摘要 在仿真科学技术领域,模型重用技术是提高建模效率和可信性的重要手段,也是当前复杂系统仿真领域的研究难点与热点.本文对模型重用的需求、分类、相关概念、特点等方面进行了分析,给出了模型重用的知识体系,从理论、方法与应用角度给出了详细说明,并总结了目前模型重用研究所存在的一些问题,最后分析讨论了未来要研究的几个关键问题.

关键词 建模仿真; 仿真模型重用; 可信性; 复杂系统; 模型生命周期; modeling and simulation; model reuse; credibility; complex system; model lifecycle;

摘要 建模与仿真技术应用广泛,现已成为人们认识和改造现实世界的重要手段,而仿真系统可信与否是仿真用户十分关注的问题.随着仿真对象愈发复杂以及用户对仿真应用要求越来越高,仿真系统呈现出多种复杂特性,以致于其可信度评估面临诸多挑战.本文首先总结了国内外仿真可信度评估发展历程,并分析了复杂仿真系统的特点及可信度评估面临的问题;然后,在此基础上给出了复杂仿真系统可信度评估解决方案及应对策略;最后总结了复杂仿真系统可信度评估所面临的挑战与机遇,指出了未来研究方向.

关键词 复杂仿真系统; 可信度评估; 校核验证与确认; 仿真模型验证; 研究进展; complex simulation system; credibility assessment; VV&A; simulation model validation; research development;

摘要 复杂产品设计需要建立多个学科领域模型,传统设计方法造成大量"模型孤岛"和信息不一致性.为了优化产品全局运行性能,必须集成孤立的多学科模型,实现多学科耦合分析以及多学科设计优化.本文采用基于模型的系统工程(model-based systems engineering,MBSE)方法,研究复杂产品设计过程中多学科建模方法和模型集成技术.在MBSE方法指导下,本文研究和建立了涡轮叶片冷却结构设计的几何模型、气动分析模型、传热分析模型以及设计优化模型等.MBSE建模方法突破了传统的专业界限,在统一体系架构下建立多学科模型,可以消除多学科模型不一致性,以及实现了多学科模型集成.MBSE方法的应用能够提高复杂产品设计效率和水平.

关键词 基于模型的系统工程; 涡轮叶片; 几何模型; 物理模型; 优化模型; model-based system engineering; turbine blade; geometric model; physics model; optimization model;

摘要 装备保障体系在现代战争中起着决定性的作用,若采用实装试验的方式进行研究,耗费的时间、人力、物力成本都较高,故采用计算机建模和仿真的方式比较科学.但装备保障体系作为一个复杂大系统,其组成要素多,交互关系复杂,采用基于离散事件的仿真方法难以揭示体系的特性,因此引入基于多智能体的仿真方法来对装备保障体系进行建模和仿真,可以通过各个智能体自底向上、协作自治的方式来揭示体系的"涌现性".本文对装备保障体系进行了基于智能体的仿真建模,构建了仿真平台的体系架构,对仿真运行管理、时间同步和数据分发等关键技术进行了研究,提出了双向动态粗分链表树的发布订阅算法,最后通过原型系统和案例分析验证了基于多智能体的建模与仿真方法是切实可行的.

关键词 多智能体; 装备保障体系; 建模与仿真; 仿真运行管理; 时间管理; 数据分发; multiagent; equipment support system; modeling and simulation;

摘要 互联网条件下的制造业协作关系是复杂网络系统.为了充分把握它的内在规律,指导我国制造业与互联网融合发展实现转型升级,本文研究提出"互联网+"条件下制造业协作关系优化升级模型——基于控制理论框架的闭环反馈控制模型,设计基于复杂社会网络理论的分析评估指标体系,并基于大型制造业互联网协作平台实际运行的微观数据进行实证分析.结果表明,"互联网+"有助于显著改善制造业协作关系的质量,提升整体的协作和创新绩效.

关键词 复杂社会网络; 建模与分析; 优化升级; 协作关系; 互联网+制造业; complex social network; modeling and analysis; optimization and upgrading; collaborative relationship; Internet + manufacturing;

摘要 针对传统数据挖掘方法无法深入分析防空体系复杂关联关系和体系能力涌现生成机理的问题,提出一种基于强制自编码神经网络的防空作战体系能力回溯分析方法.以使命任务指标为牵引,利用大数据关联关系分析,复杂网络社团分析及主成分分析等方法,获取相对完备且具有明确军事含义的防空作战指标体系结构,以此先验知识为结构框架,构建结构约束的强制自编码深度学习网络模型,形式化地描述防空体系能力指标之间的级联涌现关系,并在此基础上深入分析体系能力生成机理及贡献度,最后通过仿真实验数据对模型进行了验证.实验结果表明,相对于传统的数据分析方法和深度学习方法,所提模型对防空体系能力指标涌现过程的形式化描述,不仅体现了涌现过程的非线性、不确定性等复杂性特征,同时还赋予指标体系相对明确的物理含义,为辅助指挥员深入认知并管控复杂作战体系提供了可行的方法手段.

关键词 作战体系; 效能评估; 深度学习; 涌现; 体系指标; 贡献度; operational system of systems; effectiveness assessment; deep learning; emergence; indices; contribution rate;

摘要 在计算机视觉领域已经提出了很多物体跟踪算法和多人跟踪算法,但是遮挡一直是跟踪领域一个具有较大挑战性的问题.为了实现在多种遮挡情况下的行人跟踪,本文提出了一种基于深度学习的行人跟踪框架:根据物体检测算法Faster R-CNN训练了一个行人检测算法作为行人跟踪的搜索机制,相比于梯度下降算法这个机制在缩小搜索范围的同时提高了准确度;利用颜色直方图和尺度不变特征相结合作为目标的表示方式,在目标匹配的过程中,基于FCN图像语义分割算法训练了一个针对行人全卷积网络来提取目标模型中的行人信息以便于去除背景的噪声影响.在数据库OTB上与其他跟踪方法进行了比较,结果显示所提出方法比其他跟踪器在有遮挡的情况下提高了跟踪的准确率和成功率.

