测试方法、装置、电子设备及计算机可读存储介质与流程

本发明涉及船舶智能决策技术领域，尤其是涉及一种测试方法、装置、电子设备及计算机可读存储介质。

背景技术：

船舶的综合决策是指计算机在对周边环境感知的基础上综合船体性能、船基各设备性能，统筹船舶安全性、经济性以及设备健康运维的需求做出的最佳操纵指令。通过对智能船舶综合决策功能的测试有利于提高船舶综合决策的准确度，但是当前针对智能船舶综合决策功能没有现成测试方法，无法对综合决策功能进行测试。

技术实现要素：

有鉴于此，本发明的目的在于提供一种测试方法、装置、电子设备及计算机可读存储介质，以提供更加智能更加完善的船舶航行决策测试方法，提升船舶综合决策的准确度。

第一方面，本发明实施例提供了一种测试方法，包括：获取初始测试参数；其中，初始测试参数包括虚拟环境参数、虚拟船舶参数、实际环境参数和实际船舶参数；基于初始测试参数对预先建立的综合决策模型进行测试，得到测试结果；其中，综合决策模型为基于环境参数和船舶参数进行船舶航行决策的算法模型。

在一种实施方式中，获取初始测试参数的步骤，包括：基于预先建立的测试环境模型获取虚拟环境参数和虚拟船舶参数；其中，测试环境模型包括：海洋环境仿真模型、真实海域场景数字重构模型和船载设备仿真模型。

在一种实施方式中，基于初始测试参数对预先建立的综合决策模型进行测试，得到测试结果的步骤，包括：基于虚拟环境参数、虚拟船舶参数对预先建立的综合决策模型进行测试，得到第一测试结果；和/或，基于实际环境参数、虚拟船舶参数对综合决策模型进行测试，得到第二测试结果；和/或，基于虚拟环境参数、实际船舶参数对综合决策模型进行测试，得到第三测试结果；和/或，基于实际环境参数、实际船舶参数对综合决策模型进行测试，得到第四测试结果。

在一种实施方式中，初始测试参数还包括航行任务，航行任务包括：航线起点坐标、航线终点坐标和航行时长；基于初始测试参数对预先建立的综合决策模型进行测试，得到测试结果的步骤，包括：基于初始测试参数和预先建立的综合决策模型执行测试操作，得到船舶的航行信息；其中，航行信息至少包括航速、船舶姿态和航向；基于航行信息重复测试操作直至船舶完成航行任务；根据航行信息对应的综合指标以及航行任务对应的综合指标确定测试结果；其中，综合指标为用于表征船舶航行决策性能的参数。

在一种实施方式中，测试操作包括：基于初始测试参数和预先建立的综合决策模型确定决策指令；基于决策指令、船载设备仿真模型和预先建立的数值水池模型确定船舶的航行信息，并将航行信息发送至综合决策模型进行储存；其中，数值水池模型用于模拟船舶的运动轨迹和姿态。

在一种实施方式中，根据航行信息对应的综合指标以及航行任务对应的综合指标确定测试结果的步骤，包括：获取航行任务对应的多个预设航行信息；根据综合决策模型中的综合指标计算模块分别确定航行信息对应的综合指标以及预设航行信息对应的综合指标；当预设航行信息对应的综合指标均小于航行信息对应的综合指标时，确定测试结果为综合决策模型有效。

在一种实施方式中，前述方法还包括：根据测试结果对综合决策模型进行优化。

第二方面，本发明实施例提供了一种测试装置，包括：参数获取模块，用于获取初始测试参数；其中，初始测试参数包括虚拟环境参数、虚拟船舶参数、实际环境参数和实际船舶参数；测试模块，用于基于初始测试参数对预先建立的综合决策模型进行测试，得到测试结果；其中，综合决策模型为基于环境参数和船舶参数进行船舶航行决策的算法模型。

第三方面，本发明实施例提供了一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现上述第一方面提供的任一项的方法的步骤。

