摘要
本发明涉及一种面向仿真测试的并行仿真数据预测方法,将多个仿真模型以串行方式配置在单一测试节点中;在仿真模型运行过程中实时收集并记录数据;选择后续训练的数据接口进行标记;将标记的数据接口数据进行预处理,获得训练集和验证集;构建改进的LSTM模型,利用训练集和验证集对改进的LSTM模型进行训练;构建并行仿真测试系统;仿真模型在节点上独立运行并生成数据,使用训练好的LSTM模型通过时间窗口收集历史数据进行下一步数据预测,实现并行仿真测试系统的连续性和实时性。本发明通过在时间序列建模中引入变分自编码器的潜在空间表示,显著提高了模型的预测精度和灵活性,并优化了并行仿真环境下的计算效率。
技术关键词
仿真模型
仿真测试系统
仿真数据
数据接口
更新模型参数
节点
编码器
变量
记忆单元
序列
仿真环境
数据依赖关系
解码器
误差重构
连续性
矩阵
数据采集设备
标记
系统为您推荐了相关专利信息
通信状态信息
海洋声场
水下移动平台
水声通信机
潜艇
状态空间方程
子系统
电路拓扑结构
电路仿真模型
端口
储能电站
决策树模型
LSTM算法
决策树算法
学习历史数据