仿真模型验证是确保仿真系统可以代替真实系统使用的重要手段,是仿真领域研究的重点问题之一。在实际工程应用中,受到试验条件、周期、费用等因素的限制,能够获得的真实系统输出的数据样本量较小,这给复杂仿真系统模型验证带来了困难,因此研究小样本数据模型验证问题具有现实意义。此外,随着模型验证理论的发展,模型验证涌现新的需求,此时需要开发一种支持可重用、可扩展的服务化模型验证平台,用户可以利用平台获取模型验证服务,同时可以将开发的算法发布到平台中,从而实现服务的共享。首先,提出一种基于统计分析的小样本数据模型验证框架。若样本服从非正态分布,采用非参数检验方法进行验证;若样本服从正态分布,根据参考样本容量选取合适的参数检验法。针对参考数据为特小样本情况,提出一种基于Bootstrap与Bayes参数估计的验证方法,采用Bootstrap法对参考样本扩容并得到再生样本,利用再生样本获取Bayes先验分布超参数,进而使用Bayes法估计参考样统计特性,在此基础上采用单样本参数检验法进行验证。此外,针对传统Bootstrap法存在的再生样本范围受限、易偏离真实分布等问题,提出一种改进的Bootstrap法。通过数值计算实例验证提出方法的有效性。其次,研究基于SOA模型验证的服务资源描述与服务组合两种关键技术。为提高服务资源的检索效率,减小资源存储冗余,提出一种基于元数据与XML的服务资源描述方法对资源的基本属性和功能属性进行描述。此外,为减小各功能模块间的耦合,实现算法重用,提供友好的用户操作界面,设计一种基于组件的图形化服务组合方案,并基于验证服务质量模型QoSS实现对组合服务的选择。结合具体实例验证服务资源描述方法和服务组合方案的可行性。最后,设计并开发面向服务的仿真模型验证工具。在对工具进行需求分析的基础上,设计工具的体系结构、功能结构、数据库;此外,对用户管理、服务管理、项目管理以及模型验证功能模块进行详细设计;采用Qt creator环境开发实现面向服务的模型验证工具功能,并将该工具应用到仿真模型验证中,测试工具的有效性与实用性。