第四方面，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述第一方面提供的任一项的方法的步骤。

本发明实施例提供的上述测试方法、装置、电子设备及计算机可读存储介质，能够获取初始测试参数(虚拟环境参数、虚拟船舶参数、实际环境参数和实际船舶参数)；然后基于初始测试参数对预先建立的综合决策模型(综合决策模型为基于环境参数和船舶参数进行船舶航行决策的算法模型)进行测试，得到测试结果。上述方法能够基于虚拟环境参数、虚拟船舶参数、实际环境参数和实际船舶参数，针对环境和船舶的虚实场景结合对综合决策模型进行测试，从而提供了更加智能更加完善的船舶航行决策测试方法，该方法考虑了更加综合的船舶运用场景，提升了综合决策的准确度。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种测试方法的流程图；

图2为本发明实施例提供的另一种测试方法的流程图；

图3为本发明实施例提供的一种测试装置的结构示意图；

图4为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

目前针对智能船舶综合决策功能没有现成测试方法，无法对综合决策功能进行测试。基于此，本发明实施例提供的一种测试方法、装置、电子设备及计算机可读存储介质，可以提供更加智能更加完善的船舶航行决策测试方法，提升船舶综合决策的准确度。

为便于对本实施例进行理解，首先对本发明实施例所公开的一种测试方法进行详细介绍，参见图1所示的一种测试方法的流程图，该方法可以由电子设备执行，主要包括以下步骤s102至步骤s104：

步骤s102：获取初始测试参数。

其中，初始测试参数包括虚拟环境参数、虚拟船舶参数、实际环境参数和实际船舶参数。环境参数可以包括：风浪流(尤其是台风、寒潮等恶劣天气下的风浪流)、地形、浮标等海上固定目标、行船等海上移动目标、码头丁坝等岸边建筑物等；船舶参数可以包括本船参数和他船参数，本船参数包括：船型、尺寸、吃水、船载设备参数(诸如轮机参数、舵机参数等)等；他船参数包括：船型、尺寸、吃水、他船航行参数(诸如航速、航向、漂角、转向角等)等。在一种实施方式中，可以根据仿真模型获取虚拟环境参数和虚拟船舶参数，通过测量仪器测量得到实际环境参数和实际船舶参数，或者可以通过海事局、航道局以及港务局等记录的信息和船舶设计手册获取实际环境参数和实际船舶参数。

步骤s104：基于初始测试参数对预先建立的综合决策模型进行测试，得到测试结果。

其中，综合决策模型为基于环境参数和船舶参数进行船舶航行决策的算法模型。在一种实施方式中，综合决策模型包括综合指标计算模块、指标优化计算模块和决策指令生成模块等，具体的，可以根据初始测试参数通过综合决策模型中的决策指令生成模块生成船舶航行决策指令，然后通过综合指标计算模块和指标优化计算模块计算生成的船舶航行决策指令对应的综合指标，基于该综合指标得到船舶综合决策性能的测试结果。

本发明实施例提供的上述测试方法能够基于虚拟环境参数、虚拟船舶参数、实际环境参数和实际船舶参数，针对环境和船舶的虚实场景结合对综合决策模型进行测试，从而提供了更加智能更加完善的船舶航行决策测试方法，该方法考虑了更加综合的船舶运用场景，提升了综合决策的准确度。

为便于理解，本发明实施例提供了一种获取初始测试参数的具体事例，也即对于上述步骤s102可以按照以下步骤实现：基于预先建立的测试环境模型获取虚拟环境参数和虚拟船舶参数。其中，测试环境模型包括：海洋环境仿真模型、真实海域场景数字重构模型和船载设备仿真模型。

在一种实施方式中，海洋环境仿真模型可以采用delft3d(3维水动力-水质模型系统)、swan(simulatingwavesnearshore，浅海海浪数值模拟)、aermod(大气预测软件系统)、wavewatchiii(第三代海浪数值预报模式)等软件。海洋环境仿真模型可以用于准确地模拟影响船舶安全的风、浪、流、水温、盐度等参数，尤其是台风、寒潮等极端气象下的参数，为综合决策模型提供输入参数(即初始测试参数)。

真实海域场景数字重构模型包括船舶自动识别系统(automaticidentificationsystem)数据和电子海图数据等，可以由海事局提供。船舶ais数据中含有船舶的类型、船舶名称、船舶编号、船舶预计到达时间，船舶启航时间、船舶停靠港信息、船舶位置(经纬度)、船舶最大吃水量、船舶航行速度、过境区等信息。真实海域场景数字重构模型可以用于为综合决策模型提供输入参数。

