仿真模型重用的全生命周期研究

来源 :2017中国智能物联系统会议 | 被引量 : 0次 | 上传用户:ouyang0078
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现今仿真模型重用问题仍然是仿真领域最具挑战性的四个研究领域之一,关于模型重用的研究仍然面临缺乏理论支撑问题,而在基础理论研究方面,对模型重用的全生命周期系统化的、规范化的研究尤为重要.本文从仿真模型重用的全生命周期角度出发,建立了面向全生命周期的仿真模型重用过程模型,并结合云计算、云仿真等技术给出了在云环境下模型重用服务的全生命周期,力求规范仿真模型重用过程并指导仿真参与人员,以对模型重用过程理解具有一致性,从而快速、准确地构建仿真模型,降低成本,提高仿真效率.
其他文献
为了在云制造的实施和运行过程中提高资源利用和减少闲置,调度逐渐成为一个实际和关键问题.不同于大多数集中智能优化算法研究,本文以博弈论为工具旨在研究云制造调度问题,并提出了公共品博弈数学模型.然后通过BA无标度网络和非合作博弈解决了云制造的多任务调度优化的问题.最后,一个数值例子证明提出此方法的可行性.
Model mismatch and external disturbances is wildly existed in control practice of nonlinear systems,which badly influenced the control effect.To handle such a situation,we proposed a sliding-mode base
The photoelectric conversion efficiency of photovoltaic cells is mainly affected by temperature and irradiance,in order to promote the development of photovoltaic power generation,it is necessary to i
The leader-following consensus of multi-agent systems with general linear models is investigated in this paper.The event-based impulsive control protocol and the triggering function based on the state
柔性机械臂的振动会显著降低其定位精度和工作效率.为了对柔性机械臂的振动实施控制,本文提出了一种基于增强学习的模糊控制(增强学习模糊控制,RLFC)方法.增强学习模糊控制方法由增强学习算法和模糊推理系统组成.增强学习算法可以在没有导师信号和预先训练数据的情况下自律的进行学习.它通过与被控对象交互来学习模糊规则库,并通过计算回报函数信号来改变规则库生成策略来实现学习目标.为了验证提出的控制方法,本文考
内河集装箱班轮由于船体结构小,更强调舱容利用率,且船舶配载计划脆性极强.内河集装箱班轮航线配载决策需要制定航线各港口配载计划,港口配载计划包含主贝计划和贝内计划.本文采用多阶段分层决策方法进行航线配载智能决策,多港口对应多阶段决策,各港口配载决策中设计贪婪随机自适应搜索优化上层主贝计划,启发式演化策略算法优化下层贝内计划.基于真实场景算例研究表明,该优化算法可以有效求解内河集装箱班轮航线配载问题.
学位
本文从数字智能化时代内外部环境对高校财务管理提出的新要求出发,提出构建高校财务云平台的价值、思路、关键建设点及具体实施路径。
智慧城市提出10年以来,依然存在概念不清晰,顶层设计缺乏,信息孤岛等问题,随着互联网的进一步发展,互联网类脑架构越来越清晰,作为城市建筑与互联网结合的产物,智慧城市也将出现新的架构,城市云脑由此产生,基于互联网云脑,本文重点阐述了如何通过类脑组织形式建设智慧城市,并依托大社交网络(城市神经网络)和城市云反射弧对智慧城市建设水平(城市智商)进行评价.
This paper is concerned with the state consensus for double-integrator heterogeneous networks based on asynchronous periodic edge-event-triggered control.This paper considers the practical scenario: 1