錄對候選模型排序;若a2 =〇,則表示完全不考慮缺失模型對排序結(jié)果的影響，計算結(jié)果將主要受兩個連接模型的接 口形狀數(shù)目和可建立連接接口形狀數(shù)目影響。
[0050] 本發(fā)明在服務(wù)化GNSS仿真平臺運行原理的基礎(chǔ)上，結(jié)合服務(wù)化仿真模型的基本性 質(zhì)及大規(guī)模記錄數(shù)據(jù)的特點，綜合考慮仿真模型的元數(shù)據(jù)信息、模型接口形狀、關(guān)聯(lián)關(guān)系、 仿真任務(wù)流程等信息，給出了用于模型的智能推薦的邏輯推理方法，包括推薦模塊的運行 流程和量化指標(biāo)的計算方法。
[0051] 本發(fā)明的推薦方法是根據(jù)使用該仿真平臺的所有用戶的任務(wù)設(shè)計記錄等進行數(shù) 據(jù)挖掘工作，找出與當(dāng)前用戶所選仿真模型有關(guān)的、可能即將用到的模型。本發(fā)明所述的模 型是在面向服務(wù)的分布式仿真環(huán)境中能夠完成某種特定功能的單元，該模型具有"獨立"、 "可組合"、"可配置"、"接口標(biāo)準(zhǔn)統(tǒng)一"幾種性質(zhì)，其他具有相似性質(zhì)的環(huán)境或應(yīng)用軟件中也 可使用該方法進行相關(guān)推理。
[0052] 本發(fā)明中的仿真模型智能推薦方法指的是在服務(wù)化GNSS仿真平臺或類似環(huán)境中， 根據(jù)用戶已選擇模型的集合進行推理，結(jié)合平臺的仿真任務(wù)記錄，給出用戶下一步可能需 要用到的模型，并根據(jù)可能性的大小進行排序的方法和過程。
[0053]本發(fā)明是一種能夠根據(jù)模型關(guān)系進行推理的智能推薦方法，方法中定義了模型接 口形狀并用于模型關(guān)系的推理，并且為方便快速檢索模型數(shù)據(jù)，設(shè)計了具有條件約束的FP-tree數(shù)據(jù)壓縮結(jié)構(gòu)。該方法在實施中主要應(yīng)用在服務(wù)化的分布式仿真平臺上，方法可構(gòu)建 在平臺中的一臺單獨的服務(wù)器上，通過讀取用戶在人機交互界面上的操作自動執(zhí)行。推薦 方法在仿真平臺中所需的基本構(gòu)架如圖3,主要包括數(shù)據(jù)存儲服務(wù)器(仿真模型描述文件存 儲服務(wù)器、接口形狀描述文件存儲服務(wù)器、仿真任務(wù)記錄存儲服務(wù)器等）、仿真模型服務(wù)終 端、人機交互終端、推薦方法服務(wù)器等。
[0054]推薦方法模塊需建立在仿真平臺存在完整數(shù)據(jù)記錄的基礎(chǔ)上，包括仿真模型庫， 接口形狀庫，仿真任務(wù)記錄，因此仿真平臺中需建立上述記錄的存儲服務(wù)器。以下是上述記 錄的部分文件格式示例（以RDF記錄格式為例），文件記錄只要滿足方法的功能需求即可，不 限于RDF格式。
[0055] (1)仿真模型資源描述示例（以RDF文件格式為例）
[0058] (2)仿真流程記錄文件格式（以RDF文件格式為例）
[0061]下面以利用平臺對單顆衛(wèi)星的偽距進行仿真(仿真任務(wù)流程如圖4)為例簡述一下 推薦方法，假設(shè)用戶通過人機交互終端已經(jīng)選取了用戶軌跡生成模型、WGS84橢球模型、坐 標(biāo)轉(zhuǎn)換模型(BLH-XYZ)、衛(wèi)星高度角和方位角求取模型。
[0062]步驟1，用戶使用鼠標(biāo)選中衛(wèi)星高度角和方位角求取模型。人機交互終端會將當(dāng)前 用戶操作信息傳送給推薦方法服務(wù)器，服務(wù)器根據(jù)用戶當(dāng)前選中的模型，檢索接口形狀池 的記錄，在模型庫中提取出所有能夠與當(dāng)前選中模型建立連接關(guān)系的模型，組成候選項集 {Klobuchar8參數(shù)電離層延遲模型，Hopf ield對流層延遲模型，Saastamoinen模型等}。
[0063] 步驟2,推薦方法服務(wù)器根據(jù)候選模型和當(dāng)前模型的接口數(shù)目進行計算，分別得到 所有候選模型對應(yīng)的接口形狀權(quán)重（{Klobuchar8,0 . 14}，{Hopfield，0.4}， {Saastamoinen，0?4})〇
[0064] 步驟3,推薦方法服務(wù)器將候選項集中每個模型分別與當(dāng)前選中模型組合形成固 連塊（{Klobuchar8,衛(wèi)星高度角和方位角求取}，{Hopfield，衛(wèi)星高度角和方位角求取}， {Saastamoinen，衛(wèi)星高度角和方位角求取}等），并在固連塊的約束下檢索仿真任務(wù)記錄 池，構(gòu)建一個條件FP-tree，暫存在內(nèi)存中。
[0065]步驟4,同時服務(wù)器利用仿真任務(wù)記錄池的檢索結(jié)果構(gòu)建FP-tree，并結(jié)合用戶已 選取的所有模型計算各個已選模型的權(quán)重值。
[0066]步驟5,服務(wù)器在候選項集中提取第1項，與當(dāng)前用戶已選模型組合形成K項集，通 過檢索條件FP-tree獲得K項集的支持度;若支持度為零，則根據(jù)FP-tree分析用戶已選模型 集合中模型的權(quán)重，去掉權(quán)重最低的模型，重新檢索。直到獲得一個不為零的支持度。
