蔡晔[1]2015年在《智能电网多网交互作用的机理分析及应用研究》文中研究说明智能电网运行中面临的可靠性、安全性、经济性、互动性等一系列的关键科学问题研究被列为“面向国家重大战略需求的基础研究”。然而随着电力网络的互联,负荷中心发生大面积停电事故概率增大,大停电事故的发生主要由连锁故障导致,而连锁故障的发生与系统脆弱源存在密切的关系。结构和传输能力分布不均匀性增加了系统的脆弱性。电力系统与信息系统之间复杂耦合关系,使得电力系统运行在获得信息系统带来好处的同时,也将面临来自信息系统故障带来的危害。在极端条件下,耦合系统内部任何一个小故障都会通过耦合关系进一步扩大,甚至蔓延至整个耦合系统,严重地危害电力系统运行。因此,建立考虑电力网络与信息网络交互作用的耦合系统模型,及揭示故障通过耦合关系在系统中传播机理,有利于让信息系统服务于智能电网的发展。大规模产消者接入配电网,改变了传统电网能量垂直流动的方式,潮流的双向流动和用户与电网的互动成为智能配电网典型的特征。分析电力系统的经济运行与其他基础网络之间的联系,并建立模拟产消者(prosumer)自主行为的智能配电网仿真模型,有利于确定电力系统优化配置方案以及均衡市场利益政策。本文以复杂系统理论为基础,分别从单一电力系统连锁故障传播与脆弱性分析、电力网络与信息网络交互作用的机理建模与分析、多层网络耦合的智能配电网运行建模与仿真的角度,分析电力系统连锁故障传播对可靠性的影响,并提出系统脆弱性辨识指标;建立交互作用下电力网络连锁故障传输模型,分析不同的耦合关系和信息网络拓扑结构对电力网络安全运行的影响;建立电力网络、信息网络、社交网络和决策网络交互影响的智能配电网模型,研究大规模产消者接入对电网经济运行的影响,并提出相应的策略优化局部资源配置。本文取得的研究成果如下:基于复杂网络理论,通过选取输电线路阻抗值为复杂网络拓扑模型中边的权重,改进电力网络网络拓扑结构模型,定义综合考虑节点和边差异性的加权网络结构熵模型,以此描述故障演化过程中电网拓扑结构的不均衡性。基于连锁故障传播机理,结合城市电网拓扑的结构特点和运行状态,综合考虑潮流熵的变化指标、节点重要性指标、节点电压偏移和引入考虑输电线路所处电压等级的修正系数,提出了城市电网脆弱线路辨识方法。通过结合PSASP时域仿真结果,验证所提方法的有效性。基于渗流理论和复杂网络理论,研究在电力网络和信息网络交互作用下,连锁故障在耦合网络中的传播机理。分析电网运行、优化调度与信息网络运行之间的关系,改进现有的耦合系统级联故障模型。针对电力信息网络结构统计特征,分别建立双星型和网状电力信息网络拓扑模型;信息包传递的路由策略考虑节点对之间的有效距离和节点信息列队长度;基于交流潮流,建立电力网络和信息网络交互作用的耦合模型。最后,以IEEE标准系统和实际电网为例,分析耦合网络的大停电风险。在电力网络与信息网络交互作用的连锁故障模型上,分析不同耦合关系以及不同结构特征的信息网络稳定运行点与大停电规模之间的关系。分别建立了一种量化不同节点对之间的耦合关系的计算模型、一种改进的信息网络拓扑模型和一种信息网络传输失常计算模型。以IEEE标准系统和实际电网为例,基于直流潮流计算,建立大规模电力系统与信息系统交互作用下的连锁故障模型。结果表明,耦合关系值越大则发生连锁故障概率越小,特别地,当耦合关系为“度数-度数”时,能有效的减少大停电的风险。在交互作用下,信息网络稳定运行的阀值可以用于大停电预警。在电力网络发生故障的初期,双星型电力信息网络结构更有助于电力网络故障信息传输到调度中心,以实现优化控制。提出一个能模拟产消者自主自发行为以及与其它角色交互作用的智能配电网多层网络交互影响的框架,从最大化平衡局部能源角度,研究在大规模产消者接入的场景下,不同的政策溢价和文化背景对区域能源市场的影响。基于多智能体技术对该框架建模并仿真,在该框架下,政策溢价是由最高能源管理者决定,通过政策溢价,鼓励产消者使用清洁能源和最大化自我平衡能源需求,通过自我平衡和自组织区域内的能源交易,减少由电能传输带来的能源消耗与经济损失。
