适用于非超立方体约束空间的拉丁超立方设计方法与流程

本技术涉及试验设计，特别是涉及一种适用于非超立方体约束空间的拉丁超立方设计方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、试验设计技术通过在设计空间内选择更为“典型”的设计点，来充分表征全局设计空间内的数据分布特征。相比于常规的网格化分析，试验设计技术的优势在于：其一，通过合理的设计，避免设计空间内选择设计点的盲目性，提高抽样过程的效率；其二，通过试验设计方法，能够实现以少量的设计点准确表征整个设计空间内的数据特征。

2、传统的试验设计方法包括全/部分因子设计、box-behnken设计与中心复合设计等。

3、然而，传统技术将绝大多数的试验设计点布置在设计空间的边界区域，设计空间中部区域的数据信息获取困难，且缺少对各维度变量间复杂的约束关系的考虑，进而导致满足约束条件的试验设计点相比于采样过程给定的试验设计点数变少，无法充分表征设计空间内的数据特征，不利于提高试验设计点的获取效率。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高试验设计点的获取效率的适用于非超立方体约束空间的拉丁超立方设计方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种适用于非超立方体约束空间的拉丁超立方设计方法，所述方法包括：

3、按照预设的约束条件，从初始试验设计点集合中筛选出约束试验设计点；所述初始试验设计点集合包括分布在预设数量个维度上的初始试验设计点；所述约束试验设计点为满足所述预设的约束条件的所述初始试验设计点；

4、根据所述预设数量个维度，生成排列数组合；

5、确定针对所述排列数组合的新增试验设计点；

6、在所述排列数组合符合预设的排列数组合要求的情况下，按照预设的聚类算法，对所述新增试验设计点进行聚类，得到聚类中心点；

7、确定所述聚类中心点与所述约束试验设计点之间的距离数据，根据所述距离数据和所述聚类中心点，生成目标试验设计点集合。

8、在其中一个实施例中，所述按照预设的约束条件，从初始试验设计点集合中筛选出约束试验设计点之前，所述方法还包括：

9、根据所述初始试验设计点和所述预设数量个维度，生成随机试验设计点集合；

10、获取所述随机试验设计点集合对应的行向量，按照预设的局部搜索方式，对所述行向量进行局部搜索，得到第一中间试验设计点集合；

11、按照预设的扰动策略，对所述第一中间试验设计点集合进行扰动，得到第二中间试验设计点集合；

12、按照所述预设的局部搜索方式，对所述第二中间试验设计点集合进行局部搜索，得到第三中间试验设计点集合；

13、在所述第三中间试验设计点集合满足预设的终止条件的情况下，将所述第三中间试验设计点集合作为所述初始试验设计点集合。

14、在其中一个实施例中，所述根据所述预设数量个维度，生成排列数组合，包括：

15、按照预设的组合方式，对所述预设数量个维度进行组合，得到维度组合；所述维度组合包括至少两个维度；

16、根据所述维度组合，生成所述排列数组合。

17、在其中一个实施例中，所述确定针对所述排列数集合的新增试验设计点，包括：

18、获取所述约束试验设计点在第一目标维度上的距离差数据；所述第一目标维度为所述排列数集合中的目标维度组合对应的第一个维度；所述距离差数据表征任意两个所述约束试验设计点之间的距离；

19、从所述距离差数据中筛选出距离差最大值，获取所述距离差最大值对应的目标约束试验设计点；

20、获取所述目标约束试验设计点在所述第一目标维度上的位置数据，根据所述位置数据，确定针对所述第一目标维度的新增试验设计点对应的位置数据。

21、在其中一个实施例中，所述确定针对所述第一目标维度的新增试验设计点对应的位置数据之后，所述方法还包括：

22、获取针对第二目标维度的搜索步长和搜索范围；所述第二目标维度为所述目标维度组合中第一目标维度之后的维度；

23、按照预设的搜索方式，在所述搜索范围中，确定针对所述第二目标维度的新增试验设计点的候选位置数据；

24、将满足预设的新增试验设计点要求的候选位置数据作为针对所述第二目标维度的新增试验设计点的位置数据。

25、在其中一个实施例中，所述根据所述距离数据和所述聚类中心点，生成目标试验设计点集合，包括：

26、在所述距离数据大于或等于预设的距离阈值的情况下，根据所述聚类中心点和所述约束试验设计点，生成所述目标试验设计点集合；

27、在所述距离数据小于所述预设的距离阈值的情况下，从所述聚类中心点对应的新增试验设计点中筛选出替换试验设计点，根据所述替换试验设计点和所述约束试验设计点，生成所述目标试验设计点集合。

