选择TPT做Simulink模型测试的5个理由

企业官方账号

2022-07-11 10:59:32

很多TPT的用户即使之前已经有测试解决方案，但最终还是选择使用TPT。为此我们采访了几个汽车OEM和汽车零部件Tier-1，为您总结了选择TPT的5个理由。

全文传送门

...全文

256 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

很多TPT的用户即使之前已经有测试解决方案，但最终还是选择使用TPT。为此我们采访了几个汽车OEM和汽车零部件Tier-1，为您总结了选择TPT的5个理由。

在PikeTec，我们有一个示例来展示我们的测试自动化工具TPT: 灯光控制器。为什么是这样一个简单的例子? 选择用这个乍一看很简单的例子，我们有如下几个理由: • 简单:灯光控制器的操作简单易懂。因此，它是一个能让人将全部注意力集中在TPT的功能的理想模型。 • 可管理的范围:它提供了在汽车软件开发中发现的典型实现机制的清晰而简洁的演示，例如滞后时间、阈值、可调参数和内部状态 • 汽车相关性:灯光控制器代表了典型的汽车功能，使其与行业专业人士相关。

【西门子PLC例程】-小车自动运行.zip

python 调用 FreeCAD 可视化模型

(1) main1_AOA_VMD.m 核心功能：使用阿基米德算法算术优化算法(AOA) 优化变分模态分解(VMD) 的关键参数（惩罚因子α和模态数K），对多通道信号进行自适应分解。关键步骤：用AOA优化VMD参数（最小化包络熵）用最优参数执行VMD分解绘制分解结果（IMF分量）读取4个Excel文件（0.xlsx~3.xlsx）的振动信号数据数据预处理（替换0值为4）对每个信号通道：保存原始信号和VMD分解结果 (2) main2_AOA_VMD_BiLSTM.m 核心功能：对比普通BiLSTM 和 AOA-VMD-BiLSTM 在故障诊断中的性能：方案1：原始信号 → BiLSTM分类方案2：VMD分解信号 → BiLSTM分类关键步骤：普通BiLSTM（20个隐藏单元） AOA-VMD-BiLSTM（100个隐藏单元）加载main1生成的信号数据划分训练集/测试集（70%/30%）构建两个BiLSTM模型：评估指标：准确率/精确率/召回率/F1分数绘制混淆矩阵和性能对比曲线

497

社区成员

337

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章