袁侃[2]2010年在《复杂系统的故障诊断及容错控制研究》文中进行了进一步梳理本文主要研究了基于多智能体系统方法对复杂系统进行故障诊断和容错控制的问题。首先,提出了采用多智能体系统对复杂系统进行分析、Gaia建模和故障诊断的方法;在具体的决策树故障诊断方法研究中,又提出了一种改进的二元决策图方法用于数字系统的多故障诊断;在多智能体系统的交互方式研究中,提出了基于本体的多智能体知识共享和协作方法用于建立飞机舵面故障诊断的知识库;最后结合神经网络和模糊建模的方法提出了基于多智能体系统的多故障容错方法,并用F-16飞机的舵面组合故障诊断与容错控制的仿真实例对以上各方法进行了验证。结果表明,本文提出的方法不但可以保证故障诊断系统的可靠性,还可以提高系统的容错性与实时性。全文主要内容如下:在基于多智能体系统的复杂系统建模与故障诊断方法研究中,采用了Gaia方法对复杂系统进行建模,根据功能分析构建了故障诊断智能体的角色模型和交互模型,同时对该智能体的行为及各智能体之间进行交互协作的算法进行了详细设计,并针对某型飞机的舵面故障数据,根据各常用专家模型的置信度排序确定了可将决策树和神经网络做为具体的故障识别方法,最后分析了采用多智能体方法进行复杂系统故障诊断的功能和特点。在具体的决策树故障诊断方法研究中,为了克服传统故障树分析法需要事先确定底事件顺序的局限性,本文首先通过在构件连接法的规则中加入了两项新规则,从而保证了由故障树转化的合成二元决策图(BDD)具有唯一的结构;接下来提出了割集的哈夫曼码与结构重要度的概念,这样在搜索故障源时,只要通过比较具有相同哈夫曼码长度的割集概率即可确定需要检测故障源的排序,而无需计算出所有割集的概率大小。该方法适用于具有独立底事件,且其故障模式可表示为故障树形式的数字系统的多故障诊断。由于不需要简化最终的合成BDD和确定故障的最小割集,因此这种方法比传统的故障树诊断方法具有更高的效率,并且更适合于在计算机上实现。在多智能体系统的交互方式研究中,针对飞机系统故障诊断知识库获取与推理的问题,从系统工程的角度分析了飞机系统的复杂性,将飞机族的概念引入到飞机的本体建模中,并以舵面故障诊断过程为研究对象,用Protégé建立了飞机本体的领域知识模型,将单故障和组合故障的诊断知识列为本体中的SWRL规则,再通过JESS推理出的新知识得到诊断结果,实现了用本体来选择修复方案的过程。该方法能够实现复杂系统的本体建模以及故障诊断方案的准确选择,并可通过增加新的诊断知识来完善故障诊断知识库。在多智能体系统容错控制的研究中,提出了容错多智能体系统(FATMAS)的相关概念和在FATMAS中实现多故障容错的各类函数定义。通过调用不同函数可对系统中的多故障进行检测,并可通过复制非关键智能体的任务使系统从多故障中恢复运行,列出了相关流程,并在JACK平台上实现了该方法在F-16飞机舵面组合故障诊断与自修复中的应用。该方法可用于复杂系统的多故障诊断与容错,为智能体的交互提供了清晰的消息传递机制,并有效减少了系统中复制智能体的数目,比较接近于实际系统中的故障处理过程。最后,通过对现有多智能体开发平台的分析和选择以及故障诊断智能体模型的建立,实现了基于JADE平台和Simulink平台对飞机舵面结构故障的在线监控与诊断系统,并采用MACSim实现了两个平台之间的信息互通,整个系统在系统维护、实时故障监控和诊断能力上有了一定的提高,并可实现组合故障的协同诊断,从而达到要求的性能指标。
邵艳华[3]2009年在《一类复杂适应系统的模型及仿真方法研究》文中研究表明股市、房地产系统作为社会经济系统中的一个重要组成部分,预测其市场走势是相当困难的:投资者迫切地渴望能对明天的价格做出某种程度的预测;学者们力图理清市场价格是怎么形成的。传统金融理论通过对这类系统的各种简化,包括对投资者的预测和决策方式、市场机制等方面的简化,建立拥有明确目标函数的数学模型,通过最大化目标函数来帮助理解和解释市场中的种种现象。然而,数学模型仅能用来研究具有完全确定性和线性的简单系统。对于灵活多变的复杂系统,几乎无法建立完备的数学模型。即使建立起模型,由于过于庞大,结果也无从检验。并且复杂系统被简化成一系列抽象的法则、公式是脱离现实的,不可能正确反映其本质并可能产生彼此矛盾的结果。