2009年 第35卷 第6期
2009, 35(6): 641-649.
doi: 10.3724/SP.J.1004.2009.00641
摘要:
从控制系统的观点描述了生产制造全流程的控制与运行管理流程, 分析了表征产品的质量、产量、成本、消耗等相关的综合生产指标与控制系统动作之间的联系, 回顾了涉及的控制与优化的研究成果. 从基于数学模型、基于数据和基于模型与数据相结合的角度综述了控制与优化方面的研究现状. 在此基础上分析了生产制造全流程优化控制对过程控制与运行优化、以及控制系统实现技术的挑战, 分析了实现生产制造全流程优化控制应开展的研究内容.
从控制系统的观点描述了生产制造全流程的控制与运行管理流程, 分析了表征产品的质量、产量、成本、消耗等相关的综合生产指标与控制系统动作之间的联系, 回顾了涉及的控制与优化的研究成果. 从基于数学模型、基于数据和基于模型与数据相结合的角度综述了控制与优化方面的研究现状. 在此基础上分析了生产制造全流程优化控制对过程控制与运行优化、以及控制系统实现技术的挑战, 分析了实现生产制造全流程优化控制应开展的研究内容.
2009, 35(6): 650-667.
doi: 10.3724/SP.J.1004.2009.00650
摘要:
给出了数据驱动控制理论和方法相关问题的定义, 从控制理论、实际应用和历史发展趋势三个角度阐述了数据驱动控制的存在背景, 说明了数据驱动控制理论和方法的适用条件. 综述了已有数据驱动控制方法的本质内容和发展历程, 从数据利用的角度指出了已存在的数据驱动控制方法的区别和应用环境, 并对数据驱动控制理论的发展进行了展望.
给出了数据驱动控制理论和方法相关问题的定义, 从控制理论、实际应用和历史发展趋势三个角度阐述了数据驱动控制的存在背景, 说明了数据驱动控制理论和方法的适用条件. 综述了已有数据驱动控制方法的本质内容和发展历程, 从数据利用的角度指出了已存在的数据驱动控制方法的区别和应用环境, 并对数据驱动控制理论的发展进行了展望.
2009, 35(6): 668-675.
doi: 10.3724/SP.J.1004.2009.00668
摘要:
阐述了关于数据驱动系统方法的几点思考. 文中简要地探讨了以下三个主要问题: 离线数据与在线数据处理方法之间的演变关系, 数据驱动方法与基于模型的方法之间的优势互补关系, 以及数据驱动系统方法的前景. 在现有的知识和研究水平下给出数据驱动系统问题的解决方法是不切实际的. 针对控制、决策、调度和故障诊断, 本文的目的是对这四个领域的数据驱动方法问题进行归纳与分类, 并探讨可行的、有潜力的研究方向.
阐述了关于数据驱动系统方法的几点思考. 文中简要地探讨了以下三个主要问题: 离线数据与在线数据处理方法之间的演变关系, 数据驱动方法与基于模型的方法之间的优势互补关系, 以及数据驱动系统方法的前景. 在现有的知识和研究水平下给出数据驱动系统问题的解决方法是不切实际的. 针对控制、决策、调度和故障诊断, 本文的目的是对这四个领域的数据驱动方法问题进行归纳与分类, 并探讨可行的、有潜力的研究方向.
2009, 35(6): 676-681.
doi: 10.3724/SP.J.1004.2009.00676
摘要:
针对日益受到重视的自适应动态规划(Adaptive dynamicprogramming, ADP)的方法和应用进行了概述. 详细分析了自适应动态规划的关键问题, 如收敛性、稳定性和协调性的研究现状和趋势. 介绍了城市交通信号控制问题的特点和目前采用的控制方法, 以及自适应动态规划方法在街区路口和快速路入口匝道的交通信号优化控制的应用现状和前景.
针对日益受到重视的自适应动态规划(Adaptive dynamicprogramming, ADP)的方法和应用进行了概述. 详细分析了自适应动态规划的关键问题, 如收敛性、稳定性和协调性的研究现状和趋势. 介绍了城市交通信号控制问题的特点和目前采用的控制方法, 以及自适应动态规划方法在街区路口和快速路入口匝道的交通信号优化控制的应用现状和前景.
