[发明专利]一种面向动态系统模型验证的多元数据分析方法

权利要求书

1.一种面向动态系统模型验证的多元数据分析方法，其特征在于：包括以下步骤：

步骤一：基于PCA对标准化处理后的试验数据进行数据降维，进行多元数据的PCA分析；

步骤二：进行动态响应的误差评估；

步骤三：基于领域专家的响应分数计算；

步骤四：基于PCA的MEARTH分数计算；

步骤五：决策者决定接受或拒绝该仿真模型对于相应物理试验的预测结果。

2.根据权利要求1所述的一种面向动态系统模型验证的多元数据分析方法，其特征在于：步骤一具体包括：从测试数据和仿真的可比性标准化试验数据峰值量纲数据，然后应用PCA对标准化的试验数据进行降维，并解决多元数据相关问题；从试验数据得来的PCA系数矩阵随后用于已转化仿真数据，以便在相同降维空间中与试验数据进行对比。

3.根据权利要求2所述的一种面向动态系统模型验证的多元数据分析方法，其特征在于：所述步骤一中PCA使用了矩阵分析方法特征值分解，该特征值和特征向量分别代表占了各主元包含的变异量和原始数据各维的权重，其主要目的是把一组高维相关数据转化为一个数据不相关的、维数较低的降维变量；主元分析法的重要属性是主成分投影最小化了降维过程中的最小平方误差；由于PCA不是基于概率的模型，所以基于PCA的降维过程不需要数据分布的假设；PCA将多维相关响应量转化为不相关的低维响应。

4.根据权利要求1所述的一种面向动态系统模型验证的多元数据分析方法，其特征在于：在步骤二中，采用EARTH误差评估方法对PCA降维的试验和仿真数据进行评估，计算每个主元包括相位、幅度和斜率等三个独立的误差。

5.根据权利要求4所述的一种面向动态系统模型验证的多元数据分析方法，其特征在于：所述步骤二中动态响应的误差评估包含了对全局误差和目标点局部误差的评估。

6.根据权利要求5所述的一种面向动态系统模型验证的多元数据分析方法，其特征在于：所述步骤二中全局误差评估全局误差被定义为整个时间域对于每个时间点相同权重的的总体误差值，主要由以下三个部分组成：a)相位误差，考察两组数据在数据特征在时间上的总体误差，相位误差被定义为在考察整个时间域时两组数据间的时间差；b)幅度误差，涉及的整个时间域中每个时间点瞬态振幅的错误，幅度误差被定义在两组时序响应数据没有时间或相位差时其幅度的误差；c)形状误差，分析两组时间序列图像形状的差别，描述了两组时间序列，不仅在相位和幅度方面有误差，其波峰波谷的数量也不同。

7.根据权利要求1所述的一种面向动态系统模型验证的多元数据分析方法，其特征在于：在步骤三中，结合领域专家的知识，把每个主元的三个EARTH误差转变成一个直观的、取值范围为0到100％的评分。

8.根据权利要求7所述的一种面向动态系统模型验证的多元数据分析方法，其特征在于：所述步骤三中的基于领域专家评分过程始于反映试验结果的响应量的获取，要求涵盖按照仿真和试验数据吻合度定义的典型的优良、普通和较差的响应量；所得响应量被提供给领域专家，获得领域专家各自独立的评分，这些评分将作为M-EARTH评分的依据。

9.根据权利要求1所述的一种面向动态系统模型验证的多元数据分析方法，其特征在于：在步骤四中，降维的时间响应的分数可以通过主元分析相结合系数为一个多元动态系统的整体得分，综合评分由所得幅值、相位和形状评分通过权重因子加权而得。