虽然传统数学模型解释了一些现象,但却留下了许多未能解答的问题,这种情况是由于系统的复杂性造成的。尽管传统理论对此早有认识,但它们更多地把复杂性归结为外界随机信息冲击的结果,而很少考虑复杂性内生的可能性。复杂性科学对传统的经济学理论提出了挑战,不再将经济系统看成是市场稳定和供求均衡的结果,而看成是由许多相互作用的个体在不稳定的状况下彼此不断调整关系的结果。在复杂性科学研究的学派中,以Holland教授等人的复杂适应系统CAS理论为代表。CAS理论主要采用计算机模型模拟的方法研究复杂系统,其研究工作的一大特点是高度重视应用计算机技术。计算机模型完全可以直接用有条件作用和其它诸如交换之类的组合算法描述,这些条件/组合算法用偏微分方程只能粗略地描述。采用基于计算机的直接描述的模型,而不是走偏微分的老路,能反映演化过程中的组合复杂性。通过计算机模拟的方法来研究和观察复杂系统,可以在计算机环境中重复或再现客观存在的复杂系统。论文针对现有股市、房地产系统研究的不足,突破传统数学建模的框架,运用复杂性科学的最新成果,采用学科交叉的方式,建立新的研究方法和体系。试图将CAS理论运用到股市、房地产系统研究中,构建基于Multi-Agent技术的股市、房地产系统框架体系,并对涉及的关键技术进行探讨。论文主要研究以下内容:分析股市、房地产系统和CAS在内在特点上的一致性,依据CAS理论证实股市、房地产系统是一类复杂适应系统,因此采用CAS理论对股市、房地产系统进行研究具有科学性和可行性。同时,基于CAS理论,分析一类复杂适应系统的特征、复杂性行为等,指出复杂性是其内部本质特征,复杂性背后的机理是异质投资者同系统环境之间的非线性交互作用。通过对一类复杂适应系统传统研究方法的总结,证实经典的有效市场假说、传统的数学工具(线性、固定点、微分方程系统)和传统的均衡经济理论对系统的分析大多基于一定的假设,明显具有主观性,故根本无法描述此类系统的复杂多变性。因此,必须要用复杂系统的理论和方法来对此类系统进行重新的理解、研究。鉴于此,论文将股市、房地产系统视为一类复杂适应系统,提出运用CAS理论与方法对此类系统进行建模与仿真研究的思路方法。并且,通过对Holland教授ASM模型实例的分析,进一步论证用CAS理论的建模与仿真方法对这类系统进行研究的可行性。CAS理论的核心概念是Agent,其方法学是基于Agent的建模方法。Agent和Multi-Agent理论与技术为复杂系统的建模与仿真提供了一个崭新的途径。对于人工社会中多智能体系统MAS的应用,目前展开的研究工作仍然处于起步阶段,因此采用MAS对一类复杂适应系统进行建模和应用研究具有理论探索意义。论文阐述了MAS建模的研究方法和过程:在基于Multi-Agent的建模过程中,最基本的是构造计算机模型,Agent在这一模型中运行着(行为)。首先要选择合适的微观个体,并对其建模;然后建立微观个体之间的交互关系;最后在宏观上对整个系统进行建模。其中,重点研究了Agent及Agents之间交互关系的设计方法。同时,结合一类复杂适应系统的实际运作情况,运用Multi-Agent的建模方法并结合其它技术、方法对一类复杂适应系统进行建模研究。在选择微观个体时,参与者的多样性是CAS的一个显著特征,因此,针对实际系统中交易者的不同类型,论文引入四种类型的智能体。对微观个体建模,即建立每一类Agent的属性和行为规则,是Multi-Agent建模方法中最重要的设计问题:主要考虑决策、目标函数、异质性和学习几个方面。比如对于神经网络智能体,尝试用神经网络代替Agent,运用神经网络的学习能力模拟Agent的适应性。特别地,对于BP-CT神经网络智能体,运用Agent行为一致性自适应的神经网络方法结合CT方法对其进行建模,利用CT方法产生不断变化的目标,从行为和行为所产生的效果两方面来训练神经网络,使其产生内部一致性,这也是智能体认知能力的一种体现。Agents间的交互是建模中的关键问题。Agents之间的交互涉及到模型整体的涌现结果,在建模过程中,既要考虑Agent的独立性,又要考虑Agents间的交互。