4. 验证策略设计

仿真验证计划的核心问题不是“要不要验证”，而是“用哪些证据、以什么组合方式，把关键结论的可信度提升到可接受水平”。验证策略设计就是围绕这一目标，在解析解、基准对比、试验数据、网格收敛、代码验证等方法之间做出有依据的选择与组合。策略选择的前提是明确两个输入：一是仿真结论要支撑什么决策，即风险等级；二是决策者对该结论需要多大把握，即可信度需求。风险越高、可信度需求越强，所需证据的种类、独立性和严格程度就越高。

五类验证方法各自能回答什么问题

不同验证方法提供的证据性质不同，不能互相随意替代。理解每种方法的“证据边界”，是组合策略的基础。

• 解析解验证：当问题存在闭式解或级数解时，用同一物理模型在简化条件下与解析结果对比。它验证的是求解器对已知数学行为的复现能力，证据强度高但适用范围窄，通常用于典型工况或极限工况。
• 基准对比：与公认基准题、标准算例或同行评审结果对比。它验证的是模型在行业共识问题上的表现，适合缺少解析解但已有权威参考的场景。
• 试验数据验证：与物理试验测量值对比。它验证的是仿真对真实物理的逼近程度，证据最贴近工程实际，但受测量不确定度、边界条件差异和工况覆盖限制。
• 网格收敛验证：通过系统加密网格观察关键输出量的变化趋势，估计离散误差。它验证的是数值解对网格的敏感性，回答“结果是否已经足够不依赖网格”。
• 代码验证：通过单元测试、方法学验证、制造解方法等确认代码实现与数学模型一致。它验证的是“程序是否正确地求解了方程”，属于软件质量层面的证据。

这五类方法分别覆盖数学正确性、实现正确性、数值离散质量和物理真实性四个层面。一个可信的验证策略，往往需要跨层面取证，而不是在单一层面反复堆叠。

从风险与可信度需求推导策略组合

策略设计可按以下逻辑推进：先识别仿真结论支撑的关键决策及其失效后果，据此划分风险等级；再为每个关键输出量设定可信度目标，例如“关键峰值应力误差不超过5%”或“趋势判断方向正确即可”；然后针对每个目标选择证据组合。低风险、趋势性结论可能只需代码验证加网格收敛；高风险、定量结论则通常需要解析解或基准对比打底，再用试验数据做最终确认。

组合时要注意证据的独立性。如果网格收敛和基准对比都基于同一套建模假设，它们只能共同证明“实现一致”，不能证明“物理正确”。因此，当风险较高时，应至少引入一种与建模假设相对独立的证据，例如独立试验数据或不同数值方法的交叉验证。

组合策略的典型模式与选择依据

实践中常见的组合模式有三类。第一类是“自下而上”的基础组合：代码验证确保实现无误，网格收敛确保离散误差可控，两者构成任何定量仿真的最低门槛。第二类是“外部锚定”组合：在基础组合之上，引入解析解或基准对比，把数值结果锚定到已知参考上，适用于中等风险、需要定量结论的场景。第三类是“多源交叉”组合：同时使用解析解、基准对比和试验数据，且尽量让它们覆盖不同工况和不同物理机制，适用于高风险、安全相关或合规审查场景。

选择依据可以归纳为三个判断问题：结论是定量还是趋势？如果是趋势判断，网格收敛加代码验证通常足够；如果是定量预测，必须引入外部锚定证据。失效后果是否可逆？不可逆后果要求更高独立性的证据。是否存在权威参考？有解析解或标准基准时优先使用，成本低且证据强；没有时再考虑试验数据，但需评估试验工况与仿真工况的可比性。

一个可操作的策略选择示例

假设某结构在极限载荷下的峰值应力是决策关键量，要求误差不超过8%，失效后果为不可逆。按上述逻辑：风险高、可信度需求为定量，因此不能只做网格收敛。可设计如下组合：先用代码验证确认应力计算模块通过制造解测试；再用一个带解析解的简支梁工况做解析解验证，确认求解器在已知解下的误差小于2%；接着做网格收敛，确认峰值应力随网格加密变化小于3%；最后用一组已有试验数据对比，若试验与仿真在相同边界下的峰值应力偏差为6%，则满足8%容限。若试验偏差达到12%，则需检查边界条件差异或材料模型，而不是直接接受结果。

策略落地时的常见误区

第一个误区是把网格收敛当作物理验证。网格收敛只能说明数值解趋于稳定，不能说明它趋近的是真实物理。第二个误区是只用一种方法反复验证同一假设，例如用同一套试验数据同时标定和验证模型，导致证据不独立。第三个误区是忽略不确定度传递：试验测量本身有误差，仿真输入参数也有不确定度，两者对比时必须考虑综合不确定度，否则可能把正常偏差误判为模型错误。第四个误区是策略与风险不匹配，对高风险结论只做代码验证，或对趋势性结论过度使用试验数据，造成资源浪费。

合理的验证策略应当是可追溯的：每个关键结论都能对应到具体证据、证据来源、覆盖工况和判断准则。这样，当评审者或决策者质疑结论时，可以沿着证据链回溯到每一层验证，而不是只能回答“仿真结果显示”。