王越男[1]（2021）在《基于网络的切换时滞系统鲁棒故障检测方法及应用研究》文中提出近年来,随着经济的迅猛发展和科技水平的显着提高,导致工业控制系统规模逐渐变大,复杂程度日益提高,系统一旦发生故障,将造成巨大的经济和物质损失,为避免发生故障而引起整个生产过程瘫痪,将对系统的可靠性和安全性提出更高的要求。此外,当切换系统发生大扰动或故障时,由于系统中连续和离散动态之间的相互作用,使得切换系统的动态特性变得更为复杂,需要采用更为有效的故障检测与诊断（Fault Detection and Diagnosis,FDD）技术,来避免因故障而导致的切换系统失稳及瘫痪。同时随着人工智能技术的不断成熟,工业机器人全球化不断加剧,对工业机器人的研究取得了飞速发展,其研究方向已经渗透到各个领域。机械臂作为工业机器人的重要形式之一,被广泛应用于汽车制造、模具加工和电工电子等工业领域。如果机械臂出现元器件损坏或传感器、执行器出现故障不能及时处理,就会造成机械臂失灵,导致系统性能下降,这就对机械臂的稳定性和安全性提出了更高的要求。同时,机械臂系统在运行过程中易受到外界的干扰,在系统建模过程中也往往存在不确定性,同时机械臂具有非线性和强耦合等特点,因此建立更为精确的机械臂系统模型,设计性能优良的故障检测策略是摆在科研工作者面前的一项富有挑战性任务。本文基于Lyapunov-Krasovskii Functional（LKF）稳定性理论和线性矩阵不等式（Linear Matrix Inequality,LMI）技术,针对基于网络的切换时滞系统鲁棒∞性能、控制器和故障检测滤波器协同设计方法以及基于中间估计器的故障检测方法等方面进行了深入探讨,形成了一套全新的基于网络切换时滞系统故障检测方法,并将部分研究成果应用至实际机械臂系统上进行实验验证。在切换时滞的处理过程中,采用了Jensen不等式方法、Wirtinger积分不等式方法、改进的倒数凸组合方法和基于多元辅助函数的单重求和不等式方法,大大降低了所得结果的保守性。论文完成的主要工作概括如下:（1）介绍了课题研究背景及意义,综合阐述了故障检测与诊断技术研究的发展概况、方法分类和研究现状;切换时滞系统基本概念和研究背景;切换时滞系统故障检测研究现状以及切换机械臂系统故障检测研究概述等。（2）利用Lagrange方法对切换机械臂系统进行动力学建模,同时采用一种基于关节力矩反馈的建模方法得到了一种更具普适性的机械臂子系统动力学模型,并详细分析其性质。接着介绍了后续研究工作用到的一些基础知识和重要引理,为后续研究内容提供理论基础。（3）针对异步切换机制下的离散非线性切换时滞系统,提出了一种故障检测和控制器闭环协同设计方法。首先基于模式依赖平均驻留时间（Mode-dependent Average Dwell Time,MDADT）策略和分段LKF方法,设计基于观测器的故障检测滤波器（Fault Detection Filter,FDF）生成残差信号,将离散非线性切换时滞系统的故障检测问题转换为∞模型匹配问题。所提出的闭环故障诊断策略不仅可以保证残差和故障间的估计值尽可能小,同时满足离散非线性切换时滞系统指数稳定条件。采用基于多元辅助函数的单重求和离散不等式方法,获得保证系统稳定的松弛条件。同时,为进一步提高网络资源利用率,降低通信损耗,将事件触发控制（Event-triggered Control,ETC）引入到带有随机丢包的离散非线性切换时滞系统,研究了FDF和控制器协同设计问题。设计事件触发机制,假设数据包丢失满足伯努利随机分布序列,建立事件触发机制下FDF及与原切换系统不匹配的异步切换模型。基于MDADT方法和LKF稳定性理论,给出非线性切换时滞系统指数稳定的充分条件,并利用锥补线性化算法将FDF参数求解问题转换为凸优化问题,降低了稳定性结果的保守性。最后,仿真结果验证了所提方法的有效性。（4）针对二自由度机械臂系统,采用动力学方法将其建模成切换时滞系统,在同步切换机制下,研究了带有执行器故障的切换机械臂系统故障检测与控制器协同设计问题。基于LKF稳定性理论和平均驻留时间切换方法（Average Dwell Time,ADT）,给出二自由度机械臂系统指数稳定的充分条件,并利用锥补线性化算法将FDF增益求解问题转换为凸优化问题,仿真实验结果验证了所提方法的有效性。（5）针对异步切换机制下连续非线性切换时滞系统,提出了一种控制器和FDF协同设计的闭环故障检测策略。基于MDADT策略,所采用的MDADT切换方法在系统每个切换模式下都有各自的驻留时间,使得驻留时间与系统的模式密切相关,更加符合实际系统。为提高设计的自由度,提出了控制器和FDF协同设计的闭环故障检测策略。利用分段LKF和MDADT方法,构建FDF生成残差信号,将连续非线性切换时滞系统的故障检测转换为∞模型匹配问题。同时,利用Wirtinger积分不等式和改进的倒数凸组合技术实现对LKF导函数的精确估计,从而获得松弛的稳定性结果,并设计了可行的FDF和控制器增益参数。最后,对本研究所建立的一个二自由度机械臂的实验平台进行介绍,通过数值仿真和二自由度机械臂实验平台分别验证了所提方法的有效性。（6）针对带有时变时滞和数据包丢失的非线性切换网络控制系统,提出了一种新颖的中间估计器设计方法,解决了基于中间估计器方法的故障估计问题。假设数据包丢失满足伯努利随机分布序列,基于ADT方法和LKF稳定性理论,给出了非线性切换时滞系统指数稳定的充分条件,并利用同余变换方法消除了设计过程的约束条件,降低了稳定性结果的保守性。最后,通过数值仿真和所建立的二自由度机械臂实验平台结果验证了所提方法的有效性。（7）全面总结了本文的研究工作,并指出基于网络的切换时滞系统故障检测问题研究中的现存问题及未来发展方向。
赵毓[2]（2021）在《多智能体系统自主规避任务决策方法研究》文中提出随着航空航天事业的高速发展,越来越多的飞行器采用群体或多体协同的方式执行任务,呈现出典型的多智能体特征,适于使用多智能体理论对其进行分析和建模,对分布式自主决策技术的需求日益突出。飞行器自主规避是确保其安全性最直接有效的方法,但是当前对相关技术的研究多是基于静态全局规划算法,难以满足动态场景中多实体间实时协同需求。为了解决多实体协同规避问题,本文引用多智能体系统思想对其进行规避任务决策技术研究。多智能体系统有着自主、高效和可扩展的优点,本文将其与强化学习技术相结合,用以设计飞行器决策算法。本文以航天器反拦截、无人机避碰和空间机械臂轨迹规划等典型任务为研究背景,对多智能体自主规避任务决策问题进行研究,结合真实约束条件,实现智能体的实时决策。本文取得主要研究成果如下:在运动分析基础上给出智能体与环境交互的数学模型。针对多智能体系统规避决策问题,建立部分可观马尔科夫决策模型,考虑部分可观的约束条件,结合博弈理论研究了多智能体马尔科夫博弈问题,分析常规回报函数的设计方法,并给出了求解序列决策的三种典型方式。在多智能体强化学习方面,分析了航天器规避机动场景和空间机械臂捕捉场景的决策流程;将策略梯度方法向多智能体系统进行改进研究;提出一种基于策略协调和信度分配的Actor-Critic强化学习方法,用于解决全局可观条件下决策器的训练和策略提升问题,并给出相关收敛性分析;根据任务需求设计各关键环节的神经网络结构和算法流程。分别在航天器反拦截和空间机械臂避障规划等多种任务场景中进行了强化学习训练,通过对累积回报值和成功率的结果对比分析验证了所提方法的正确性和有效性。在强化学习算法应用方面,分析典型任务场景对决策效率的约束情况;针对问题场景设计了进行任务决策的神经网络结构,并对其不同部分设计压缩方法;在神经网络权值聚类和量化的基础上,提出一种自适应分层重构剪枝方法,该方法以重训练的方式对目标神经网络进行动态剪枝和压缩,用于提高决策器运行速度,并压缩其存储空间;对部分可观条件下的任务场景进行强化学习系统设计,详细给出了回报函数的设计方法。分别在有限空域大量无人机场景和多航天器反拦截场景对提出方法进行仿真验证,从决策运行速度、累计回报值和成功率等方面对算法性能进行分析和讨论,并验证了所提强化学习方法对实体数量可变环境的适应性。在任务环境稀疏奖励问题上,对任务场景约束和常规强化学习算法局限性进行分析,设计了案例评价机制;提出逆值法强化学习算法,解决了奖励延迟分配和无奖励引导系统学习效率低的问题;基于马尔科夫博弈理论设计了自学习系统,并结合启发式搜索思想分析了所提算法的收敛性;分析了有扰动状态输入情况,并设计了用于对比分析的有限状态机;分析了算法优势和改进方向。在仿真验证中与前文章节训练所得决策器进行了对比分析,验证了所提算法的正确性和相关性能优势。本文对多智能体决策技术进行探索,研究了信度分配、策略协调、执行提速和稀疏奖励等重要方向,提高了航空航天硬件设备在执行任务中的存活率,所得研究成果对航空航天安全保障技术的发展具有一定的参考价值。
