面向不确定性的虚拟试验方法研究

客观存在于虚拟试验模型与参数中的多种不确定性将导致虚拟试验可信度下降。本项目针对工程系统，开展面向不确定性的虚拟试验方法研究，以提高虚拟试验的精确度和准确度。. 针对虚拟试验中广泛存在的参数不确定性，在贝叶斯统计理论框架下，采用概率方法，分别针对存在充足试验数据的参数、分布类型未知但具有区间信息的参数和仅有主观信息的参数进行了不确定性建模，确定了分布类型和分布参数。建立了基于高斯过程的虚拟试验贝叶斯预测模型，该模型利用高斯过程具有良好的解析性质，其后验分布包含预测值的期望信息和精度信息，同时所需训练样本量少。提出了虚拟试验不确定性分析解析方法和抽样方法，研究了参数不确定性在虚拟试验中的传播问题，解析方法可给出虚拟试验预测的不确定性概率特征，抽样方法给出其统计特征。针对虚拟试验中的未知模型参数，建立了基于马尔可夫链蒙特卡洛抽样的虚拟试验校准方法，应用贝叶斯方法推导了校准参数预测后验分布，通过参数校准使得虚拟试验预测值与校准试验输出值偏差尽量小。针对战斗部虚拟试验，建立了穿甲弹侵彻性能与外部随机影响因素间的预测模型，建立了子母弹破甲性能与结构不对称因素间的预测模型，采用校准方法确定未知模型参数，采用不确定性分析研究了不确定因素对战斗部威力的影响，评估了虚拟试验预测可信度，为战斗部研制提供了有效工具和手段。. 面向不确定性的虚拟试验方法在战斗部中的应用，验证了其对提高装备研制水平，节省研制经费和缩短研制周期，具有较高的工程应用价值。