2009, 35(6): 682-692.
doi: 10.3724/SP.J.1004.2009.00682
摘要:
提出了基于一种迭代自适应评判设计(ACD)算法解决一类离散时间Roesser型2-D系统的二人零和对策问题. 文章主要思想是采用自适应评判技术迭代的获得最优控制对使得性能指标函数达到零和对策的鞍点. 所提出的ACD可以通过输入输出数据进行实现而不需要系统的模型. 为了实现迭代ACD算法, 神经网络分别用来近似性能指标函数和计算最优控制率. 最后最优控制策略将应用到空气干燥过程控制中以证明其有效性.
提出了基于一种迭代自适应评判设计(ACD)算法解决一类离散时间Roesser型2-D系统的二人零和对策问题. 文章主要思想是采用自适应评判技术迭代的获得最优控制对使得性能指标函数达到零和对策的鞍点. 所提出的ACD可以通过输入输出数据进行实现而不需要系统的模型. 为了实现迭代ACD算法, 神经网络分别用来近似性能指标函数和计算最优控制率. 最后最优控制策略将应用到空气干燥过程控制中以证明其有效性.
2009, 35(6): 693-706.
doi: 10.3724/SP.J.1004.2009.00693
摘要:
确定学习运用自适应控制和动力学系统的概念与方法, 研究未知动态环境下的知识获取、表达、存储和利用等问题. 针对产生周期或回归轨迹的连续 非线性动态系统, 确定学习可以对其未知系统动态进行局部准确建模, 其基本要 素包括: 1)使用径向基函数(Radial basis function, RBF)神经网络; 2)对于周期(或回归)状态轨迹 满足部分持续激励条件; 3)在周期(或回归)轨迹的邻域内实现对非线性系统动态的局部准确神经网络逼近(局部准确建模); 4)所学的知识以时不变且空间分布的方式表达、以常值神经网络权值的方式存储, 并可在动态环境下用于动态模式的快速识别或者闭环神经网络控制. 本文针对离散动态系统, 扩展了确定学习理论, 提出一个根据时态数据序列对离散动态系统进行建模与控制的框架. 首先, 运用确定学习原理和离散系统的自适应辨识方法, 实现对产生时态数据的离散非线性系统的未知动态进行局部准确的神经网络建模, 并利用此建模结果对时态数据序列进行时不变表达. 其次, 提出时态数据序列的基于动力学的相似性定义, 以及对离散动态系统产生的时态数据序列(亦可称为动态模式)进行快速识别方法. 最后, 针对离散非线性控制系统, 实现了基于时态数据序列对控制系统动态的闭环辨识(局部准确建模). 所学关于闭环动态的知识可用于基于模式的智能控制. 本文表明确定学习可以为时态数据挖掘的研究提供新的途径, 并为基于数据的建模与控制等问题提供新的研究思路.
确定学习运用自适应控制和动力学系统的概念与方法, 研究未知动态环境下的知识获取、表达、存储和利用等问题. 针对产生周期或回归轨迹的连续 非线性动态系统, 确定学习可以对其未知系统动态进行局部准确建模, 其基本要 素包括: 1)使用径向基函数(Radial basis function, RBF)神经网络; 2)对于周期(或回归)状态轨迹 满足部分持续激励条件; 3)在周期(或回归)轨迹的邻域内实现对非线性系统动态的局部准确神经网络逼近(局部准确建模); 4)所学的知识以时不变且空间分布的方式表达、以常值神经网络权值的方式存储, 并可在动态环境下用于动态模式的快速识别或者闭环神经网络控制. 本文针对离散动态系统, 扩展了确定学习理论, 提出一个根据时态数据序列对离散动态系统进行建模与控制的框架. 首先, 运用确定学习原理和离散系统的自适应辨识方法, 实现对产生时态数据的离散非线性系统的未知动态进行局部准确的神经网络建模, 并利用此建模结果对时态数据序列进行时不变表达. 其次, 提出时态数据序列的基于动力学的相似性定义, 以及对离散动态系统产生的时态数据序列(亦可称为动态模式)进行快速识别方法. 最后, 针对离散非线性控制系统, 实现了基于时态数据序列对控制系统动态的闭环辨识(局部准确建模). 所学关于闭环动态的知识可用于基于模式的智能控制. 本文表明确定学习可以为时态数据挖掘的研究提供新的途径, 并为基于数据的建模与控制等问题提供新的研究思路.