[0067] 步驟6,服務(wù)器根據(jù)去掉的模型計算剩余權(quán)重值
[0068] 步驟7，提取候選項集中下一項，重復(fù)步驟5、6，直到獲得所有候選模型對應(yīng)的支持 度和剩余權(quán)重值。
[0069] 步驟8,服務(wù)器將所有候選模型的支持度和權(quán)重根據(jù)模型關(guān)聯(lián)關(guān)系度的計算方法 進行計算，并根據(jù)計算結(jié)果進行排序，得到帶有模型關(guān)聯(lián)關(guān)系度的有序候選模型集合 ({Klobuchar8，0?35}，{Hopfield，0?3}，{Saastamoinen，。?2}等）
[0070] 步驟9,推薦方法服務(wù)器將計算結(jié)果推送到人機交互界面，用戶可以根據(jù)推薦結(jié)果 選取下一個需要用到的模型。
[0071] 本發(fā)明主要根據(jù)用戶利用平臺進行仿真任務(wù)設(shè)計的操作，結(jié)合之前的仿真任務(wù)記 錄等數(shù)據(jù)，智能推理用戶可能需要的模型，為用戶提供一個參考的可選模型的有序集合，減 少了用戶在大量模型庫中檢索模型的工作，提高仿真任務(wù)設(shè)計的效率?？梢詮V泛用于各類 模塊化分布式仿真或集成設(shè)計平臺中，具有提高仿真任務(wù)設(shè)計的速度和準(zhǔn)確性的作用。
[0072] 以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技 術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修 改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
【主權(quán)項】
1. 一種服務(wù)化GNSS仿真平臺中仿真模型的智能推薦方法，其特征在于:所述模型推薦 方法的工作流程為： 步驟1，根據(jù)當(dāng)前選中模型，以及接口形狀池的記錄，在模型庫中提取出所有能夠與當(dāng) 前選中模型建立連接關(guān)系的候選模型，組成候選項集； 步驟2,根據(jù)候選模型和當(dāng)前選中模型的接口數(shù)目進行計算，得到所有候選模型對應(yīng)的 接口形狀權(quán)重； 步驟3,將候選項集中所有候選模型依次與當(dāng)前選中模型組合形成固連塊，在固連塊的 約束下檢索仿真任務(wù)記錄池，構(gòu)建條件FP-tree;同時根據(jù)仿真任務(wù)記錄建立FP-tree，用于 分析用戶已選的各模型的權(quán)重值； 步驟4,在候選項集中提取第1項，與當(dāng)前選中模型組合形成K項集，通過檢索條件FP-tree獲得K項集的支持度，若支持度為零，則根據(jù)FP-tree分析用戶已選模型集合中模型的 權(quán)重，去掉權(quán)重最低的一項，重新檢索，直到獲得一個不為零的支持度，計算當(dāng)前去掉部分 模型后剩余模型的權(quán)重； 步驟5，提取候選項集中下一項，重復(fù)步驟4，直到獲得所有候選模型對應(yīng)的支持度； 步驟6,計算各候選模型對應(yīng)的模型關(guān)聯(lián)關(guān)系度，并根據(jù)計算結(jié)果對候選模型排序，將 排序后的模型集合推送到人機交互終端。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟6中的模型關(guān)聯(lián)關(guān)系度的包括接 口形狀權(quán)重因子和缺失模型后剩余權(quán)重因子;所述接口形狀權(quán)重因子依據(jù)前后模型本身的 接口數(shù)目和建立連接關(guān)系的接口數(shù)目來確定，其計算公式如下，其中Qi (N)表示接口形狀權(quán)重因子，Nc表示建立連接的接口形狀數(shù)目，見(cmt)表示建立連 接模型中的前一個模型輸出接口的數(shù)目，N2(in)表不建立連接模型中后一個模型的輸入接口 的數(shù)目； 缺失模型后剩余權(quán)重因子通過分別求取包含用戶已選的全部模型和去掉一部分模型 的兩個集合的支持度來確定，計算公式如下其中Q2(K)表示事務(wù)項集中缺失一些模型后的剩余權(quán)重因子，Sup〇為對應(yīng)模型集合在 仿真任務(wù)記錄中的支持度計數(shù)，？"表示用戶已經(jīng)配置完的n個模型，％是在用戶已經(jīng)配置完 成的n個模型中需要去掉的部分模型。3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟6中的模型關(guān)聯(lián)關(guān)系度計算公式 為其中Ik表示候選模型集合中第k個模型與被連接模型的模型關(guān)聯(lián)關(guān)系度，Mk表示能夠與 當(dāng)前模型建立連接關(guān)系的候選模型集合中的第k個模型，b為模型在剛加入平臺中時設(shè)置的 初始數(shù)目，ai為接口形狀權(quán)重系數(shù)，a2為缺失模型后剩余權(quán)重系數(shù)，且ai+a2 = 1。
【文檔編號】G06F17/30GK106055577SQ201610341018
【公開日】2016年10月26日
【申請日】2016年5月20日
【發(fā)明人】許承東, 范國超, 宋丹
【申請人】北京理工大學(xué)