船载设备仿真模型包括轮机仿真模型、舵机仿真模型，可以由设备厂商提供。船载设备仿真模拟可以用于模拟船舶航行操纵过程中主机、舵机等设备的状态，如主机转速、气缸压力、油舱温蒂、辅机功率、舵机传动效率、传动设备应力等等，为数值水池中的船舶操纵指令设置合理的边界条件，以及为综合决策模型提供输入参数。

为了验证船舶决策模型的准确度，本实施例中可以通过虚实场景结合的方式对综合决策模型进行测试，诸如全虚拟环境(即虚拟环境和虚拟船舶)测试，实场景(也即实际环境)与虚拟船舶结合测试，虚拟场景与实际船舶结合测试，实场景与实际船舶结合测试。基于此，对于上述基于初始测试参数对预先建立的综合决策模型进行测试，得到测试结果的步骤，即上述s104可以按照以下步骤(1)至步骤(4)实现：

步骤(1)：基于虚拟环境参数、虚拟船舶参数对预先建立的综合决策模型进行测试，得到第一测试结果。

步骤(2)：基于实际环境参数、虚拟船舶参数对综合决策模型进行测试，得到第二测试结果。

步骤(3)：基于虚拟环境参数、实际船舶参数对综合决策模型进行测试，得到第三测试结果。

步骤(4)：基于实际环境参数、实际船舶参数对综合决策模型进行测试，得到第四测试结果。

可以理解的是，对于上述步骤(1)至步骤(4)没有先后执行顺序的限定，在实际应用中可以根据实际需求任意选择上述四种方式中的一种或多种方式进行测试，在此不做限制。

进一步，初始测试参数还包括航行任务，航行任务包括：航线起点坐标、航线终点坐标和航行时长，本发明实施例还提供了一种基于初始测试参数对预先建立的综合决策模型进行测试，得到测试结果的具体实现方式，主要包括以下步骤1至步骤3：

步骤1：基于初始测试参数和预先建立的综合决策模型执行测试操作，得到船舶的航行信息。

在一种实施方式中，可以根据实际测试需求将初始测试参数输入到预先建立的综合决策模型中，然后根据综合决策模型的输出结果执行测试操作，得到船舶的航行信息，其中，航行信息至少包括航速、船舶姿态和航向。以全虚拟环境测试为例，可以将航行任务、虚拟环境参数和虚拟船舶参数输入到综合决策模型中，虚拟环境参数包括诸如通过海洋环境仿真模型获取风浪流等海洋环境信息、通过真实海域场景数字重构模型获取电子海图信息和他船信息等，虚拟船舶参数包括通过船载设备仿真模型获取的本船船载设备参数以及本船参数等；然后根据综合决策模型的输出结果执行测试操作，得到船舶的航行信息。可以理解的是，其余三种测试方式的原理与上述全虚拟环境测试的方法和原理相同，在此不再赘述。

进一步，上述测试操作主要包括以下步骤1.1至步骤1.2：

步骤1.1：基于初始测试参数和预先建立的综合决策模型确定决策指令。

步骤1.2：基于决策指令、船载设备仿真模型和预先建立的数值水池模型确定船舶的航行信息，并将航行信息发送至综合决策模型进行储存。

其中，数值水池模型用于模拟船舶的运动轨迹和姿态，可以采用fluent、starccm+等cfd计算软件，也可以采用mooring、seaman等船舶操纵软件，还可以采用自编的数值仿真模型。数值水池模型可以用于模拟船舶在接收到智能决策指令之后船舶的运动轨迹与姿态，包括：航速、航向、吃水、纵倾、横倾、舵角、螺旋桨推力等。船载设备仿真模型包括轮机仿真模型、舵机仿真模型。

在一种实施方式中，综合决策模型可以将决策指令输出到轮机仿真模型、舵机仿真模型和数值水池模型；轮机仿真模型和舵机仿真模型根据接收到的决策指令输出螺旋桨转速、舵角等参数到数值水池模型，同时将轮机和舵机的状态参数反馈至综合决策模型；数值水池模型根据接收到的决策指令、螺旋桨转速、舵角等参数计算得到船舶的航行信息，诸如：航速、船舶姿态、航向、航行轨迹、运动响应和受力等，并将得到的航行信息反馈至综合决策模型进行记录和保存。