曾智伟,马旭,曹秀龙,李泽华,王曦成[3]（2021）在《离散元法在农业工程研究中的应用现状和展望》文中研究指明现代农业装备数字化设计是农业工程领域的主要研究方向之一,农业机械与各类农业物料的接触作用及其对农业机械设计工作的影响是现代农业装备数字化设计重要内容和难点。离散元法是一种基于不连续性假设的计算机数值模拟方法。研究表明,离散元法可以用于仿真分析农业散体物料与机械装备间的相互作用关系,为现代农业装备数字化设计提供了新手段,在农业工程领域具有良好的应用前景。本文对离散元法的基本概念、发展历程及常见程序软件进行了概述,归纳分析了离散元法在模拟农业土壤与农业物料接触时的模型确定及其参数标定方法,重点阐述了各作业环节典型农业机械的离散元法应用现状和发展动态。对基于离散元的数值模拟仿真及其工业化应用推广所面临的主要问题进行了分析和总结,指出通用参数标定方法缺失和模型过度简化是离散元法进一步发展的制约因素,加强接触模型和参数标定的基础研究工作,推动专业、通用的软件平台开发,提高计算机计算和存储能力及改进离散元算法结构,从而提升模型计算效率将是今后的研究方向和工作重点。
刘天亮[4]（2021）在《狭小空间作业绳驱分段联动机械臂运动规划与控制研究》文中研究说明随着航空、航天以及核电等领域的快速发展,对大型航天器、飞机以及核设施等设备的日常维护维修工作需求日益突出。但由于狭窄的工作空间和极高低温、高辐射等恶劣环境,该项工作开展显得异常困难。鉴于绳驱连续型机器人具有体型纤细、臂型连续、机电分离等特点以及超强的灵巧运动和环境适应能力,在此类极限环境下应用具有卓越的潜力。然而,要将绳驱连续型机器人在上述领域中进行实际应用,还需要解决其目前存在的结构刚度低、模型复杂、运动规划及控制难等问题。针对上述问题,本文提出了一种面向狭小空间作业的主被动混合驱动的高刚度和负载的绳驱分段联动冗余机器人,并以其为研究对象开展了结构设计与建模、轨迹规划、动力学控制和实验验证等研究。针对绳驱分段连续型机器人存在的刚度低、负载能力弱的问题,提出了一种主被动混合驱动分段联动的结构。一般的连续型机器人由于结构中采用了弹性体作为支撑,而导致了其机械臂刚度和负载能力不高的缺点。由此,本文采用了联动绳索来替代弹性体,实现了关节段内的所有双自由度关节的联动以及每个连杆的全约束,具有电机数目少、刚度和负载能力高等特点。因此,基于该结构的绳驱分段联动机械臂具有许多优点,一方面其避开了弹性体的使用,提高了连续型机器人结构刚度;另一方面通过子关节联动可以实现关节段的“恒曲率”弯曲,简化了机械臂的模型。因此,应用本文提出的新结构,不仅可以提高机械臂的模型精度,还可以有效地提高其刚度和负载能力。针对绳驱分段联动机器人逆运动学求解和构型规划存在的易奇异和效率低问题,提出了一种基于两层几何迭代的快速逆运动学求解和轨迹规划方法。由于绳驱连续型机器人的大量关节,传统的基于雅克比伪逆的逆运动学求解和规划方法需要大量的矩阵运算,存在着易奇异和效率低的问题。针对这些问题,本文提出了几何迭代的方法,具有计算效率高以及无奇异问题等优点。一方面该方法将末端姿态拆解成一个特定向量和绕其旋转的角度,而前者和末端位置,作为内层几何迭代的求解目标,后者作为外层求解的变量。另一方面,该方法将绳驱分段联动冗余机械臂简化成离散关节型臂,以使其适用于FABRIK（Forward And Backward Reaching Inverse Kinematics）几何迭代法,实现高效地逆运动学求解。仿真结果表明,该方法具有快速逆运动学求解和规划的能力,即使是在奇异位置附近,也具有良好的特性。进一步地,为了更加发挥绳驱分段联动机器人的冗余特性,适应更复杂的任务构型,提出了一种基于扩展虚拟关节的逆运动学求解和避障规划方法。考虑到绳驱机械臂的严格约束工作环境和特殊自由度配置导致的末端位姿和构型间强耦合关系,本文引入了等效的虚拟关节,一方面其可以实现区域范围内快速搜索;另一方面可以通过给系统增加虚拟的自由度,来放开一定的方程约束条件以增加有效解的数量。本文所提的方法,根据作业任务及环境空间,等效成一系列虚拟关节的组合。进一步地结合机械臂和等效的虚拟关节,该方法具有了很多优势。一方面可以根据给定的狭小空间范围,对机械臂的末端适当地放宽求解的约束条件;另一方面也能同时地对局部构型增加一定的约束,防止碰撞。通过典型任务的仿真结果,验证了该方法对狭小空间避障下的机械臂末端和局部构型逆运动学求解和规划的有效性。针对绳驱分段联动冗余机器人存在的强耦合、高非线性和冗余自由度等导致的其控制难问题,本文提出了一种基于动力学前馈的PD控制方法。考虑到该机器人中存在着大量的驱动和联动绳索,本文首先地将驱动绳索、联动绳索和连杆等受力进行了简化。鉴于牛顿-欧拉方法动力学建模的高效率性,本文推导了该机器人的递归动力学方程,并结合段内等角度联动的结构特点,以最小驱动绳索力为优化目标,求解出关节段的驱动绳索最优化力,完成整个机器人的动力学建模。进一步地,本文根据建立的动力学模型,提出了基于动力学前馈的PD控制方法,实现该机器人的闭环动力学控制。通过Adams+Matlab联合仿真,证明了本文对绳驱分段联动冗余机械臂的动力学建模准确性和所提的控制方法的有效性。最后,为了验证本文所提的高刚度和负载的绳驱分段联动冗余机器人,本文开发了该样机和实验系统,并进一步开展了关于该机器人的刚度、负载、关节联动精度等性能实验。基于性能的验证基础上,本文还进一步地对所提的算法,进行动力学实验验证和典型的狭小空间下穿越避障实验验证,其结果验证了本文所提出的主被动联动结构对刚度和负载提高的有效性,以及本文所提的相关算法对绳驱分段联动冗余机器人规划控制的有效性和适用性。
林康强[5]（2020）在《面向数字建筑的结构形态协同设计研究》文中研究表明数字化时代背景下结构形态设计越趋复杂化,建筑师无论是用力学原理进行优化形态还是运用力学知识塑造造型设计,都常会陷入建筑与结构两个层面的沟通和合作问题。把这些问题放在设计层面上分析,会回归到问题的核心:形式与力学的关系能否找到合适平衡点。一方面是数字技术带来的形式自由与结构理性的矛盾,另一方面是数字设计一体化与传统建筑结构学科分离的矛盾,这两个矛盾加剧了“形”与“力”的矛盾。面对矛盾,本文站在系统科学的角度并且回归数字建筑设计的方法和思维,揭示“形”与“力”特征规律并建构起“形”与“力”数字化协同关系,这是当前数字建筑领域具有重要意义的研究课题。本文将国际上对数字化建筑与结构设计整合的理论进行运用、吸收和再创造,并且结合国内数字化建筑的发展及相关理论研究,运用参数化设计等主要研究方法,建构起面向数字建筑的结构形态协同设计理论,从而指导数字建筑中结构形态设计和实践。本研究围绕数字建筑设计范畴,站在建筑师视角对进行“形”与“力”的剖析,从结构形态学出发分别对“形”与“力”进行了新的认识,并且归纳总结出“形”与“力”的复杂化、生态化、数字化特点。在此基础上发现“形”与“力”的缺失问题和协同的现实意义,提出面向数字建筑的结构形态协同设计理论。本研究从协同的理论基础、协同的根本、协同的实质、协同的理想目标、技术路径、实现途径、内容框架等方面进行认识论层面的理论建构,并提出参数化的结构形态协同设计新方法。文本主要从以下几个方面进行论述:第一部分是课题的提出:数字建筑背景下结构形态设计存在着形式自由与结构理性的矛盾以及设计一体化与建筑结构学科分离的矛盾,同时面临着发展机遇和挑战,在这样的背景下引出研究主题和对象,并且介绍了研究的目的和意义,以及研究综述、研究方法、创新点以及研究框架。第二部分是数字建筑中结构形态“形”与“力”剖析:从结构形态学出发,深入剖析“形”与“力”的内涵和拓展数字建筑层面的意义,指出影响数字建筑中结构形态设计的重要因素——设计秩序的复杂性演变、结构理念的生态性溯源、数字手段的创新性变革,析出“形”与“力”的复杂化、生态化、数字化特点和两者的联系性,为下一部分的理论建构提供依据和指导。第三部分是理论的建构:在上述分析基础上发现“形”与“力”协同的缺失问题以及协调的现实意义,结合相关理论基础提出“面向数字建筑的结构形态协同设计理念”,并从协同理念的理想目标（高效性、适应性、动态性的统一）和内涵进行全面的理念诠释,包括协同的基础（客观物理世界的结构合理性）、协同的实质（形式与力学性能的物质规则统一）、协同技术路线（“形”与“力”的关联分析——“形”与“力”的数字建构——“形”与“力”的数字调度）、实现途径（基于结构原型的结构形态生成、基于结构仿生的结构形态生成、基于拓扑优化的结构形态生成）、设计框架。该部分将理论的分析视角转向指导应用实践的理论建构。第四部分主要是方法应用部分:在第四、五、六章,分别从基于结构原型的结构形态生成、基于结构仿生的结构形态生成、基于拓扑优化的结构形态生成三个方面,以“形”与“力”的关联分析——“形”与“力”的数字建构——“形”与“力”的数字调度作为技术路径,研究并提出较为具体的“形”与“力”协同设计方法,该部分也成为了本文的重要内容。最后在结论部分对全文进行了概括,总结了研究成果并指出研究的不足,同时也对未来建筑中结构形态的“形”与“力”协同设计进行了展望。