28、在其中一个实施例中，所述按照预设的聚类算法，对所述新增试验设计点进行聚类，得到聚类中心点，包括：

29、从所述新增试验设计点中筛选出中心点；

30、根据所述新增试验设计点与所述中心点之间的距离数据，对所述新增试验设计点进行分类，得到试验设计点分组；

31、确定所述试验设计点分组对应的分组中心点，在所述分组中心点的位置信息满足预设的聚类要求的情况下，将所述分组中心点作为所述分组中心点对应的试验设计点分组的聚类中心点。

32、第二方面，本技术还提供了一种适用于非超立方体约束空间的拉丁超立方设计装置，所述装置包括：

33、试验设计点筛选模块，用于按照预设的约束条件，从初始试验设计点集合中筛选出约束试验设计点；所述初始试验设计点集合包括分布在预设数量个维度上的初始试验设计点；所述约束试验设计点为满足所述预设的约束条件的所述初始试验设计点；

34、组合生成模块，用于根据所述预设数量个维度，生成排列数组合；

35、试验设计点新增模块，用于确定针对所述排列数组合的新增试验设计点；

36、试验设计点聚类模块，用于在所述排列数组合符合预设的排列数组合要求的情况下，按照预设的聚类算法，对所述新增试验设计点进行聚类，得到聚类中心点；

37、集合确定模块，用于确定所述聚类中心点与所述约束试验设计点之间的距离数据，根据所述距离数据和所述聚类中心点，生成目标试验设计点集合。

38、第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。

39、第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。

40、第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。

41、上述适用于非超立方体约束空间的拉丁超立方设计方法、装置、计算机设备、存储介质和计算机程序产品，通过按照预设的约束条件，从初始试验设计点集合中筛选出约束试验设计点，从而从包含有分布在预设数量个维度上的初始试验设计点的初始试验设计点集合中筛选出满足预设的约束条件的初始试验设计点作为约束试验设计点，实现对试验设计点的初步确定；根据预设数量个维度，生成排列数组合，从而按照预设的维度组合要求，确定排列数集合和排列数组合；确定针对排列数组合的新增试验设计点，从而按照预设的排列方式，确定针对排列数组合中各维度上新增的试验设计点的位置；在排列数组合符合预设的排列数组合要求的情况下，按照预设的聚类算法，对新增试验设计点进行聚类，得到聚类中心点，从而聚类新增试验设计点，确定新增试验设计点对应的聚类中心；确定聚类中心点与约束试验设计点之间的距离数据，根据距离数据和聚类中心点，生成目标试验设计点集合，从而基于聚类中心与原有试验设计点的距离，选择聚类中心或其他试验设计点加入约束试验设计点，进而确定目标试验设计点集合，实现从初始试验设计点中筛选出符合要求的约束试验设计点后，结合预设数量个维度，确定若干维度组合构成的排列数组合，按照预设的试验设计点新增方式，确定针对排列数组合中各维度上的新增试验设计点的对应位置，在排列数组合满足预设要求的情况下，基于新增试验设计点聚类得到的聚类中心与约束试验设计点之间的距离，选择聚类中心或者其他试验设计点加入约束试验设计点，以确定目标试验设计点集合，能够在考虑各维度上变量之间复杂约束关系的情况下，在非超立方体空间内选择可充分表征设计空间内数据特征的试验设计点，保证非超立方体约束空间内试验设计点的空间均匀性和正交性，进而提高试验设计点的获取效率。