2009, 35(6): 707-716.
doi: 10.3724/SP.J.1004.2009.00707
摘要:
化工厂中过程数据的质量严重影响到来自例如性能监控, 在线优化和控制等活动所获得的效益和性能. 由于许多化工过程通常表现为非线性动态特性, 例如扩展卡尔曼滤波(EKF)和非线性动态数据协调(NDDR)等技术已经被发展出来改进数据的质量. 近期, 迭代非线性动态数据协调(RNDDR)技术已被提出, 该技术结合了EKF和NDDR技术的优点. 但是, RNDDR技术不能够处理具有显著误差的测量值. 本文中, 一种非线性动态系统中迭代的同步数据协调与显著误差检测的支持向量(SV)回归方法被提出. SV回归是一种经验风险和结构风险间的妥协, 并且对于数据协调来说, 其对随机误差和显著误差是鲁棒的．通过将结构风险取代RNDDR中的极大似然估计并使其最小化, 我们的方法不仅可以实现迭代非线性动态数据协调, 还可以同时实现显著误差检测. 本文中的非线性动态系统仿真结果显示出, 所提出的方法在迭代实时估计框架下, 对于非线性动态系统的同步数据协调和显著误差检测是鲁棒、稳定并且精确的. 该方法也可以提供更好的控制性能.
化工厂中过程数据的质量严重影响到来自例如性能监控, 在线优化和控制等活动所获得的效益和性能. 由于许多化工过程通常表现为非线性动态特性, 例如扩展卡尔曼滤波(EKF)和非线性动态数据协调(NDDR)等技术已经被发展出来改进数据的质量. 近期, 迭代非线性动态数据协调(RNDDR)技术已被提出, 该技术结合了EKF和NDDR技术的优点. 但是, RNDDR技术不能够处理具有显著误差的测量值. 本文中, 一种非线性动态系统中迭代的同步数据协调与显著误差检测的支持向量(SV)回归方法被提出. SV回归是一种经验风险和结构风险间的妥协, 并且对于数据协调来说, 其对随机误差和显著误差是鲁棒的．通过将结构风险取代RNDDR中的极大似然估计并使其最小化, 我们的方法不仅可以实现迭代非线性动态数据协调, 还可以同时实现显著误差检测. 本文中的非线性动态系统仿真结果显示出, 所提出的方法在迭代实时估计框架下, 对于非线性动态系统的同步数据协调和显著误差检测是鲁棒、稳定并且精确的. 该方法也可以提供更好的控制性能.
2009, 35(6): 717-724.
doi: 10.3724/SP.J.1004.2009.00717
摘要:
针对铜闪速熔炼过程工艺指标无法在线检测、过程建模及优化控制困难的问题, 研究了基于数据驱动的操作模式优化方法. 论文在铜闪速熔炼过程特点分析的基础上, 定义了基于数据驱动的操作模式优化的基本概念, 提出了基于数据驱动的操作模式优化控制框架, 研究了基于数据的冰铜温度、冰铜品位、渣中铁硅比的工艺指标预测模型、炉况的综合评价模型及闪速熔炼过程的操作模式优化. 基于大量工业运行数据和炉况评价模型构建优化操作模式库, 提出了将模糊C均值聚类与混沌伪并行遗传算法相结合的匹配算法, 从优化操作模式库中寻找与当前工况相匹配的最优操作模式, 从而实现熔炼过程的优化控制. 在铜闪速熔炼生产中的实际应用证明了该方法的有效性.