刘岩峰[6]（2020）在《多重不确定性需求下装备制造企业多品种生产计划方法研究》文中认为企业战略目标的实现依赖于对战略指导下的生产经营活动的计划及实施。生产系统运行管理的首要职能就是对系统生产活动的计划管理。企业生产计划又是企业的总体生产大纲,在实际应用中使用较为广泛的如企业资源计划ERP、制造执行系统MES等,都需要依据生产计划大纲才能转化为可具体执行的生产作业计划并加以实施和控制。作为制造业的核心,装备制造企业在国民经济和工业建设中的地位及其重要。伴随着工业革命持续推进,客户对产品的需求也逐渐定制化、多样化,使得生产变得复杂化、分散化,装备制造企业开始转向多品种小批量生产,装备产品生产越来越柔性。产品生产的发展特征也逐渐表现出个性化、多样化。与此同时,也使装备制造企业多品种生产计划面临着客户需求多样个性、动态多变和难以预见的新挑战。但通过对覆盖了7个大类装备制造业137个企业进行访谈和问卷调查表明:相对于最终消费品制造企业而言,装备制造企业由于其产品知识密集,产品比较专业化和复杂化,设计制造上顾客参与度低以及需求变更、修改订单等原因,生产计划制定仍然面临着诸多的不确定性需求问题。当前企业都面临着市场需求的多样化、定制化和持续多变的环境问题。为了能够快速应对外部需求不断变化,如何制定计划是企业组织生产活动和生产过程的永恒主题。因此,迄今已有众多关于生产计划方法方面的研究成果,但这些方法主要是针对确定性需求或是需求数量不确定、需求数量-期限不确定情形下的生产计划制定,生产实际中大多还是基于经验或数学方法,并通过反复实验或称“试错法”来制定生产计划。面对客户需求品种、质量、数量、期限上的多重不确定性,如何描述客户需求的多重不确定性以及多重不确定性需求之间的关系?如何将这些多重不确定性需求关系及其需求共性反映到生产计划制定之中?又如何建立多重不确定性需求下多品种生产计划模型?这是生产计划管理理论和实践上亟待破解的难题。本文围绕装备制造企业多品种生产中,面临多重不确定性需求下迫切需要解决的生产计划方法问题开展研究,研究完成的主要工作有以下四个方面:（1）对多重不确定性需求以及装备制造企业多重不确定性需求概念进行了界定。首先,对不确定基本概念与相关理论基础进行了分析,主要从单重不确定性研究扩展到多重不确定研究,从常用的随机性和模糊性,也拓展到了粗糙性。然后,分别根据研究对象的不同和对象属性不同的特点进行了分类和划分,以及对相关文献的梳理,从而界定了多重不确定性和多重不确定性需求的概念。最后,通过对现实中的装备制造企业的需求问题进行了提炼和归纳,给出了装备制造企业多重不确定性需求的概念界定。（2）分析了制造企业多重不确定性需求以及它们相互之间的关系,并提出了生产计划应对的生产策略。首先,分别对生产计划制定的不确定性的品种、数量、质量、交货期等需求要素分析。其次,按照制造企业客户需求的影响过程,逐一明确各种需求之间的关系及相互影响,从而建立制造企业客户多重不确定性需求之间的关系模型。再次,采用动态情景分析描述装备制造企业多重不确定性需求的作用关系,提出了多重不确定性需求的各情景下的生产计划应对策略。最后,采用动态随机规划方法建立了多重不确定性需求下生产计划动态规划模型;并针对装备制造企业的实际问题,采用了不同的生产计划安排策略,包括先来先服务、短作业优先、需求时间优先以及最小转换成本策略等,并采用了算例模拟对比分析。研究表明:品种、数量、交货期、质量等需求要素存在着不确定性并且是相关影响的,算例结果证明该模型有效且有实用价值。（3）根据装备制造企业的订单变动和紧急订货情景,建立了多重不确定性需求下装备制造企业多品种生产计划模型。首先,对装备制造企业订单变动和紧急订货情景下产生的品种、数量、交货期和质量的需求变化进行分析。其次,根据满足客户需求、生产计划成本最小、产品生产周期最短、利润最大化四个生产目标,建立了具有多重不确定性的装备制造企业多目标生产计划模型。再次,在该模型中,不仅考虑了各种生产约束条件,还采用数学表达方式描述模糊不确定性数量需求,模糊不确定性交货期、由于客户和企业的认知不同产生的粗糙不确定性质量,以及在一定范围内波动的模糊价格需求等。最后,模型算例模拟求解采用了带精英策略的快速非支配排序遗传算法（NSGA-II）算法,结果表明该模型的有效性和可行性;同时将运算结果对比了带罚函数的粒子群算法求解该模型的模拟运算结果,对比结果表明NSGA-II算法求解本模型更适用。（4）构建了多重不确定性需求下装备制造企业多品种相似性生产计划模型。首先,针对装备制造企业分析了客户的离散随机的品种需求、模糊的交货期需求、随机的数量需求、模糊的质量需求。其次,对装备制造企业的产品和组件的相似性分析,建立了产品或组件的相似性计算模型。再次,针对产品或组件的相似性距离和多重不确定性需求的相似性,建立了基于FCM（模糊C-均值模糊聚类）的聚类模型。然后,根据聚类模型建立了相似生产计划模型,并利用多层编码遗传算法求解。最后,对比了SAGA（基于遗传模拟退火算法的聚类算法）的聚类分析,结果表明:SAGA聚类算法比FCM算法求解该聚类模型优越性更明显;对各模型进行模拟求解验证了模型的可行性和实用性。
江昌旭[7]（2020）在《基于分层协作强化学习的配电网负荷建模研究》文中进行了进一步梳理配电网承担着电力系统分配电能的作用,是电力系统重要的组成部分。大量的随机分布式电源和各种新型负荷接入配电网,导致配电网负荷特性变得更加复杂,造成配电网负荷建模愈发困难。如何在时变和随机环境下对配电网中的负荷进行快速而准确地建模已成为当前电力系统领域亟需解决的问题。配电网中的分布式可再生能源以及负荷具有较强的随机性、时变性和复杂性,本文首先在不确定环境下对配电网中某一特定负荷元件建模;其次过渡到对一类计及时变电压静特性负荷的建模;最后对考虑可再生能源接入配电网的综合负荷进行动态等值建模。本文的研究对象由静态到动态、由单负荷模型到多负荷模型。为了处理各种不确定环境下的负荷建模遇到的准确性和实时性问题,本文在经典Q学习方法基础上提出了多种分层协作强化学习算法。所提出的算法由简单到复杂、由处理离散变量到连续变量,从解决低维简单问题到高维复杂问题,与研究对象一一对应,紧密结合。具体地,本文在研究对象和研究方法上,由浅入深做了以下三个方面的研究:首先,针对新型配电网中快速发展的电动汽车这一特定负荷元件,提出一种基于多智能体协作的多步Q（λ）学习算法对电动汽车充电负荷进行建模。本文采用多代理技术构建不同类型的代理,研究主体与环境的交互以及主体与主体的相互影响。为了能够准确地描述新型配电网中不同电动汽车行为和充电负荷的不确定性,本文通过引入资格迹和通信学习机制提出一种基于多智能体协作的多步Q（λ）强化学习算法,该算法能够为电动汽车提供最优的行为决策,并获得具有时空分布的电动汽车充电负荷。本文算例采用某市实际的规划地图数据和10 k V配电网数据,仿真结果证明了本文所提算法对电动汽车时空充电负荷建模的可行性。在此基础上,研究了不同电价机制和交接班制度对电动汽车充电负荷的时空分布影响以及对新型配电网电压幅值和网损的影响。其次,针对计及时变电压静特性的负荷类型,提出一种基于分层架构的区域电网负荷模型,该模型可以准确反映内外网的相互影响;进而提出一种基于多智能体协作的自适应强化学习算法,对等值模型进行在线参数辨识。该分层架构中的上层问题是建立区域电网的负荷等值模型。在该等值模型中,根据模型预测控制理论构建了一种考虑潮流交互误差的区域负荷模型。另外,提出一种随时间衰减的权重策略来区分滑动时间窗口中不同时刻采样点对负荷建模的贡献,使得到的等值模型参数更能反映当前时刻的负荷特性并获得更加准确的最优潮流。分层架构的下层问题是一个考虑外网时变负荷的安全约束最优潮流问题,以考虑内外网的相互影响。本文建立的区域电网等值模型是一个复杂的非线性优化、具有多个局部最优解的问题,其决策变量属于多维连续型变量。为准确求解该模型,本文基于自适应边界搜索和变学习因子策略提出了一种新型自适应强化学习算法,该算法采用多智能体协作方式对区域负荷等值模型进行在线参数辨识。仿真结果表明,本文提出的等值模型与现有的模型相比具有更高的精度,所提出的新型自适应强化学习算法与现有强化学习算法和最小二乘法相比,在计算精度上和对时变参数跟踪能力上有显着提升。最后,针对可再生能源接入配电网的综合负荷类型,提出一种分层深度Q网络算法对配电网进行动态等值负荷建模。该配电网包含了多种不同特性的源荷,如具有电压静特性的ZIP负荷、具有动态特性的感应电机和恒速恒频风机。为了解决等值模型时变性和准确性问题,采用多个负荷模型对主动配电网进行动态等值建模。然后,提出一种分层深度Q网络强化学习算法实现等值模型方案的选择及模型权重确定,以此得到配电网动态等值负荷模型的功率输出。该问题的状态是由连续型变量组成的多维离散时间序列,本文采用长短期记忆网络对该时序信号进行特征提取。在求解算法方面,采用优先经验回放和Huber损失函数等策略对深度Q网络进行改进,以提高算法的效率和算法获取最优策略的能力。仿真结果表明,分层深度Q网络强化学习算法能够有效地对主动配电网进行动态等值建模,并且其在有功负荷上的精度是传统深度Q网络算法的3倍。