步骤2：基于航行信息重复测试操作直至船舶完成航行任务。

在一种实施方式中，在第一次得到航行信息后，综合决策模型可以根据当前的海洋环境信息、电子海图信息、本船的航行信息(数值水池模型的计算结果)、本船船载设备信息、本船航行状态、他船信息、他船航行状态信息等再次做出决策指令，重复上述测试操作直至船舶完成航行任务。具体的，可以根据计算机的计算能力，设置更新的计算次数，记录每一次计算得到的船舶的航行信息，即本船的航速、航行姿态和航向。

步骤3：根据航行信息对应的综合指标以及航行任务对应的综合指标确定测试结果。

其中，综合指标为用于表征船舶航行决策性能的参数。在一种实施方式中，可以首先获取航行任务对应的多个预设航行信息；然后根据综合决策模型中的综合指标计算模块分别确定航行信息对应的综合指标以及预设航行信息对应的综合指标；当预设航行信息对应的综合指标均小于航行信息对应的综合指标时，确定测试结果为综合决策模型有效。

具体的，由于船舶的航速和航行姿态都具有最大值和最小值，因此可以以航速和航行姿态都具有最大值和最小值为约束条件，生成航行任务对应的多个预设航行信息；然后将航行信息和预设航行信息分别输入到综合决策模型中的综合指标计算模块，得到航行信息对应的综合指标以及预设航行信息对应的综合指标，当预设航行信息对应的综合指标均小于航行信息对应的综合指标时，确定测试结果为综合决策模型有效，即当航行任务对应的综合指标均小于上述步骤1和步骤2中计算得到的航行信息对应的综合指标时，确定综合决策模型发挥了应用的功能，也即当船舶按照综合决策模型产生的操纵指令航行时形成的综合指标优于船舶按照任意其他操纵指令航行时对应的综合指标，确定测试结果为所述综合决策模型有效，具体的，船舶按照综合决策模型产生的操纵指令航行也就是船舶根据综合决策模型确定的航行指令对应的航行信息航行，船舶按照其他操纵指令航行也就是船舶根据航行任务对应的预设航行信息航行。

进一步，本发明实施例提供的测试方法还包括：根据测试结果对综合决策模型进行优化。具体的，可以根据前述步骤1至步骤3得到的全虚拟环境测试结果、实场景与虚拟船舶结合的测试结果、虚拟场景与实际船舶结合的测试结果和实场景与实际船舶结合的测试结果，对综合决策模型进行优化升级。

为了验证综合决策模型在理想状态下的准确性，以全虚拟环境测试为例，本发明实施例还提供了另一种测试方式，参见图2所示的另一种测试方法的流程图，主要包括以下步骤s202至步骤s212：

步骤s202：将获取的初始测试参数输入到综合决策模型。

在一种实施方式中，初始数据参数包括虚拟环境参数和虚拟船舶参数，可以通过数值仿真的方式获取，即通过预先建立的环境测试模型获取。具体的，初始测试参数可以包括：风浪流等海洋环境参数、电子海图信息、本船参数、本船船载设备参数导入、他船信息、他船航行参数、航行任务等。上述参数可以由多种选择，诸如海洋环境参数可以选择有利船舶航行的低海况场景，也可以选择台风寒潮等极端海况场；电子海图可以选择开阔水域地区，也可以选择港口水域等；本船参数包括船型、尺寸、吃水等，可以根据不同船型进行选择；本船船载设备参数包括轮机参数、舵机参数等，由于船载设备安装上船之后不会再产生变动，因此当本船参数导入后，船载设备参数会自动导入；他船信息主要包括：船型、尺寸、吃水，可以在合理范围内随机选择；他船航行参数包括：航速、航向、漂角、转向角等，可以根据他船信息在合理范围内随机选择；航行任务包括：航线的起点坐标、终点坐标、航行时长等，也可以在合理范围内随机选择。

步骤s204：综合决策算法模型根据输入的初始测试参数做出决策指令，并将决策指令输出到轮机仿真模型、舵机仿真模型和数值水池模型。

在一种实施方式中，决策指令可以包括航速命令、航向命令和姿态命令，综合决策模型(综合决策算法模型)可以将航速命令输出到轮机仿真模型(轮机模拟器)，将航向命令输出到舵机仿真模型(舵机模拟器)，同时将姿态命令给输出到数值水池模型。