为此,引入ERA方案,自主开发基于ERA方案的一类复杂适应系统模型,模型中不仅保留了通过规则和一般数据仿照前后关系模型化的环境,而且还保留了在不同概念层次上具有个性化数据的Agent。模型设置了不同的规则管理器和规则生成器,规则管理器控制智能体的行为,规则生成器调整、生成规则,一个规则生成器可以被多个规则管理器使用(如一个学习结果的运用)。这种模型设计方案,既保证了程序的模块性,也保证了程序的可扩展性:当需要增加新类型智能体时,只需修改或增加相应的规则管理器和规则生成器就可以了。同时,为了更好地模拟真实系统,模型引入一类特殊的智能体book——订单簿,负责接收并执行买入、卖出定单。所有类型的智能体都向订单簿智能体提交订单,订单簿在处理订单过程的同时完成不同类型智能体之间的交互,克服了传统股市研究方法中引入分析专家干预市场的主观行为。更重要的是,通过订单簿智能体可以引入多支股票,其中每个订单簿代表一支股票,从而克服了传统股市研究中只有单股运行的缺陷。论文引入3支股票。Swarm是一个实现了CAS理论、面向对象思想以及分布式人工智能技术三者综合运用的仿真平台。利用Swarm提供的强大功能,可以模拟从实际经济系统中抽象出来的模型,观察其运行状况及趋势,从而为现实世界中的经济决策提供依据。论文探讨在Swarm环境下进行一类复杂适应系统仿真的技术和方法,并在Swarm仿真平台下自主开发以股市为例的仿真程序,从而对一类复杂适应系统的复杂性进行仿真研究。通过设计多种类型的智能体对股市的实际运行情况进行仿真研究,模拟不确定环境下股市的动态演化过程,再现了许多通过传统的研究方法很难得到而在真实系统中又确实存在的现象,从而验证了用CAS理论与方法对一类复杂适应系统进行研究的可行性与有效性。为投资者的投资决策提供一定的参考。同时,对于研究类似复杂系统的研究者而言,论文的建模与仿真方法也具有一定的借鉴意义。仿真的目标在于更好地理解一类复杂适应系统的动力学特性,而并非尝试着进行预测。
金耀初[4]1996年在《复杂系统的智能建模与控制》文中指出本文以智能系统为指导思想，探讨了智能控制的基本理论和基于模糊逻辑及神经网络的智能控制和建模方法。结合进化计算等智能计算方法，着重研究了智能控制的自组织和自学习算法。 全文共分三篇。第一篇首先回顾了人工智能的发展历史，比较了符号主义和联接主义这两种研究范式的各自特点，分析了它们在智能系统中的作用。基于自然智能系统的基本原理，提出了智能控制的一种新型研究范式。本篇最后总结了智能控制系统的学习方式。 本文第二篇采用几种不同方法，深入研究了模糊规则控制系统的结构自组织和参数自学习，并给出多种新颖的自适应模糊控制方法。根据第二类模糊规则系统的特点，提出了一种特殊的神经网络结构，以实现这类模糊系统的在线学习。它被应用于复杂系统的建模和控制，具有明显的优越性。本篇的另一重要工作是，利用模糊系统的特有性能，提出了非线性系统的模糊线性化概念，并给出了相应的模糊子系统辨识和控制器综合方法，分析了模糊线性化系统在两种不同情形下的稳定性。这样，一个非线性系统的控制问题可以等价地转化成线性系统的设计。 本文第三篇讨论基于人工神经网络的智能控制方法。根据信息准则理论和遗传算法，研究了神经网络的结构优化和学习参数确定方法。之后，针对一类非线性系统，提出一种神经自适应控制器结构，并分析了它的渐近稳定性和收敛性。为克服静态前馈网络的不足，将Hopfield网络进行改造，使之适用于动态系统的控制和建模。这种动态网络被用于机器人建模和模型参考自适应控制，取得了良好的效果。