刘奕[8]（2020）在《5G网络技术对提升4G网络性能的研究》文中指出随着互联网的快速发展,越来越多的设备接入到移动网络,新的服务与应用层出不穷,对移动网络的容量、传输速率、延时等提出了更高的要求。5G技术的出现,使得满足这些要求成为了可能。而在5G全面实施之前,提高现有网络的性能及用户感知成为亟需解决的问题。本文从5G应用场景及目标入手,介绍了现网改善网络性能的处理办法,并针对当前5G关键技术 Massive MIMO 技术、MEC 技术、超密集组网、极简载波技术等作用开展探讨,为5G技术对4G 网络质量提升给以了有效参考。
王矿磊[9]（2020）在《基于迁移学习和不确定性分析的过程设计与控制优化一体化研究》文中研究说明流程工业是制造业的重要组成部分,是经济社会发展的支柱产业之一,与经济发展和人民生活密切相关。随着我国行业结构调整稳步推进、实力增长迅速,国际影响力显着提高,中国工程院《新一代智能制造》战略发展报告中指出“流程工业最有可能率先突破新一代智能制造”。但是随着能源价格的持续增长,环境控制的日益严格以及全球产业结构深度调整国际竞争更加激烈,以化工过程为代表的流程工业也面临着巨大挑战。为了有效促进企业竞争力和高端制造水平、实现柔性生产,对过程的工艺设计和控制设计进行集成优化成为提升化工行业自动化和智能化水平的必由之路。本文在综述了过程设计和控制优化一体化问题的国内外研究现状的基础上,针对人工智能兴起的新形势下,对过程设计和控制优化带来的赋能和启发,以“迁移学习-算法引擎-不确定性分析-优化策略”为主线,挖掘机理复杂的流程系统中的关联知识以及动态特性,形成了“替代模型-融合先验知识的替代模型-样本迁移学习算法-模型迁移学习算法”的层次化、多维度的建模方法,解决传统优化一体化问题中过程设计与控制优化环节模型相互脱节、衔接不够、计算效率低的问题。从优化策略的角度对影响过程设计和控制的不确定性因素进行系统的分析,明确了随机不确定性的分布律、模糊不确定性的隶属度,分别提出了基于机会约束和基于模糊决策的过程设计和控制优化一体化求解策略,提升了在不确定环境下进行一体化优化设计决策的灵活性和可信度。本文的研究工作和创新点如下:1.针对过程设计和控制优化一体化中线性模型与机理模型联系不紧密、重复建模计算效率低的问题,本文以高斯过程模型为基础,并且通过分析工业过程中能量、物料及其组分在生产过程的传递和转化中主要动态平衡关系,提出了融合过程稳态数据和稳态知识的融合建模方法,提高了模型建模效率。同时,进一步挖掘优化迭代的每一步产生的模型训练数据中蕴含的过程知识,提出了样本迁移学习算法,将有用的过程动态数据迁移到新的设计方案的模型训练中。为了避免无效数据的迁移,提出了主动样本筛选策略。保证模型精度的同时显着降低了训练新模型所需要的样本数量,进一步提高了过程设计和控制优化一体化的建模效率。2.针对一体化问题中建模效率低,且基于数据的迁移学习方式无法表征模型的可靠程度的问题。本文提出了基于迁移基向量的迁移学习建模方法。将一体化优化迭代过程产生的过程动态模型以基向量的形式,转化为描述过程不同区域动态特性的知识。进而通过迁移学习与新的设计方案的模型进行融合训练,在显着降低训练新模型所需样本数量的同时增加了模型的泛化能力。在此基础上,系统性的分析了在迁移学习过程以及动态多步预测过程中的不确定传递关系,为提高迁移学习模型的可信度提供了理论依据。3.针对现有一体化研究中基于最坏情况的设计策略过于保守,且对不确定性描述方法过于简化的局限。本文从概率统计的角度分析了影响过程设计和过程控制的不确定性和扰动因素,指出过程长周期运行时受到多重来源多重时间尺度的不确定性的影响,提出了变时间尺度的不确定性的描述方法。并设计了基于机会约束的过程设计和控制优化一体化求解框架,分别针对影响过程设计和影响过程控制的不确定性进行转化。并设置不同的置信度对变时间尺度不确定性下过程设计和控制进行一体化优化,为过程设计和控制优化一体化问题提供了统筹经济效益和不确定性的灵活的求解策略。4.针对动态特性复杂、状态存在离散跳变的多重稳态过程,导致其不确定性的传递关系复杂的问题,本文详细分析了稳态点位置选择对于过程动态以及过程经济性能的影响。提出了模糊集合的形式描述过程不确定性造成的影响,通过模糊决策的方式,评估不确定性对系统的影响,针对约束条件和目标函数分别提出了不同的模糊化方法,使得最终的一体化优化在最坏情况的保守设计和激进设计之间找到折中的设计方案。避免设计决策过于保守或者激进,兼顾过程的经济效益、系统鲁棒性和不确定性风险之间的关系。
卢阳光[10]（2020）在《面向智能制造的数字孪生工厂构建方法与应用》文中研究指明数字孪生,与其它新兴技术诸如物联网、数据挖掘和机器学习一样,为当今制造模式向智能制造的转变提供了巨大的潜力。通过对智能制造研究成果量化分析、梳理和总结,可以发现数字孪生作为突破性的应用技术框架,将会成为实现信息物理系统乃至智能制造的必要方法,值得深入和全面地展开研究。现代制造业为了提升在效率、智能化和可持续性方面的管理水平,需要将工厂全生命周期各个阶段的数据与物理系统融合,体现在规划、生产控制和流程再造等各个阶段。现代工厂面临着快速变化的市场节奏,所以需要敏捷有效的规划方法;现代工厂的生产控制面对复杂环境和高实时性的要求,因此需要智能的生产控制优化手段;现代工厂面对全球化和新技术带来的机遇和挑战,需要灵活实用的精益制造和优化方法。新型的数字孪生信息技术方法有望帮助工厂更好地应对全生命周期的新问题和挑战。本文提出了面向工厂全生命周期构建数字孪生的方法框架,提出方法框架的构成核心即数字孪生实践环（Digital Twin Practice Loop,DTPL）,并说明了 DTPL的组成要素和作用。在数字孪生方法框架的基础上,展开研究了面向制造型企业不同阶段的数字孪生工厂理论与应用方法,包括规划阶段、生产控制阶段、流程再造阶段。规划阶段的数字孪生工厂研究,为规划工作设计了一种新的快速仿真模型,称为效率验证分析（Efficiency Validate Analysis,EVA）模型,并基于工业物联网（Industrial Internetof Things,ⅡoT）和EVA,构建了一种敏捷规划的数字孪生方法,以在制造业规划工作中提升规划效率和降低规划成本。通过基于数字孪生的规划方法在汽车再制造工业中的实例,证明基于数字孪生的新方法比传统方法能更有效地支持制造业规划任务。生产控制阶段的数字孪生工厂研究,提出了通过ⅡoT和机器学习构建生产控制数字孪生的方法。通过工业大数据与机器学习持续训练和优化数字孪生模型,实现了用数字孪生实时优化生产控制,动态适应不断变化的环境,及时响应市场变化。通过数字孪生的生产控制方法应用于石化工厂的实例,验证了这种方法能够显着提高生产经济效益。流程再造阶段的数字孪生工厂研究,将传统的精益方法如价值流程图等,通过与ⅡoT和轻量级仿真模型有效整合,提出了一种生产流程再造的数字孪生方法。该方法基于数字孪生,为传统精益方法的定量分析提供了基础。通过将数字孪生的生产流程再造方法应用于中小型制造业工厂的实例,证明了该方法可以有效提升精益方法对生产流程再造工作的效果和精确度。
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
| 摘要 |
| Abstract |
| 符号说明 |
| 缩写说明 |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 故障检测与诊断技术研究综述 |
| 1.2.1 故障检测与诊断技术发展概述 |
| 1.2.2 故障检测与诊断方法分类及其研究现状 |
| 1.3 切换时滞系统研究综述 |