步骤s206：轮机仿真模型和舵机仿真模型分别输出转速命令和舵角命令至数值水池模型，并将轮机状态参数和舵机状态参数反馈给综合决策模型。

具体的，轮机仿真模型可以将螺旋桨转速输出至数值水池模型，舵机仿真模型可以将舵角等参数输出至数值水池模型。

步骤s208：数值水池模型根据接收到的转速命令、舵角命令和姿态命令确定本船的航行信息，并将航行信息反馈至综合决策模型进行保存记录。具体的，本船的航行信息包括：航速、轨迹、运动响应、受力等。

步骤s210：综合决策模型根据接收到的航行信息和初始测试参数做出决策指令，并返回步骤s206。

在一种实施方式中，综合决策模型可以根据当前的海洋环境信息、电子海图信息、本船的航行信息(数值水池模型的计算结果)、本船船载设备信息、本船航行状态、他船信息、他船航行状态信息等再次做出决策指令，重复上述步骤s206至步骤s208直至船舶完成航行任务。具体的，可以根据计算机的计算能力，设置更新的计算次数，记录每一次计算得到的船舶的航行信息，即本船的航速、航行姿态和航向。

步骤s212：根据航行信息对综合决策模型进行测试。

在一种实施方式中，可以在保持步骤s202中的初始测试参数相同的前提下，在合理范围内随机生成m组航行任务。由于船舶的航速、姿态都具有最大值和最小值，因此可以根据船舶的航速、姿态的最大值和最小值确定合理范围，船舶的航速、姿态的最大值和最小值可以从船舶的装载手册上查到。此外，生成的航行任务还应该满足整个航程的规划航行时间与目标航行时间相同。进一步，在这些约束条件下用简单的随机组合生成航行任务，例如：航速、航向、姿态等具体任务参数等。

将这些生成的航行任务带入综合决策模型中的综合指标计算模块计算综合指标，同时也将步骤s208中保存的最终航行任务(即航行信息)导入综合指标计算模块计算综合指标。综合指标的计算是综合决策算法模型的一部分，内嵌并建立在综合决策模型当中。当m组航行任务的综合指标均小于步骤s208中保存的最终航行任务的综合指标，则认为综合决策模型发挥了应有的功能。其中，综合指标的确定过程包括：以航速、姿态、航向作为计算综合指标所需的参数，通过向输入综合指标计算模块航速、姿态、航向计算出综合指标。

进一步，为了测试综合决策模型适应实场景的能力，验证综合决策模型的可靠性，可以将实际场景与虚拟船舶结合进行测试，具体的，风浪流等海洋环境参数、地形信息、他船信息、他船航行参数为实际场景下的信息，其中海洋环境参数可由常规的测量仪器测得，也可以从海事局获取；地形信息可由海事局、航道局、港务局等单位提供；他船信息由ais数据提供，他船航行参数可由常规设备测量所得，也可以从海事局获取。本船参数、本船船载设备参数、本船航行参数等的设置与上述步骤s202中的方式相同。后续的测试过程和原理也与上述步骤s204至步骤s212相同，在此不再赘述。

进一步，为了测试综合决策模型应用于实船时所作的决策是否依然准确，可以将虚拟场景与实际船舶结合进行测试，具体的，本船信息、本船船载设备信息为实际确定量，可以根据测试船舶的船舶进行确定；本船航线参数、设备状态参数为设备的实测值；风浪流等海洋环境参数、地形信息、他船信息、他船航行参数为虚拟量，可以根据不同的场景需求设置，设置方法与上述步骤s202中的方式相同。后续的测试过程和原理也与上述步骤s204至步骤s212相同，在此不再赘述。

进一步，为了测试综合决策模型应用于全部实场景时的可靠性与准确性，可以将实际场景与实际船舶结合进行测试，具体的，本船信息、本船船载设备信息、风浪流等海洋环境参数、地形信息、他船信息、他船航行参数均为实际测量值。测试过程和原理也与上述步骤s204至步骤s212相同，在此不再赘述。

本发明实施例提供的上述测试方法能够基于虚拟环境参数、虚拟船舶参数、实际环境参数和实际船舶参数，针对环境和船舶的虚实场景结合对综合决策模型进行测试，从而提出一个可行的智能船舶测试方案，在风险与成本可控的前提下对智能船舶的智能决策功能进行测试与评价，提升了综合决策的准确度。