《中国公路学报》编辑部[5]2016年在《中国交通工程学术研究综述·2016》文中研究指明为了促进中国交通工程学科的发展,从交通流理论、交通规划、道路交通安全、交通控制与智能交通系统、交通管理、交通设计、交通服务设施与机电设施、地面公共交通、城市停车交通、交通大数据、交通评价11个方面,系统梳理了国内外交通工程领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。交通流理论方面综述了交通流基本图模型、微观交通流理论及仿真、中观交通流理论及仿真、宏观交通流理论、网络交通流理论;交通规划方面综述了交通与土地利用、交通与可持续发展、交通出行行为特征、交通调查方法、交通需求预测等;道路交通安全方面综述了交通安全规划、设施安全、交通安全管理、交通行为、车辆主动安全、交通安全技术标准与规范等;交通控制与智能交通系统方面综述了交通信号控制、通道控制、交通控制与交通分配、车路协同系统、智能车辆系统等;交通管理方面综述了交通执法与秩序管理、交通系统管理、交通需求管理、非常态交通管理;交通设计方面综述了交通网络设计、节点交通设计、城市路段交通设计、公共汽车交通设计、交通语言设计等;地面公共交通方面综述了公交行业监管与服务评价、公交线网规划与优化、公交运营管理及智能化技术、新型公交系统;城市停车交通方面综述了停车需求、停车设施规划与设计、停车管理与政策、停车智能化与信息化;交通大数据方面综述了手机数据、公交IC卡、GPS轨迹及车牌识别、社交媒体数据在交通系统分析,特别是在个体出行行为特征中的研究;交通评价方面分析了交通建设项目社会经济影响评价、交通影响评价。
江建宇[6]2014年在《共享腹地港口群集疏运系统智能体仿真研究》文中研究表明本文提出了一个针对共享腹地港口群集疏运系统的物流仿真模型，由三部分组成：第一，通过对比集疏运系统相关问题的传统解法优缺，阐释从智能体仿真建模切入之依据；第二，基于国际物流实践与供应链流程，研究集疏运系统的结构特征、局限条件与智能体行为模式，进而构建集成仿真平台；第三，以广东省东莞市的出口集装箱物流即“集运配流”为实验，检验所造模型，并指出其具体应用框架与实践意义。为证明基于Agent仿真研究共享腹地港口群集疏运系统之必要性，首先探讨了共享腹地港口群的研究概况，发现学界极少从微观的集疏运视角进行深入探讨；进而回顾了集疏运系统的有关文献，指出当前问题主要为系统构成理解狭隘、定量研究稀缺、方法缺乏充分依据，等等。为此，分别从数学建模与系统仿真切入，借鉴了物流、供应链、交通运输等相关领域分析，系统归纳出解析模型的各种方法缺陷，及仿真建模在内容上的缺失，并指出集疏运系统为典型的CAS复杂系统结构。鉴于从复杂自适应性视角对集疏运系统建模属当前的研究空白，接着围绕二次调研数据和系统论、国际物流理论，对港口群腹地集疏运的系统结构进行了详细分析。参考进出口供应链流程，归纳出自工厂订单接收到码头装船离港的8个集运出口环节；基于多主体决策视角，提出了共享腹地港口群集运系统之CAS总体框架，以及港口、国际海运、公路、水路、铁路集疏运、进出口监管、货主的7子系统组成结构；进而从主体智能行为与局限条件切入，指出了各子系统的核心Agent、决策内容、影响关系，与时间、费用等方面的重要约束，包括：选港订舱、集运方式、做柜时间、集运路线4大决策；工厂、港口、船公司间的直接/间接服务关联；通关决策流程；驳船/拖卡/海铁联运3类集运成本的估算公式；乃至拖车固定成本、铁运“一口价”、海运THC、THCS、O/F、Local Charges和查柜成本、班轮船期、驳船航线、专列班次等实践经验值，为仿真建模与数据实验提供基础。MAS建模阶段，围绕共享腹地港口群集疏运系统的CAS结构，提出了以多智能体仿真为核心，由ASM智能体生成、BA智能行为算法、SRM仿真系统运行、IM/OM输入、输出与SSCM仿真控制管理6子模块组成的ISPHT开放集成平台/模型框架，继而描述了集运系统仿真建模中“核心类”与“约束类”智能体的主从关联，Multi-agent模型与集成平台的关系，及ISPHT各模块的重点设计内容。在此基础上，针对港口群腹地集运智能体系统中的选港订舱和集运方式、时间、路线选择共4项决策，分别构建了具体算法，包括：受交货方式、港口船期与“做柜剩余时间”、集运出口“综合成本”、“顺利程度”与主体行为“惯性”等因素约束的选港决策模型selectPort()，藉机器学习理论开发的智能选港Q算法qLearningPort()；参考集疏运系统成本结构、估算公式的公路集运roadTransPricing()、水运waterTransPricing()、铁路集运railTransPricing()报价模块，和集运方式决策模型selectTransMode()；借鉴集运出口流程的甘特图分析的做柜时间决策模型selectVanningTime()；以及由集运公路网分层设计算法、Floyd算法改造的静态集运线路决策模型selectStaticTransPath()，与以Dijkstra算法为核心的实时路由更新模型rtTransRouteUpd()。