针对铜闪速熔炼过程工艺指标无法在线检测、过程建模及优化控制困难的问题, 研究了基于数据驱动的操作模式优化方法. 论文在铜闪速熔炼过程特点分析的基础上, 定义了基于数据驱动的操作模式优化的基本概念, 提出了基于数据驱动的操作模式优化控制框架, 研究了基于数据的冰铜温度、冰铜品位、渣中铁硅比的工艺指标预测模型、炉况的综合评价模型及闪速熔炼过程的操作模式优化. 基于大量工业运行数据和炉况评价模型构建优化操作模式库, 提出了将模糊C均值聚类与混沌伪并行遗传算法相结合的匹配算法, 从优化操作模式库中寻找与当前工况相匹配的最优操作模式, 从而实现熔炼过程的优化控制. 在铜闪速熔炼生产中的实际应用证明了该方法的有效性.
2009, 35(6): 725-730.
doi: 10.3724/SP.J.1004.2009.00725
摘要:
高炉炼铁过程的控制意味着控制高炉铁水温度及成份在指定的范围. 本文以高炉炉内热状态的重要指示剂---高炉铁水硅含量为研究对象, 针对机理建模难以准确预测、控制高炉铁水硅含量的发展变化, 利用数据驱动建模的思想, 建立了基于多元时间序列的高炉铁水硅含量数据驱动预测模型. 实例分析表明, 建立的数据驱动预测模型能够很好地预测高炉铁水硅含量, 连续预测167炉高炉铁水硅含量, 命中率高达83.23%, 预测均方根误差为0.07260. 这些指标均优于基于单一硅时间序列所建立的数据驱动模型, 对实际生产具有很好的指导作用.
高炉炼铁过程的控制意味着控制高炉铁水温度及成份在指定的范围. 本文以高炉炉内热状态的重要指示剂---高炉铁水硅含量为研究对象, 针对机理建模难以准确预测、控制高炉铁水硅含量的发展变化, 利用数据驱动建模的思想, 建立了基于多元时间序列的高炉铁水硅含量数据驱动预测模型. 实例分析表明, 建立的数据驱动预测模型能够很好地预测高炉铁水硅含量, 连续预测167炉高炉铁水硅含量, 命中率高达83.23%, 预测均方根误差为0.07260. 这些指标均优于基于单一硅时间序列所建立的数据驱动模型, 对实际生产具有很好的指导作用.
2009, 35(6): 731-738.
doi: 10.3724/SP.J.1004.2009.00731
摘要:
以钢铁企业高炉煤气系统这一复杂生产过程为背景, 针对高炉煤气发生量的预测问题, 提出一种基于数据的网络模型预测方法. 鉴于生产数据含噪高的特点, 采用经验模态分解将历史数据分解为若干独立的固有模态函数, 将小尺度函数经低通滤波器自适应去噪后, 再对数据重构以建立预测模型. 在建模过程中提出一种改进的回声状态网络, 通过奇异值分解求取网络输出权值, 克服了线性回归算法出现的病态问题, 提高了模型的预测精度. 现场实际数据预测结果表明所提出方法的有效性, 为制定煤气管网平衡调度方案提供科学的决策支持.
以钢铁企业高炉煤气系统这一复杂生产过程为背景, 针对高炉煤气发生量的预测问题, 提出一种基于数据的网络模型预测方法. 鉴于生产数据含噪高的特点, 采用经验模态分解将历史数据分解为若干独立的固有模态函数, 将小尺度函数经低通滤波器自适应去噪后, 再对数据重构以建立预测模型. 在建模过程中提出一种改进的回声状态网络, 通过奇异值分解求取网络输出权值, 克服了线性回归算法出现的病态问题, 提高了模型的预测精度. 现场实际数据预测结果表明所提出方法的有效性, 为制定煤气管网平衡调度方案提供科学的决策支持.
2009, 35(6): 739-747.
doi: 10.3724/SP.J.1004.2009.00739
摘要:
综述数据驱动的故障诊断与容错控制方法的主要进展. 首先对工业过程故障检测与诊断简短的进行了简短的总结, 然后讨论了广泛应用的数据驱动或基于知识的方法. 本文还给出了一个由控制系统设定值设定不合适而引起的异常工况的诊断与容错控制的工业应用案例. 最好指出了可能的研究新方向.
综述数据驱动的故障诊断与容错控制方法的主要进展. 首先对工业过程故障检测与诊断简短的进行了简短的总结, 然后讨论了广泛应用的数据驱动或基于知识的方法. 本文还给出了一个由控制系统设定值设定不合适而引起的异常工况的诊断与容错控制的工业应用案例. 最好指出了可能的研究新方向.