对于前述实施例提供的测试方法，本发明实施例还提供了一种测试装置，参见图3所示的一种测试装置的结构示意图，该装置可以包括以下部分：

参数获取模块301，用于获取初始测试参数；其中，初始测试参数包括虚拟环境参数、虚拟船舶参数、实际环境参数和实际船舶参数。

测试模块302，用于基于初始测试参数对预先建立的综合决策模型进行测试，得到测试结果；其中，综合决策模型为基于环境参数和船舶参数进行船舶航行决策的算法模型。

本发明实施例提供的上述测试装置能够基于虚拟环境参数、虚拟船舶参数、实际环境参数和实际船舶参数，针对环境和船舶的虚实场景结合对综合决策模型进行测试，从而提供了更加智能更加完善的船舶航行决策测试方法，该方法考虑了更加综合的船舶运用场景，提升了综合决策的准确度。

在一种实施方式中，上述参数获取模块301还用于基于预先建立的测试环境模型获取虚拟环境参数和虚拟船舶参数；其中，测试环境模型包括：海洋环境仿真模型、真实海域场景数字重构模型和船载设备仿真模型。

在一种实施方式中，上述测试模块302还用于基于虚拟环境参数、虚拟船舶参数对预先建立的综合决策模型进行测试，得到第一测试结果；和/或，基于实际环境参数、虚拟船舶参数对综合决策模型进行测试，得到第二测试结果；和/或，基于虚拟环境参数、实际船舶参数对综合决策模型进行测试，得到第三测试结果；和/或，基于实际环境参数、实际船舶参数对综合决策模型进行测试，得到第四测试结果。

在一种实施方式中，初始测试参数还包括航行任务，航行任务包括：航线起点坐标、航线终点坐标和航行时长；上述测试模块302还用于基于初始测试参数和预先建立的综合决策模型执行测试操作，得到船舶的航行信息；其中，航行信息至少包括航速、船舶姿态和航向；基于航行信息重复测试操作直至船舶完成航行任务；根据航行信息对应的综合指标以及航行任务对应的综合指标确定测试结果；其中，综合指标为用于表征船舶航行决策性能的参数。

在一种实施方式中，上述测试模块302还用于基于初始测试参数和预先建立的综合决策模型确定决策指令；基于决策指令、船载设备仿真模型和预先建立的数值水池模型确定船舶的航行信息，并将航行信息发送至综合决策模型进行储存；其中，数值水池模型用于模拟船舶的运动轨迹和姿态。

在一种实施方式中，上述测试模块302还用于获取航行任务对应的多个预设航行信息；根据综合决策模型中的综合指标计算模块分别确定航行信息对应的综合指标以及预设航行信息对应的综合指标；当预设航行信息对应的综合指标均小于航行信息对应的综合指标时，确定测试结果为综合决策模型有效。

在一种实施方式中，上述装置还包括优化模块，用于根据测试结果对综合决策模型进行优化。

本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

本发明实施例还提供了一种电子设备，具体的，该电子设备包括处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被处理器运行时执行如上实施方式的任一项所述的方法。

图4为本发明实施例提供的一种电子设备的结构示意图，该电子设备100包括：处理器40，存储器41，总线42和通信接口43，所述处理器40、通信接口43和存储器41通过总线42连接；处理器40用于执行存储器41中存储的可执行模块，例如计算机程序。

其中，存储器41可能包含高速随机存取存储器(ram，randomaccessmemory)，也可能还包括非不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器。通过至少一个通信接口43(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。

总线42可以是isa总线、pci总线或eisa总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

其中，存储器41用于存储程序，所述处理器40在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流程定义的装置所执行的方法可以应用于处理器40中，或者由处理器40实现。

处理器40可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器40中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器40可以是通用处理器，包括中央处理器(cpu，centralprocessingunit)、网络处理器(np，networkprocessor)等；还可以是数字信号处理器(dsp，digitalsignalprocessing)、专用集成电路(asic，applicationspecificintegratedcircuit)、现成可编程门阵列(fpga，field-programmablegatearray)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器41，处理器40读取存储器41中的信息，结合其硬件完成上述方法的步骤。

本发明实施例所提供的可读存储介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见前述方法实施例，在此不再赘述。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。