各模型与算法大部分基于“线性”函数与规则构建，有效弥补了解析模型建模难、物流局限考虑不全、求解复杂度高等缺陷，体现了从微观Agent智能体仿真视角研究集疏运系统的创新意义。为检验模型，实验阶段，通过程序代码实现了ISPHT平台的公路集运模块，在此基础上，以东莞市腹地港口群为对象，展开计算实验。实验结果表明，所构造模型可方便观测各主干道路与具体路段的实时、累计集装箱流量分配值，并与现实情况相吻合，证实了本文所设计的共享腹地港口群集疏运系统MAS仿真模型的合理性，以及基于智能体仿真方法分析、优化集疏运系统的可行性与实践价值。
焦晓佑[7]2009年在《智能工程推理机制研究及其在电力供需平衡复杂性分析中的应用》文中指出本文以电力供需平衡复杂性问题为切入点展开了研究工作。由于经济增长与电源建设等因素制约着电力需求与电力供应两者之间的平衡关系,从需求端来看,它的表现之一是宏观经济政策对电力消费影响的复杂性;从供应端来看,它的表现之一是由于随机性和模糊性导致的不确定发电规划复杂性。这两类复杂性问题具有动态性、模糊性和不确定性等特点,依靠传统的数学理论和方法来建立定量的、精确的数学模型已显露出它的局限。上述两类复杂性问题均属于典型或复杂的智能工程B_2问题,因此,本文以电力供需平衡复杂性问题为研究对象,对智能工程第二类问题B_2的求解理论和优化理论进行了研究,扩展了复杂问题求解的智能工程理论框架和方法体系,分析了多层次的智能建模结构,建立了Rule-based Model的问题B_2求解模型,研究了复杂过程的智能推理和路径寻优方法,并给出了智能工程问题B_2求解理论和优化理论在上述两类供需平衡复杂性问题分析中的具体应用。一、理论方面,本文用系统的观点对智能工程进行了分析,论述了从系统工程向智能工程扩展的四元结构体系;给出了问题B_2求解的一般模型描述,从“问题的分解”和“解的合并”两个层次对问题B_2求解进行了过程分析,给出了映射函数f的合成原则与方法;基于α-优越解和β-优越解研究了智能工程问题B_2的优化理论,提出了经过α-优化过程和β-优化状态两个步骤来实现对目标状态解集的优化方法,给出了优化问题B_2的目标解定理、最优解定理和比较定理,并对相关定理进行了证明。二、方法方面,本文给出了求解问题B_2的知识表达方法,针对粗糙集理论应用于知识发现时的不足,在前人的研究基础上给出了一种模糊粗糙知识约简算法,形成了以历史数据为基础的知识建模和规则挖掘方法,通过对挖掘得到的各类规则进行完备性和相容性分析,证明了其有效性;以这些知识规则为基础,设计了一种分段定值的改进型变论域智能推理模型,模拟仿真结果证明了该模型相比于经典的模糊推理模型具有更高的推理精度。三、建模方面,本文基于智能工程从横向和纵向两个角度对电力供需复杂性问题的建模方法进行了研究,通过对复杂性问题的本质信息进行不同层次的知识描述,探讨了多层次的智能建模方法;针对复杂系统要素之间的协调问题,研究了分布式的智能建模方法;建立了复杂性问题分析的智能推理模型Rule-basedModel,给出了其输入-输出模型的具体数学形式阐述,通过算例说明了Rule-basedModel的在复杂性问题建模中的适用性。四、应用方面,本文分别给出了智能工程问题B_2求解理论和优化理论在电力供需平衡复杂性问题分析中的应用:基于问题B_2求解理论,按照多层次、分布式建模思想构建了一个具有智能推理功能的电力经济关系动态分析模型REEDAM,研究了电力供需平衡动态过程的智能推理和模拟仿真,实现了对宏观政策影响电力消费复杂性问题的求解;基于问题B_2优化理论,提出了基于路径和状态的智能规划方法,针对随机性和不确定性造成系统过程很难做到使初态在某个时刻精确地成为某个终态,通过α-优化过程和β-优化状态两个步骤来对目标状态解集进行寻优,给出了不确定规划优化模型,实现了对风力发电不确定规划的优化,并进行了算例分析。