2009, 35(6): 748-758.
doi: 10.3724/SP.J.1004.2009.00748
摘要:
提出了一种全新的分类框架, 将故障诊断方法整体分为两大类, 即定性分析的方法和定量分析的方法. 对现有的方法在此框架下进行了划分, 并详细介绍了每种方法的基本思想、研究进展和典型应用, 其中重点讨论了数据驱动的方法. 最后, 简述了故障预测的研究现状, 并探讨了故障诊断研究存在的问题和未来的发展方向.
提出了一种全新的分类框架, 将故障诊断方法整体分为两大类, 即定性分析的方法和定量分析的方法. 对现有的方法在此框架下进行了划分, 并详细介绍了每种方法的基本思想、研究进展和典型应用, 其中重点讨论了数据驱动的方法. 最后, 简述了故障预测的研究现状, 并探讨了故障诊断研究存在的问题和未来的发展方向.
2009, 35(6): 759-765.
doi: 10.3724/SP.J.1004.2009.00759
摘要:
多变量统计过程监控对于复杂工业过程是一种有效的故障检测和诊断技术. 最小二乘(或称潜空间投影)模型是多变量统计过程监控中常用的一种投影模型, 能够同时对过程数据和质量数据进行建模. 讨论了一种新的基于全潜空间投影模型的故障诊断技术. 全潜空间投影模型中有4个检测统计量. 提出了一种新的T2贡献图计算方法, 对于所有检测统计量, 得到了相应的贡献图算法. 为了确定一个变量是否发生了故障, 计算所有变量贡献图的控制限. 该技术可以将辨识到的故障变量分为与Y有关和与Y无关的两类. 基于Tennessee Eastman过程的案例研究表明了该技术的有效性.
多变量统计过程监控对于复杂工业过程是一种有效的故障检测和诊断技术. 最小二乘(或称潜空间投影)模型是多变量统计过程监控中常用的一种投影模型, 能够同时对过程数据和质量数据进行建模. 讨论了一种新的基于全潜空间投影模型的故障诊断技术. 全潜空间投影模型中有4个检测统计量. 提出了一种新的T2贡献图计算方法, 对于所有检测统计量, 得到了相应的贡献图算法. 为了确定一个变量是否发生了故障, 计算所有变量贡献图的控制限. 该技术可以将辨识到的故障变量分为与Y有关和与Y无关的两类. 基于Tennessee Eastman过程的案例研究表明了该技术的有效性.
2009, 35(6): 766-772.
doi: 10.3724/SP.J.1004.2009.00766
摘要:
针对数据信息的特征提取和降维问题, 提出一种局部保持最大方差投影 (Locality preserving maximum varianceprojections, LPMVP) 新算法. 该算法综合考虑了主元分析(Principalcomponent analysis, PCA)和局部保持投影(Locality preservingprojections, LPP)算法的优点和不足, 提出了新的优化目标, 使投影得到的低维空间不仅和原始变量空间有相似的局部近邻结构, 而且有相似的整体结构, 因而可以包含更多的特征信息. 在此基础上, 本文使用LPMVP算法把原始变量空间划分为特征空间和残差空间, 分别构造了T2和SPE统计量对过程进行监测, 建立了一种新的故障检测方法. 通过数值例子以及TE过程的仿真研究, 表明了LPMVP算法可以有效地提取数据信息, 同时也体现了较强的故障检测能力.
针对数据信息的特征提取和降维问题, 提出一种局部保持最大方差投影 (Locality preserving maximum varianceprojections, LPMVP) 新算法. 该算法综合考虑了主元分析(Principalcomponent analysis, PCA)和局部保持投影(Locality preservingprojections, LPP)算法的优点和不足, 提出了新的优化目标, 使投影得到的低维空间不仅和原始变量空间有相似的局部近邻结构, 而且有相似的整体结构, 因而可以包含更多的特征信息. 在此基础上, 本文使用LPMVP算法把原始变量空间划分为特征空间和残差空间, 分别构造了T2和SPE统计量对过程进行监测, 建立了一种新的故障检测方法. 通过数值例子以及TE过程的仿真研究, 表明了LPMVP算法可以有效地提取数据信息, 同时也体现了较强的故障检测能力.