| 1.3.1 切换系统研究概述 |
| 1.3.2 时滞系统(网络控制系统)研究概述 |
| 1.3.3 切换时滞系统故障检测研究概述 |
| 1.4 切换机械臂系统故障检测研究概述 |
| 1.5 本文主要内容与章节安排 |
| 第2章 切换机械臂系统动力学模型及基础知识 |
| 2.1 引言 |
| 2.2 基于Lagrange方法的切换机械臂系统动力学建模 |
| 2.3 关节力矩反馈的机械臂动力学模型 |
| 2.3.1 基于关节力矩传感器的机械臂子系统动力学建模 |
| 2.3.2 机械臂关节子系统动力学模型分析 |
| 2.4 基础知识 |
| 2.5 本章小结 |
| 第3章 离散非线性切换时滞系统故障检测与控制器协同设计方法研究 |
| 3.1 引言 |
| 3.2 异步切换下离散非线性切换时滞系统的故障检测和控制器协同设计 |
| 3.2.1 系统动态过程描述 |
| 3.2.2 残差方程建立 |
| 3.2.3 异步切换下故障检测滤波器与控制器协同设计 |
| 3.2.4 仿真实验研究 |
| 3.3 事件触发下离散非线性切换时滞系统故障检测和控制器协同设计 |
| 3.3.1 系统动态过程描述 |
| 3.3.2 残差方程建立 |
| 3.3.3 事件触发下故障检测滤波器与控制器协同设计 |
| 3.3.4 仿真实验研究 |
| 3.4 本章小结 |
| 第4章 基于平均驻留时间的切换机械臂系统故障检测与控制器协同设计 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.2.1 带有执行器故障的网络化切换机械臂建模 |
| 4.2.2 残差方程建立 |
| 4.3 切换机械臂系统故障检测滤波器与控制器协同设计 |
| 4.4 仿真实验研究 |
| 4.5 本章小结 |
| 第5章 连续非线性切换时滞系统故障检测与控制器协同设计及应用研究 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.2.1 系统动态过程描述 |
| 5.2.2 残差方程建立 |
| 5.3 模式依赖下故障检测滤波器与控制器协同设计 |
| 5.3.1 H_∞性能分析 |
| 5.3.2 控制器和滤波器增益协同设计 |
| 5.4 仿真实验研究 |
| 5.5 机械臂系统实验研究 |
| 5.5.1 机械臂系统实验平台简介 |
| 5.5.2 机械臂系统故障检测实验结果分析 |
| 5.6 本章小结 |
| 第6章 基于中间估计器的连续非线性切换时滞系统故障估计及应用研究 |
| 6.1 引言 |
| 6.2 问题描述 |
| 6.2.1 系统动态过程描述 |
| 6.2.2 误差系统建立 |
| 6.3 基于中间估计器的故障估计滤波器设计 |
| 6.3.1 指数稳定性分析 |
| 6.3.2 基于中间估计器的故障滤波器增益设计 |
| 6.4 仿真实验研究 |
| 6.5 机械臂系统故障估计实验研究 |
| 6.6 本章小结 |
| 第7章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 攻读博士学位期间研究成果及奖励 |
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 典型多智能体系统技术发展 |
| 1.2.1 无人机集群避碰技术研究现状 |
| 1.2.2 多自由度空间机械臂避障技术研究现状 |
| 1.2.3 航天器规避机动算法发展现状 |
| 1.3 基于自学习理论的决策方法国内外研究现状 |
| 1.3.1 多智能体深度强化学习方法研究现状 |
| 1.3.2 深度神经网络压缩及加速方法研究现状 |
| 1.3.3 稀疏奖励强化学习方法研究现状 |
| 1.4 主要研究内容及论文结构 |
| 1.4.1 存在问题及技术难点 |
| 1.4.2 研究内容及章节安排 |
| 第2章 多智能体系统决策模型 |
| 2.1 引言 |
| 2.2 动力学相关描述 |
| 2.2.1 多智能体系统运动模型 |
| 2.2.2 空间拦截器制导律 |
| 2.3 多智能体部分可观决策模型 |
| 2.3.1 马尔科夫决策过程理论基础 |
| 2.3.2 分布式部分可观马尔科夫博弈 |
| 2.3.3 常规回报函数设计思路 |
| 2.4 序列决策问题求解方法 |
| 2.4.1 模糊系统 |
| 2.4.2 有限状态机 |
| 2.4.3 蒙特卡洛树搜索 |
| 2.5 本章小结 |
| 第3章 基于ACTOR-CRITIC架构的自主决策算法 |
| 3.1 引言 |
| 3.2 问题场景描述 |
| 3.2.1 航天器规避机动问题场景描述 |
| 3.2.2 空间机械臂轨迹规划场景描述 |
| 3.2.3 多智能体系统决策流程分析 |
| 3.3 多智能体策略梯度强化学习方法 |
| 3.3.1 算法基础理论框架 |
| 3.3.2 策略梯度算法收敛性分析 |
| 3.3.3 策略梯度方法在多智能体系统中应用 |
| 3.4 基于信度分配的多智能体强化学习框架 |
| 3.4.1 航天器规避决策方法 |
| 3.4.2 案例优选的空间机械臂决策方法 |
| 3.4.3 基于信度分配的算法收敛性分析和改进 |
| 3.4.4 网络结构设计及算法流程 |
| 3.5 仿真及结果分析 |
| 3.5.1 基于最优控制理论的对比算法 |
| 3.5.2 航天器规避机动仿真 |
| 3.5.3 空间机械臂轨迹规划仿真 |
| 3.5.4 强化学习算法仿真结果简析 |
| 3.6 本章小结 |
| 第4章 多智能体分布式协同避碰决策方法研究 |
| 4.1 引言 |
| 4.2 有限空域无人机集群避碰问题分析 |
| 4.2.1 求解策略的训练方法 |
| 4.2.2 在线协调和沟通机制 |
| 4.3 多智能体强化学习系统设计 |
| 4.3.1 状态空间和动作空间选取 |
| 4.3.2 系统体系结构和流程分析 |
| 4.3.3 回报函数设计 |
| 4.4 仿真及结果分析 |
| 4.4.1 仿真条件设定 |
| 4.4.2 训练曲线及场景案例仿真 |
| 4.4.3 结果分析 |
| 4.5 本章小结 |
| 第5章 基于优化神经网络的分布式规避决策方法 |
| 5.1 引言 |
| 5.2 多航天器对多拦截器协同规避问题研究 |
| 5.2.1 状态空间和动作空间选取 |
| 5.2.2 系统体系结构和流程分析 |
| 5.2.3 回报函数设计 |
| 5.3 基于自适应重构方法的深度神经网络优化方法 |
| 5.3.1 神经网络结构设计 |
| 5.3.2 权值聚类及量化 |
| 5.3.3 自适应分层重构剪枝 |
| 5.4 仿真及结果分析 |
| 5.4.1 基于微分对策理论的对比算法 |
| 5.4.2 神经网络优化算法试验及数值仿真 |
| 5.4.3 强化学习训练及场景案例仿真 |
| 5.4.4 结果分析 |
| 5.5 本章小结 |
| 第6章 基于逆值法的多航天器自学习规避算法 |
| 6.1 引言 |
| 6.2 稀疏奖励强化学习算法分析 |
| 6.2.1 规避任务分析 |
| 6.2.2 常规强化学习方法局限 |
| 6.2.3 逆值法强化学习算法 |
| 6.2.4 算法核心逻辑流程 |
| 6.3 多智能体稀疏奖励自学习系统设计 |
| 6.3.1 自学习系统结构设计 |
| 6.3.2 信念状态估计方法 |
| 6.3.3 逆值法在案例中的收敛性简析 |
| 6.3.4 网络结构和算法流程 |
| 6.4 仿真及结果分析 |
| 6.4.1 基于有限状态机的对比算法 |
| 6.4.2 仿真条件设定 |
| 6.4.3 结果对比分析 |
| 6.4.4 算法优势及改进分析 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
| 0 引言 |
| 1 离散元方法概述 |
| 1.1 基本原理 |
| 1.2 发展历程 |
| 1.2.1 初始期(1979—2000年) |
| 1.2.2 发展期(2001—2010年) |
| 1.2.3 快速发展期(2011年至今) |
| 1.3 常见程序软件及特点 |
| 2 接触模型及参数标定 |
| 2.1 参数标定简介 |
| 2.2 土壤散体颗粒接触模型及参数标定 |
| 2.3 农业物料颗粒接触模型及参数标定 |
| 2.3.1 粮油作物种子 |
| 2.3.2 生物质颗粒 |
| 2.3.3 饲料颗粒 |
| 2.3.4 肥料颗粒 |