蒋熙[8]2008年在《面向铁路行车组织的仿真建模方法研究》文中研究表明近年来,我国铁路实现了跨越式发展。从“组织型”向“规划型”转变,既有铁路行车组织模式开始了新的变革,同时,多条客运专线、高速铁路自明年起将先后开通运行,相应的行车组织模式设计也在紧锣密鼓的进行。铁路行车组织计划的制定与优化是铁路行车组织工作的核心内容,行车组织模式的改革与发展在优化目标、制约因素、精细程度、安全可靠及时效性要求等方面为行车组织计划赋予了新的内涵。基于行车组织模式及相应行车组织计划编制方法、技术及应用的研究对铁路行车组织仿真提出了一系列更高、更新的要求。在这一新的背景下,我们认为,面向行车组织模式研究的仿真已提到了议事日程上,特别是对行车组织计划决策过程和方法进行建模与仿真,将为行车组织计划的优化和可靠性研究,分析和实验新的行车组织模式,提供有力的支撑。面向铁路行车组织方式的仿真,在系统性、复杂性、智能性、运算规模等方面将发生巨大变化,同时在环境适应性要求方面也有很大提高。因此,开展这一研究将面临两个方面的困难,一是针对铁路行车组织智能决策活动的协作性和可演化性的仿真建模方法,二是具有高度可重用性和适应性的仿真系统构建方法。以往的铁路行车组织仿真一般将相应计划作为外部输入条件,属于对行车组织某些最终决策结果的仿真评估和检验,相应的研究方法难以解决这两个方面的难题,有必要探索新的途径。本文以复杂适应系统理论作为研究行车组织系统发展与演变基本规律的理论基础,并将建模和系统构建两大关键活动统一在这一理论基础下。对于行车组织计划制定这样一个复杂问题,利用基于协作任务求解方式和多主体建模方法,将行车组织计划系统的决策问题分解为多个子任务,分布到若干决策主体上,通过自主决策和交互作用实现整体决策过程。利用个体间的交互所产生的复杂多变的协作行为,能自然表现不同行车组织方式下的决策过程以支持系统演化。对于在发展演变背景下仿真系统的构建,本文围绕仿真集成,利用SOI以粗粒度松散耦合方式便于支持系统流程重组和优化的优势,在先进仿真技术的代表HLA的研究成果基础上,结合SOA架构的思想实现仿真集成单元间不同层次的互操作与重用,以探索保障系统适应性和开发效率的途径。在此研究思路下,本文主要进行了如下研究工作:1)根据铁路行车组织系统的复杂性和可演化性特征,提出以结构模型构建、单元模型构建和仿真集成三项基础活动构造铁路行车组织仿真应用的方式,建立了基于系统演化的铁路行车组织面向领域建模与仿真框架,从不同层次上实现仿真系统的可演化性,以适应行车组织仿真在发展背景下的研究需求。2)面向铁路行车组织计划制定与优化,提出以分布的运输流主体和资源管理主体通过自主决策方式实现行车组织优化的建模思想,研究了基于协作任务求解的铁路行车组织计划建模方法,建立了基于多主体的铁路行车组织系统模型框架。以“运输流”和“运输资源与资源管理”建模为重点,利用多主体间的协作来实现行车组织计划制定的决策目标。即,以车流联盟的形式实现车流间通过协作来获得合理编组方案的车流组织问题建模;用车流联盟接续网描述了列车任务规划求解中的协作关系,并建立了车流联盟主体与车流主体间的协作求解模型;针对不同类别运行资源协作实现列车任务的要求,提出了以列车任务作为协作框架的基于“惩罚金”的列车运行资源分配协同优化方法。3)在铁路行车组织多层次仿真集成需求下,引入基于服务的思想实现仿真集成单元间粗粒度的松散耦合集成,并结合HLA规范提出了铁路行车组织仿真集成机制,构建了基于MAS的仿真集成框架结构。在仿真集成框架的基础上,结合铁路行车组织仿真的领域共性,构建基于三个支撑功能层次的仿真支撑环境。4)在上述研究基础上,结合路网货车集结仿真评估应用,对定编集结和定点集结两种货车集结策略,建立多层次仿真评估模型,给出了宏观仿真算例,并设计相应的仿真系统,对本文研究方法进行实例分析。本文以探索面向铁路行车组织的仿真建模方法为目标进行研究,提出的建模与仿真框架、仿真建模方法和系统集成方法有助于解决新的发展背景下铁路行车组织仿真建模中的智能协作性、可演化性以及仿真系统构建中的适应性两个方面的难题,探索了一条能适应环境变化的铁路行车组织方式仿真研究的新途径。