2009, 35(6): 773-779.
doi: 10.3724/SP.J.1004.2009.00773
摘要:
针对复杂故障诊断系统特征数据中具有高斯、幅值较大、奇异点等混合噪音, 设计一种分段式损失函数, 构造基于小波基函数的小波核函数, 由此得到一种输出为模糊数的模糊小波ν-支持向量分类机, 即模糊鲁棒小波ν-支持向量分类机(FRWν-SVC). 它可以有效地压制故障特征时序的多种噪音和奇异点, 具有很强的鲁棒性, 而且它比标准模糊小波ν-支持向量分类机(FWν-SVC)具有更简洁的对偶优化问题. 最后进行了汽车装配线故障诊断的实例分析, 结果表明基于FRWν-SVC的故障诊断模型是有效可行的.
针对复杂故障诊断系统特征数据中具有高斯、幅值较大、奇异点等混合噪音, 设计一种分段式损失函数, 构造基于小波基函数的小波核函数, 由此得到一种输出为模糊数的模糊小波ν-支持向量分类机, 即模糊鲁棒小波ν-支持向量分类机(FRWν-SVC). 它可以有效地压制故障特征时序的多种噪音和奇异点, 具有很强的鲁棒性, 而且它比标准模糊小波ν-支持向量分类机(FWν-SVC)具有更简洁的对偶优化问题. 最后进行了汽车装配线故障诊断的实例分析, 结果表明基于FRWν-SVC的故障诊断模型是有效可行的.
2009, 35(6): 780-784.
doi: 10.3724/SP.J.1004.2009.00780
摘要:
提出了一种基于蚁群优化算法的精密伺服转台故障诊断方法. 根据现场观测建立了转台系统故障特征模式库. 利用蚁群优化算法求解故障特征模式的最优分类问题, 并定义敏感度和明确度来评价蚁群搜索到的诊断规则的分类性能, 以减少故障特征信息中的冗余信息, 使诊断规则得到约简. 对某精密伺服转台的若干类故障诊断结果表明, 该方法具有收敛速度快、鲁棒性强、诊断精度高和结果可靠等优点.
提出了一种基于蚁群优化算法的精密伺服转台故障诊断方法. 根据现场观测建立了转台系统故障特征模式库. 利用蚁群优化算法求解故障特征模式的最优分类问题, 并定义敏感度和明确度来评价蚁群搜索到的诊断规则的分类性能, 以减少故障特征信息中的冗余信息, 使诊断规则得到约简. 对某精密伺服转台的若干类故障诊断结果表明, 该方法具有收敛速度快、鲁棒性强、诊断精度高和结果可靠等优点.
2009, 35(6): 785-806.
doi: 10.3724/SP.J.1004.2009.00785
摘要:
生产过程调度是自动化、工业工程和管理工程等领域的热点研究方向. 迄今, 在生产过程调度方法研究上已取得很多成果, 其主要涉及生产过程调度问题建模和优化方法. 本文在对常用生产过程调度方法的国内外研究状况进行简要综述的基础上, 主要针对复杂生产过程调度问题, 论述了基于数据的生产过程调度方法的研究背景、涵义和研究现状.
生产过程调度是自动化、工业工程和管理工程等领域的热点研究方向. 迄今, 在生产过程调度方法研究上已取得很多成果, 其主要涉及生产过程调度问题建模和优化方法. 本文在对常用生产过程调度方法的国内外研究状况进行简要综述的基础上, 主要针对复杂生产过程调度问题, 论述了基于数据的生产过程调度方法的研究背景、涵义和研究现状.
2009, 35(6): 807-813.
doi: 10.3724/SP.J.1004.2009.00807
摘要:
现代制造企业规模庞大、过程复杂等特征给制造过程的调度决策带来了极大的挑战. 一方面, 使用传统方法建立指导生产过程调度的精确数学模型变得越来越困难; 另一方面, 因缺乏准确、及时的模型参数而往往导致低下的模型使用效果. 在此情况下, 基于数据--信息--知识--决策的信息提炼轨迹, 有必要探寻新的基于数据的复杂制造过程的调度理论与方法. 在综述国内外相关研究的基础上, 提出了由数据层与模型层构成的基于数据的复杂制造过程调度架构, 并对该结构框架下的相关理论、方法及实施技术进行了探讨.