| 2.3.5 果蔬颗粒 |
| 3 农业工程研究领域中离散元法应用现状 |
| 3.1 耕整地机械 |
| 3.2 种植机械 |
| 3.3 田间管理机械 |
| 3.4 收获机械 |
| 3.5 其他机械 |
| 4 发展趋势 |
| 5 展望 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源及研究的目的和意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究目的和意义 |
| 1.2 连续型机器人国内外系统研究综述 |
| 1.2.1 国外连续型机器人系统研究综述 |
| 1.2.2 国内连续型机器人系统研究综述 |
| 1.3 绳驱连续型机器人关键技术研究现状 |
| 1.3.1 绳驱连续型机器人结构设计方法综述 |
| 1.3.2 绳驱连续型机器人运动学建模综述 |
| 1.3.3 绳驱连续型机器人运动规划方法综述 |
| 1.3.4 绳驱连续机器人控制方法综述 |
| 1.4 当前研究亟待解决的问题 |
| 1.5 本文主要研究内容 |
| 第2章 绳驱分段联动机械臂设计与运动学建模 |
| 2.1 引言 |
| 2.2 设计需求分析 |
| 2.2.1 应用背景分析 |
| 2.2.2 初步设计结果与待改进问题 |
| 2.3 机械系统改进设计 |
| 2.3.1 结构优化概念设计 |
| 2.3.2 联动关节段改进设计 |
| 2.3.3 驱动控制箱改进设计 |
| 2.3.4 绳索固定座改进设计 |
| 2.3.5 整臂设计得到的性能指标 |
| 2.4 多层级运动学建模 |
| 2.4.1 多层运动学关系 |
| 2.4.2 电机-绳索运动学 |
| 2.4.3 绳索-关节段运动学 |
| 2.4.4 关节段-末端运动学 |
| 2.5 运动学耦合分析及其解耦 |
| 2.5.1 运动学耦合分析 |
| 2.5.2 运动学解耦分析 |
| 2.6 工作空间分析 |
| 2.6.1 单联动关节段工作空间 |
| 2.6.2 整臂的工作空间 |
| 2.7 本章小结 |
| 第3章 基于两层几何迭代的逆运动学求解与轨迹规划 |
| 3.1 引言 |
| 3.2 问题描述和解决策略 |
| 3.2.1 逆运动学问题描述 |
| 3.2.2 解决策略 |
| 3.3 等价运动学建模 |
| 3.4 两层几何迭代方法 |
| 3.4.1 基于改进FABRIK方法的内环迭代 |
| 3.4.2 末端滚转角度接近的外环迭代 |
| 3.4.3 关节极限回避 |
| 3.4.4 仿真分析 |
| 3.5 末端位姿和整体构型同步规划 |
| 3.5.1 环境参数化 |
| 3.5.2 同步规划策略 |
| 3.6 仿真研究分析 |
| 3.6.1 基于弯曲方向约束的狭缝中轨迹跟踪 |
| 3.6.2 基于欧几里得距离约束的狭窄弯管道穿越 |
| 3.7 本章小结 |
| 第4章 基于扩展虚拟关节的逆运动学求解与避障规划 |
| 4.1 引言 |
| 4.2 扩展虚拟关节 |
| 4.2.1 扩展虚拟关节的介绍 |
| 4.2.2 基于虚拟关节的有效工作空间扩展 |
| 4.2.3 基于虚拟关节的快速区域内求解 |
| 4.3 避障目标等价运动学约束分析 |
| 4.3.1 静态避障目标的运动学约束等效分析 |
| 4.3.2 动态避障目标运动学约束等效分析 |
| 4.4 基于扩展虚拟关节的避障规划 |
| 4.4.1 末端-构型同步避障规划方法 |
| 4.4.2 空间单点障碍避让规划分析 |
| 4.4.3 空间桁架结构穿越规划分析 |
| 4.5 仿真研究 |
| 4.5.1 空间单点障碍物无碰撞规划仿真 |
| 4.5.2 空间桁架结构穿越规划仿真 |
| 4.6 本章小结 |
| 第5章 绳驱分段联动机器人动力学与控制 |
| 5.1 引言 |
| 5.2 机械臂结构特点分析 |
| 5.3 机械臂受力分析 |
| 5.3.1 驱动绳索力分析 |
| 5.3.2 联动绳索力分析 |
| 5.3.3 连杆力分析 |
| 5.4 递推动力学方程 |
| 5.4.1 向外迭代 |
| 5.4.2 向内迭代 |
| 5.5 控制律设计 |
| 5.5.1 动力学控制框图 |
| 5.5.2 仿真验证分析 |
| 5.6 本章小结 |
| 第6章 样机研制与实验 |
| 6.1 引言 |
| 6.2 绳驱分段联动机械臂样机 |
| 6.3 测量设备和仪器 |
| 6.4 基本性能实验研究 |
| 6.4.1 机器人刚度与负载能力实验 |
| 6.4.2 关节段运动误差实验 |
| 6.4.3 整臂重复定位误差实验 |
| 6.5 动力学控制实验研究 |
| 6.6 典型狭小空间任务下避障实验研究 |
| 6.6.1 基于两层几何法的狭小管道穿越实验 |
| 6.6.2 基于扩展虚拟关节法的桁架避障穿越实验 |
| 6.6.3 实验结果分析 |
| 6.7 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文及其它成果 |
| 致谢 |
| 个人简历 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 数字建筑的设计困境 |
| 1.1.2 数字化时代下结构形态设计的发展机遇与挑战 |
| 1.2 课题的提出与研究对象的界定 |
| 1.2.1 课题的提出 |
| 1.2.2 相关概念诠释 |
| 1.2.3 研究对象的界定 |
| 1.3 研究目的和意义 |
| 1.3.1 研究目的 |
| 1.3.2 研究意义 |
| 1.4 研究综述 |
| 1.4.1 数字建筑相关研究 |
| 1.4.2 结构形态相关研究 |
| 1.4.3 协同学相关研究 |
| 1.5 研究方法 |
| 1.6 创新点 |
| 1.7 研究框架 |
| 第二章 数字建筑中结构形态的“形”与“力”剖析 |
| 2.1 结构形态学中“形”与“力”的认识 |
| 2.1.1 结构形态学的“形”与“力”关系 |
| 2.1.2 “形”的认识 |
| 2.1.3 “力”的认识 |
| 2.2 影响数字建筑的结构形态设计的重要因素 |
| 2.2.1 设计秩序的复杂性演变 |
| 2.2.2 结构理念的生态性溯源 |
| 2.2.3 数字手段的创新性变革 |
| 2.3 “形”与“力”的特点剖析 |
| 2.3.1 复杂化 |
| 2.3.2 生态化 |
| 2.3.3 数字化 |
| 2.4 本章小结 |
| 第三章 面向数字建筑的结构形态协同设计理论建构 |
| 3.1 协同理论提出 |
| 3.1.1 “形”与“力”协同的缺失 |
| 3.1.2 “形”与“力”协同的现实意义 |
| 3.1.3 数字建筑的参数化设计语境 |
| 3.2 协同的理论基础 |
| 3.2.1 复杂系统——整体性视角下的整合 |
| 3.2.2 协同学——协同效应的涌现 |
| 3.2.3 复杂性科学——设计的复杂性思维 |
| 3.2.4 结构形态学——建筑与结构结合的基本立场 |
| 3.2.5 建筑美学——理性认知的感性评价 |
| 3.2.6 参数化设计——数字协同的技术手段 |
| 3.3 协同的根本——客观物理世界的结构合理性 |
| 3.4 协同的实质——形式与力学性能的数学规则统一 |
| 3.5 协同的理想目标 |
| 3.5.1 高效性 |
| 3.5.2 适应性 |
| 3.5.3 动态性 |
| 3.6 协同的技术路径 |
| 3.6.1 “形”与“力”的关联分析 |
| 3.6.2 “形”与“力”的数字建构 |
| 3.6.3 “形”与“力”的数字调度 |
| 3.7 协同的实现途径 |
| 3.7.1 基于结构原型的结构形态生成 |
| 3.7.2 基于结构仿生的结构形态生成 |
| 3.7.3 基于拓扑优化的结构形态生成 |
| 3.8 协同的内容框架 |
| 3.9 本章小结 |
| 第四章 基于结构原型的结构形态生成 |
| 4.1 基于结构原型的“形”与“力”的关联分析 |
| 4.1.1 参数化的结构原型 |
| 4.1.2 力学机制分析:应力分布与力流方向 |
| 4.2 基于结构原型的“形”与“力”的数字建构 |
| 4.2.1 回应应力分布 |
| 4.2.2 回应力流方向 |
| 4.3 基于结构原型的“形”与“力”的数字调度 |
| 4.3.1 结构敏感参数 |
| 4.3.2 模式调度 |
| 4.4 本章小结 |
| 第五章 基于结构仿生的结构形态生成 |
| 5.1 基于结构仿生的“形”与“力”的关联分析 |
