摘要
本发明涉及体系对抗仿真技术,提供了一种多要素大规模体系对抗仿真方法、系统、设备及介质,所述方法包括:构建包括多个功能级实体的初始化仿真模型并将其部署至多个计算节点上;实时获取仿真过程中每个功能级实体的当前状态,评估每个功能级实体对仿真结果的影响权重;根据权重阈值和所有功能级实体的影响权重,采用动态简化策略对当前仿真模型简化得到下一次仿真模型;根据当前的仿真结果,采用混合推进机制动态获取下一次仿真模型的仿真推进比;根据仿真推进比更新下一次仿真模型并进行仿真计算。本发明的方法通过引入机器学习算法、动态简化策略和混合推进机制,能够显著提升了仿真效率、精度和适应性。
技术关键词
仿真模型
仿真方法
实体
机器学习算法
动态
神经网络模型
节点
机制
策略
模块
可读存储介质
仿真数据
仿真系统
场景
因子
处理器
计算机设备
存储器
基准
系统为您推荐了相关专利信息
光学补偿方法
图像块
纹理特征
像素
光学补偿设备
手术末端执行器
手术机器人
关键点
规划最优路径
线段
虚拟赛车
指令转换模块
游戏系统
游戏场景
动态障碍