现代制造企业规模庞大、过程复杂等特征给制造过程的调度决策带来了极大的挑战. 一方面, 使用传统方法建立指导生产过程调度的精确数学模型变得越来越困难; 另一方面, 因缺乏准确、及时的模型参数而往往导致低下的模型使用效果. 在此情况下, 基于数据--信息--知识--决策的信息提炼轨迹, 有必要探寻新的基于数据的复杂制造过程的调度理论与方法. 在综述国内外相关研究的基础上, 提出了由数据层与模型层构成的基于数据的复杂制造过程调度架构, 并对该结构框架下的相关理论、方法及实施技术进行了探讨.
2009, 35(6): 814-819.
doi: 10.3724/SP.J.1004.2009.00814
摘要:
小卫星自动化测试是提高测试效率、缩短研制周期、降低研制成本和保证可靠性的重要手段. 针对测试数据量大、类型复杂和实时性要求高等特点, 设计了小卫星自动测试系统实时数据库方案. 建立测试数据相关的实时数据库事务调度模型, 并在该模型基础上设计了异常数据优先的事务优先级分配算法(Abnormal datafirst, ADF). 最后应用数学仿真验证了ADF分配算法的执行效率、正确性和有效性. 本文建立的事务调度模型和优先级分配算法兼顾测试数据自身特点和实时性要求, 尤其注重异常数据的处理, 从而提高了测试的全面性和准确性.
小卫星自动化测试是提高测试效率、缩短研制周期、降低研制成本和保证可靠性的重要手段. 针对测试数据量大、类型复杂和实时性要求高等特点, 设计了小卫星自动测试系统实时数据库方案. 建立测试数据相关的实时数据库事务调度模型, 并在该模型基础上设计了异常数据优先的事务优先级分配算法(Abnormal datafirst, ADF). 最后应用数学仿真验证了ADF分配算法的执行效率、正确性和有效性. 本文建立的事务调度模型和优先级分配算法兼顾测试数据自身特点和实时性要求, 尤其注重异常数据的处理, 从而提高了测试的全面性和准确性.
2009, 35(6): 820-833.
doi: 10.3724/SP.J.1004.2009.00820
摘要:
现代的决策问题与传统环境相比具有两个特点, 首先是系统自动化水平的提高带来的大量原始数据, 另外则是由于现实决策问题的复杂性和不确定性导致的机理模型无法准确建立. 面对这样的特点, 传统的基于机理模型的决策方法无法得到有效应用, 于是, 大量的研究工作围绕基于数据的决策方法展开. 本文根据决策问题的性质从三个方面综述了当前被普遍关注和应用的基于数据的决策方法: 分类方法、决策分析方法和优化方法, 针对各种具体方法, 总结了该方法的特征、发展过程以及前景.
现代的决策问题与传统环境相比具有两个特点, 首先是系统自动化水平的提高带来的大量原始数据, 另外则是由于现实决策问题的复杂性和不确定性导致的机理模型无法准确建立. 面对这样的特点, 传统的基于机理模型的决策方法无法得到有效应用, 于是, 大量的研究工作围绕基于数据的决策方法展开. 本文根据决策问题的性质从三个方面综述了当前被普遍关注和应用的基于数据的决策方法: 分类方法、决策分析方法和优化方法, 针对各种具体方法, 总结了该方法的特征、发展过程以及前景.
2009, 35(6): 834-840.
doi: 10.3724/SP.J.1004.2009.00834
摘要:
针对复杂环境下的旅游管理决策问题, 对基于数据的智能决策支持系统进行研究. 首先提出了综合多种智能技术的决策支持系统体系结构, 对系统涉及到的3S、大型决策表分解等关键技术进行了分析; 然后从旅游信息类别、时空模式、旅游规划与导航, 以及旅游状态和安全事故预测预警等方面给出了系统采用的数据分析方法, 并给出了系统的多个应用实例.