| 5.1.1 自然的涌现现象 |
| 5.1.2 结构形态的层次性逻辑 |
| 5.1.3 层次中的仿生建构 |
| 5.2 基于结构仿生的“形”与“力”的数字建构 |
| 5.2.1 构建几何性图解的仿生思维 |
| 5.2.2 构建几何镶嵌的参数化关联系统 |
| 5.2.3 构建仿生的镶嵌结构网格 |
| 5.3 基于结构仿生的“形”与“力”的数字调度 |
| 5.3.1 涌现中对构成单元的调度 |
| 5.3.2 涌现中对仿生尺度的调度 |
| 5.4 本章小结 |
| 第六章 基于拓扑优化的结构形态生成 |
| 6.1 基于拓扑优化的“形”与“力”的关联分析 |
| 6.1.1 拓扑优化生形的数学模型 |
| 6.1.2 拓扑优化生形方法及流程 |
| 6.1.3 基于拓扑优化的结构形态的多样性探讨 |
| 6.2 基于拓扑优化的“形”与“力”的数字建构 |
| 6.2.1 面状结构形态的数字建构 |
| 6.2.2 体状结构形态的数字建构 |
| 6.3 基于拓扑优化的“形”与“力”的数字调度 |
| 6.3.1 留“空”的调度 |
| 6.3.2 以球壳结构形态创作为例的调度 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 装备制造企业生产面临着持续多变的环境 |
| 1.1.2 装备制造企业多品种生产面临着多重不确定性需求 |
| 1.1.3 装备制造企业亟待解决多重不确定性需求下多品种生产计划问题 |
| 1.1.4 研究的前沿发展动态 |
| 1.2 问题的提出 |
| 1.3 研究的目标与意义 |
| 1.3.1 研究的目标 |
| 1.3.2 研究的意义 |
| 1.4 研究内容和研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究思路 |
| 1.4.3 研究方法 |
| 1.5 研究的创新性工作说明 |
| 第2章 相关研究文献综述 |
| 2.1 文献检索情况概述 |
| 2.1.1 文献检索范围 |
| 2.1.2 相关文献情况分析 |
| 2.1.3 学术趋势 |
| 2.2 关于不确定性需求研究 |
| 2.2.1 随机不确定性需求 |
| 2.2.2 模糊不确定性需求 |
| 2.2.3 粗糙不确定性需求 |
| 2.3 关于多重不确定性的研究 |
| 2.4 关于多品种生产计划的研究 |
| 2.5 关于装备制造企业生产计划的研究 |
| 2.6 已有研究的贡献与不足 |
| 2.6.1 已有研究贡献 |
| 2.6.2 已有研究不足 |
| 2.6.3 已有研究启示 |
| 2.7 本章小结 |
| 第3章 概念界定与相关理论基础 |
| 3.1 概念界定 |
| 3.1.1 多品种生产 |
| 3.1.2 生产计划 |
| 3.1.3 不确定性 |
| 3.1.4 多重不确定性需求 |
| 3.2 动态规划理论 |
| 3.3 多目标规划 |
| 3.4 本章小结 |
| 第4章 多重不确定性需求下生产应对策略和动态生产计划方法 |
| 4.1 多重不确定性需求之间影响关系 |
| 4.1.1 品种需求不确定的影响关系 |
| 4.1.2 数量需求不确定的影响关系 |
| 4.1.3 质量需求不确定的影响关系 |
| 4.1.4 交货期需求不确定的影响关系 |
| 4.2 多重不确定性需求下生产应对策略 |
| 4.3 多重不确定性需求下动态生产计划模型 |
| 4.4 模型求解 |
| 4.5 算例分析 |
| 4.6 本章小结 |
| 第5章 多重不确定性需求下装备制造企业多品种多目标生产计划方法 |
| 5.1 问题描述及假设 |
| 5.1.1 问题描述 |
| 5.1.2 问题假设 |
| 5.1.3 变量和参数说明 |
| 5.2 多品种多目标生产计划模型 |
| 5.2.1 目标函数 |
| 5.2.2 目标函数的约束条件 |
| 5.2.3 不确定性数量需求描述 |
| 5.2.4 不确定性交货期需求描述 |
| 5.2.5 不确定性质量需求描述 |
| 5.2.6 不确定性价格需求描述 |
| 5.3 模型求解 |
| 5.3.1 NSGA-II算法求解 |
| 5.3.2 带罚函数粒子群算法求解 |
| 5.4 算例分析 |
| 5.4.1 初始数据 |
| 5.4.2 运行结果 |
| 5.5 本章小结 |
| 第6章 多重不确定性需求下装备制造企业多品种相似生产计划方法 |
| 6.1 问题描述与假设 |
| 6.1.1 不确定性品种需求描述 |
| 6.1.2 不确定性交货期需求描述 |
| 6.1.3 不确定性数量需求描述 |
| 6.1.4 不确定性质量需求描述 |
| 6.2 多品种相似性与聚类分析 |
| 6.2.1 多品种相似性分析 |
| 6.2.2 不确定性需求聚类分析 |
| 6.3 多品种相似生产计划模型 |
| 6.4 模型求解 |
| 6.5 算例分析 |
| 6.5.1 初始数据 |
| 6.5.2 运行结果 |
| 6.6 本章小结 |
| 第7章 结论与展望 |
| 7.1 本文的主要结论 |
| 7.2 本文的主要贡献 |
| 7.3 后续研究工作展望 |
| 参考文献 |
| 附录 A 企业生产计划与调度控制的不确定性及风险调查问卷 |
| 在学研究成果 |
| 致谢 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 负荷建模研究现状 |
| 1.2.2 负荷模型参数辨识研究现状 |
| 1.2.3 强化学习算法研究现状 |
| 1.2.4 存在问题 |
| 1.3 本文的研究框架以及章节内容 |
| 1.3.1 研究思路及框架 |
| 1.3.2 章节内容 |
| 第二章 分层协作强化学习算法理论基础及其算法介绍 |
| 2.1 引言 |
| 2.2 分层协作强化学习思想 |
| 2.3 分层协作强化学习算法 |
| 2.3.1 基于多智能体协作的多步Q(λ)学习算法 |
| 2.3.2 基于多智能体协作的自适应强化学习算法 |
| 2.3.3 分层深度强化学习算法 |
| 2.4 算法比较分析 |
| 2.5 本章小结 |
| 第三章 基于多智能体协作多步Q(λ)学习的新型配电网中电动汽车充电负荷建模方法 |
| 3.1 引言 |
| 3.2 基于多代理技术的电动汽车仿真框架 |
| 3.2.1 地图代理 |
| 3.2.2 充电站代理 |
| 3.2.3 电动汽车代理 |
| 3.2.4 电网代理 |
| 3.3 基于强化学习算法的电动汽车行为决策建模 |
| 3.3.1 状态和行为决策空间 |
| 3.3.2 奖惩函数设计 |
| 3.4 算例与分析 |
| 3.4.1 多步Q(λ)学习算法性能分析 |
| 3.4.2 电动汽车充电负荷在时间-空间上的分布 |
| 3.4.3 电动汽车充电对配电网电压和网损的影响 |
| 3.4.4 考虑交接班制度和电价机制对充电负荷和配电网的影响 |
| 3.5 本章小结 |
| 第四章 基于多智能体协作自适应强化学习的分层架构区域电网负荷建模方法 |
| 4.1 引言 |
| 4.2 基于分层架构的区域电网负荷建模 |
| 4.2.1 负荷建模总体思路 |
| 4.2.2 区域电网负荷建模 |
| 4.2.3 安全约束最优潮流 |
| 4.3 基于MACSARL算法的区域电网负荷建模 |
| 4.3.1 区域电网负荷建模求解流程 |
| 4.3.2 基于MACSARL算法的在线参数辨识 |
| 4.4 算例分析 |
| 4.4.1 不同算法下的结果比较和分析 |
| 4.4.2 不同权重方案下的结果比较和分析 |
| 4.4.3 不同等值模型下的结果比较和分析 |
| 4.4.4 非基态场景下模型准确度验证 |
| 4.5 本章小结 |
| 第五章 基于分层深度强化学习的主动配电网动态等值建模方法 |
| 5.1 引言 |
| 5.2 综合负荷模型及等值建模 |
| 5.3 基于分层深度Q网络算法的配电网动态等值 |
| 5.3.1 基于分层深度Q网络算法的配电网动态等值总体框架 |
| 5.3.2 分层深度Q网络算法设计 |
| 5.3.3 深度神经网络设计 |
| 5.3.4 算法流程图 |
| 5.4 算例分析 |
| 5.4.1 算例设置 |
| 5.4.2 分层深度强化学习算法性能分析 |
| 5.4.3 有功和无功负荷比较 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 不足与展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 引言 |