李勇刚[9]2004年在《基于智能集成模型的苛性比值与溶出率软测量及应用研究》文中研究表明作为拜耳法生产氧化铝过程中的重要工序,高压溶出是一个极其复杂的冶金工业过程。在高压溶出过程中,苛性比值与溶出率决定了产品的产量、质量及碱耗。要实现高压溶出过程的优化控制,关键是能够在线检测苛性比值与溶出率。然而,目前没有任何测量仪表能够直接检测这两个值,而只能通过化学分析获得,因此存在很大的滞后,严重影响了高压溶出过程的优化控制。高压溶出过程具有机理复杂、非线性度高、耦合严重、时变、大滞后、大干扰等特点,因此任何单一的建模方法都难以建立精确的数学模型。本文在分析了高压溶出工艺机理的基础上,首次研究了苛性比值与溶出率的软测量技术,提出了基于智能集成模型的软测量方案,有效地实现了苛性比值与溶出率的在线检测,并据此对原矿浆配料进行了优化指导。论文主要工作和研究成果体现在以下几个方面: (1) 基于对复杂工业过程特点及常用建模方法缺陷的分析,提出了智能集成软测量模型的基本框架,即给出了智能集成软测量模型的一般定义,总结了模型结构及算法的基本集成形式,并给出了基于智能集成模型的软测量系统的形式化描述、设计原则及设计步骤。 (2) 针对RPCL聚类算法速度慢、精度低的缺点,提出了基于样本空间分布的改进RPCL聚类算法(SDS-RPCL)。该算法在修正中心值过程中,根据样本空间的分布情况选取数据,减少了中心值朝类边缘移动的概率,因而能加快聚类速度,提高聚类精度。 (3) 在详尽分析高压溶出机理并总结专家知识的基础上,建立了苛性比值与溶出率的专家机理模型,该模型能够直观地反映各种因素对苛性比值与溶出率的影响。 (4) 为了修正专家机理模型的预测误差,针对苛性比值与溶出率软测量中输入变量多、样本分布广的特点,提出了分布式复合神经网络。该神经网络利用主元分析法将输入变量重组,并按重组后的主元变量所包含原始信息的多少将其分成若干组,分别用多个并联的复合神经网络逐步逼近苛性比值与溶出率;复合神经网络不仅简化了模型,而且由于对输入变量进行了适当的分组,因此能更合理地描述实
胡晓峰, 贺筱媛, 陶九阳[10]2018年在《认知仿真:是复杂系统建模的新途径吗?》文中认为在复杂系统研究领域,一直存在着对经验、直觉等认知建模的需求,由于缺乏对认知进行有效建模和仿真的手段,这一问题已成为对复杂系统整体涌现性、混沌、不确定性等特性深入理解的主要瓶颈。分析了"阿尔法狗"在认知智能上的突破,阐述了认知仿真的基本内涵,探讨了经验直觉捕捉对复杂系统建模的重要意义,提出了认知仿真方法依然需要深入思考的问题。
参考文献：
[1]. 智能电网多网交互作用的机理分析及应用研究[D]. 蔡晔. 湖南大学. 2015
[2]. 复杂系统的故障诊断及容错控制研究[D]. 袁侃. 南京航空航天大学. 2010
[3]. 一类复杂适应系统的模型及仿真方法研究[D]. 邵艳华. 贵州大学. 2009
[4]. 复杂系统的智能建模与控制[D]. 金耀初. 浙江大学. 1996
[5]. 中国交通工程学术研究综述·2016[J]. 《中国公路学报》编辑部. 中国公路学报. 2016
[6]. 共享腹地港口群集疏运系统智能体仿真研究[D]. 江建宇. 华南理工大学. 2014
[7]. 智能工程推理机制研究及其在电力供需平衡复杂性分析中的应用[D]. 焦晓佑. 北京交通大学. 2009
[8]. 面向铁路行车组织的仿真建模方法研究[D]. 蒋熙. 北京交通大学. 2008
[9]. 基于智能集成模型的苛性比值与溶出率软测量及应用研究[D]. 李勇刚. 中南大学. 2004
[10]. 认知仿真:是复杂系统建模的新途径吗?[J]. 胡晓峰, 贺筱媛, 陶九阳. 科技导报. 2018
标签：自动化技术论文; 神经网络模型论文; 系统仿真论文; 网络模型论文; 关系模型论文; 网络结构论文; 网络行为论文; 故障诊断论文;