| 1 4G网络现处理办法 |
| 2 4G网络可应用的5G关键技术 |
| 2.1 Msssive MIMO技术 |
| 2.2 极简载波技术 |
| 2.3 超密集组网 |
| 2.4 MEC技术 |
| 3 总结 |
| 致谢 |
| 摘要 |
| Abstract |
| 缩写、符号清单、术语表 |
| 1 绪论与综述 |
| 1.1 研究背景与意义 |
| 1.2 过程设计和控制优化一体化问题 |
| 1.3 研究现状 |
| 1.3.1 过程设计与控制一体化的研究现状 |
| 1.3.2 迁移学习建模方法的研究现状 |
| 1.3.3 不确定环境下过程设计和控制优化一体化的研究现状 |
| 1.4 论文研究解决的问题 |
| 1.5 论文研究内容与结构 |
| 2 融合过程先验知识的高斯过程建模方法 |
| 2.1 引言 |
| 2.2 过程替代模型 |
| 2.2.1 状态空间模型 |
| 2.2.2 神经网络模型 |
| 2.2.3 模糊模型 |
| 2.3 高斯过程模型及其应用于一体化设计的优势 |
| 2.3.1 高斯过程模型 |
| 2.3.2 高斯过程模型的参数估计 |
| 2.4 融合先验知识的高斯过程模型 |
| 2.5 数值算例与分析 |
| 2.5.1 为高斯过程模型插入表征先验知识的数据 |
| 2.5.2 为高斯过程模型插入表征先验知识的模型 |
| 2.6 本章小结 |
| 3 基于样本筛选策略的迁移学习动态系统建模方法 |
| 3.1 引言 |
| 3.2 迁移学习在过程设计与控制优化中的应用场景 |
| 3.3 迁移关系的研究 |
| 3.3.1 动态系统之间的迁移关系分析 |
| 3.3.2 迁移学习建模方法 |
| 3.4 主动样本筛选策略 |
| 3.5 算法仿真与分析 |
| 3.5.1 数值算例 |
| 3.5.2 非线性系统数值仿真算例 |
| 3.5.3 CSTR过程设计和控制优化一体化问题中的迁移学习算例 |
| 3.6 本章小结 |
| 4 考虑不确定性传递的迁移学习动态系统建模方法 |
| 4.1 引言 |
| 4.2 模型的迁移方法 |
| 4.3 不确定性在迁移学习高斯过程模型中的传递 |
| 4.3.1 不确定性在多步预测中的传递 |
| 4.3.2 不确定性在迁移学习中的传递 |
| 4.4 算法仿真与分析 |
| 4.4.1 CSTR过程设计和控制优化一体化问题中的迁移学习算例 |
| 4.4.2 燃烧炉系统工况切换的迁移学习算例 |
| 4.5 本章小结 |
| 5 考虑变尺度不确定性的过程设计与控制优化一体化 |
| 5.1 引言 |
| 5.2 一体化问题中不确定性的描述方法 |
| 5.2.1 不确定性的来源与分类 |
| 5.2.2 不确定性的数学描述 |
| 5.2.3 长时间尺度服从离散分布,短时间尺度服从高斯分布 |
| 5.2.4 长时间尺度服从高斯分布,短时间尺度服从高斯分布 |
| 5.3 基于机会约束的设计和控制优化一体化 |
| 5.3.1 不确定性在过程设计中的传递关系 |
| 5.3.2 控制器的设计 |
| 5.4 系统仿真与分析 |
| 5.4.1 蒸发过程的过程描述 |
| 5.4.2 过程运行的约束条件 |
| 5.4.3 优化一体化的目标函数 |
| 5.4.4 优化一体化的决策变量 |
| 5.4.5 蒸发过程中的不确定量 |
| 5.5 本章小结 |
| 6 基于模糊决策的多重稳态过程设计与控制优化一体化 |
| 6.1 引言 |
| 6.2 多重稳态过程 |
| 6.3 多重稳态过程的设计和控制优化一体化问题定义 |
| 6.4 鲁棒控制器的设计 |
| 6.4.1 多重稳态过程动态模型的构建 |
| 6.4.2 基于H_∞性能的控制器设计 |
| 6.5 基于模糊决策的最优过程设计和控制器设计 |
| 6.5.1 不确定条件下约束边界计算以及约束条件模糊化 |
| 6.5.2 不确定条件下的目标函数模糊化 |
| 6.5.3 基于最大隶属度的模糊决策 |
| 6.5.4 基于最优隶属度的可行性检验 |
| 6.6 系统仿真与分析 |
| 6.6.1 过程运行的约束条件 |
| 6.6.2 优化一体化的目标函数 |
| 6.6.3 反应过程中的不确定量 |
| 6.7 本章小结 |
| 7 总结与展望 |
| 7.1 工作总结 |
| 7.2 研究展望 |
| 参考文献 |
| 攻读博士期间科研成果 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 问题提出与意义 |
| 1.1.1 选题背景 |
| 1.1.2 选题意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 数字孪生规划方法的研究 |
| 1.2.2 数字孪生生产控制方法的研究 |
| 1.2.3 数字孪生流程再造方法的研究 |
| 1.3 研究目标与技术路线图 |
| 1.4 章节安排 |
| 2 智能制造背景下的数字孪生理论研究 |
| 2.1 理论综述 |
| 2.1.1 数字孪生相关研究综述 |
| 2.1.2 智能制造相关研究综述 |
| 2.1.3 CPS理论研究综述 |
| 2.1.4 数字孪生和CPS的关联与区别 |
| 2.1.5 数字孪生和仿真的关联与区别 |
| 2.1.6 现有研究存在的不足 |
| 2.2 在生产制造情境下的数字孪生工厂方法框架 |
| 2.2.1 制造业的数字工厂实践环 |
| 2.2.2 面向制造的数字孪生实践环 |
| 2.2.3 基于数字孪生实践环构建数字孪生工厂 |
| 2.3 制造业不同阶段的数字孪生工厂研究重点 |
| 2.3.1 规划阶段的数字孪生工厂研究 |
| 2.3.2 生产控制阶段的数字孪生工厂研究 |
| 2.3.3 流程再造阶段的数字孪生工厂研究 |
| 3 规划阶段的数字孪生工厂构建方法及应用 |
| 3.1 制造业的规划效率和仿真困难问题 |
| 3.2 规划阶段数字孪生工厂构建方法研究 |
| 3.2.1 一种基于数字孪生的规划框架 |
| 3.2.2 设计基于工业物联网和仿真的数字孪生方法 |
| 3.2.3 用于仿真的工业物联网数据计算方法研究 |
| 3.3 规划阶段数字孪生工厂应用研究 |
| 3.3.1 EVA模型的构建 |
| 3.3.2 设计基于数字孪生实践环的工厂规划流程 |
| 3.4 规划数字孪生工厂应用实例 |
| 3.4.1 实例背景 |
| 3.4.2 实例过程分析 |
| 3.4.3 实例结果和讨论 |
| 3.5 本章小结 |
| 4 生产控制阶段的数字孪生工厂构建方法及应用 |
| 4.1 生产控制优化的准确建模和时效性问题 |
| 4.2 生产控制优化数字孪生工厂构建方法研究 |
| 4.2.1 面向智能制造的生产控制数字孪生构成讨论 |
| 4.2.2 设计基于工业物联网和机器学习的数字孪生方法 |
| 4.2.3 生产控制数字孪生的组成要素分析 |
| 4.3 生产控制优化数字孪生工厂应用研究 |
| 4.3.1 生产控制数字孪生模型构建方法 |
| 4.3.2 数字孪生建模的工业大数据处理方法研究 |
| 4.3.3 数字孪生建模的机器学习算法比较研究 |
| 4.3.4 设计数字孪生模型验证指标 |
| 4.4 生产控制数字孪生工厂应用实例 |
| 4.4.1 实例背景 |
| 4.4.2 实例过程分析 |
| 4.4.3 实例结果和讨论 |
| 4.5 本章小结 |
| 5 流程再造阶段的数字孪生工厂构建方法及应用 |
| 5.1 流程再造精益方法的精确度和可行性问题 |
| 5.2 流程再造数字孪生工厂构建方法研究 |
| 5.2.1 设计流程再造的数字孪生方法 |
| 5.2.2 基于数字孪生工厂改进的价值流图方法 |
| 5.3 流程再造数字孪生工厂应用研究 |
| 5.3.1 流程再造情境下的数字孪生工厂构建研究 |
| 5.3.2 中小型制造业的数据采集和建模方法改善研究 |
| 5.4 流程再造数字孪生工厂应用实例 |
| 5.4.1 实例背景 |
| 5.4.2 实例过程分析 |
| 5.4.3 实例结果和讨论 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 启示 |
| 6.4 展望 |
| 参考文献 |
| 附录A DEVS的定义和仿真框架 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