关键词 Faster R-CNN; SIFT; FCN; 图像语义分割算法; 颜色直方图; Faster R-CNN; SIFT; FCN; image semantic segmentation; color histogram;

摘要 炉窑和锅炉燃烧系统是一个复杂的非线性系统.针对当前炉膛火焰燃烧状况识别效果不理想、检测存在延迟等问题,提出了一种自适应颜色模型的火焰识别方法,以改善燃烧火焰的识别效果.首先,根据炉膛火焰燃烧特性设计含变量的自适应颜色模型,并采用最大类间方差法推导出自适应颜色模型中变量阈值的表达式;在此基础上,利用人类学习优化算法快速求解出最佳分割阈值,从而快速、精确地识别出炉膛火焰燃烧状况.最后,开展了仿真实验验证,结果表明所提出方法具有有效性与可行性.

关键词 自适应; 颜色模型; 火焰识别; 人类学习优化; 阈值; adaptive; color model; flame recognition; human-learning optimization; threshold;

摘要 基于空间方向的有限元方法和时间方向的L1-CN格式,本文针对二维两项时间混合分数阶扩散波动方程进行数值分析.首先,给出该方程的全离散逼近格式,并证明其无条件稳定性.然后,严格证明L~2模意义下的收敛结果和H~1模意义下的超逼近结果O(h~2+τ~(min{2-α)1,~(3-α}))(0<α_1<1,1<α<2),这里h和τ分别表示空间和时间步长.进一步地,利用插值后处理技术导出H~1模意义下的整体超收敛结果.最后,借助于数值算例进一步展示理论分析的正确性和高效性.

关键词 分数阶扩散波动方程; 有限元方法; L1-CN格式; 稳定性; 超逼近; 收敛和超收敛; two-term mixed time-fractional diffusion-wave equations; finite-element method; L1-CN approximation; stability; superclose; convergence and superconvergence;

摘要 基于图像的接触网异常检测中,鸟巢检测是其中一种典型的异常状况.但在接触网图像数据中含有鸟巢的图像只占总数据很小的一部分,属一类典型的不平衡数据分类问题.使用机器学习模型解决该类不平衡数据问题,模型对于数据特征的学习能力非常关键.生成对抗网络(generative adversarial networks,GANs)可以无监督地学习到丰富的数据特征,其优异的数据特征捕获能力被越来越多地证实和应用.但由于GANs模型自身结构及原理所限,直接将其用作图像分类模型效果并不理想.本文针对图像分类任务对GANs模型进行了研究和改进,提出了双判别器生成对抗网络(double discriminator generative adversarial networks,DDGANs),在接触网鸟巢检测中取得了令人满意的分类效果.同时DDGANs也是一种有效的半监督学习模型,对MNIST标准数据集的实验表明,与其他模型相比,准确率和收敛速度获得了明显提高.

关键词 生成对抗网络; 半监督学习; 不平衡数据分类; 异常检测; 接触网; GANs; semisupervized learning; unbalanced data classification; anomaly detection; catenary;

摘要 为有效对抗窄带射频层析成像测量过程中所存在的多径干扰,实现对阴影衰落的有效估计,本文结合结构化聚集Bayes压缩感知理论,依据阴影衰落所具有的稀疏性和空间区域聚集性特征,构造阴影衰落分布的聚集稀疏先验模型,建立射频层析成像的结构化稀疏Bayes学习机制,增强射频链路对阴影衰落与其他多径衰落的辨别能力,有效抑制伪影的产生,提升射频层析成像技术对观测目标的识别性能,更好地服务于无源位置感知的实际应用.

关键词 窄带射频传感网络; 无源位置感知; 射频层析成像; 多径干扰; Bayes压缩感知; narrowband radio frequency sensor networks; device-free localization; radio tomographic imaging; multipath interference; Bayesian compressive sensing;

摘要 使用脑电信号控制智能轮椅是智能轮椅的一种新型控制方式,其控制中最大的问题在于脑电信号的识别与分类,尤其是对多种脑电信号的分类.为了提高多种脑电信号识别与分类的准确度,本文提出了将改进共空间模式与深度信念网络运用于脑电信号识别与分类中.采用Emotiv EPOC+脑电采集仪采集多种脑电信号,改进共空间模式针对多种脑电信号进行特征信号提取,深度信念网络对提取的特征信号进行识别与分类.实验表明,提出的改进共空间模式与深度信念网络的分类准确率高于传统脑电信号的分类方法,在未来研究多种脑电信号的识别与分类上提供了一种研究思路.

关键词 脑机接口; 脑电信号; 改进共空间模式; 深度信念网络; brain-computer interface; EEG signals; improved-common spatial patterns; deep-belief network;

摘要 随着互联网和在线社交媒体的快速发展,社交网络中的信息传播十分迅速并难以掌控,社交网络中信息传播的规律研究需要进行大量的网络传播计算实验.当前以SIR模型为基础的网络传播实验广泛应用于疾病传播研究和信息传播研究.目前受限于硬件、软件等原因还很难进行超大规模的网络传播计算.然而当前互联网信息传播呈现出用户规模大、信息多、传播速度快的特点,以往基于抽象简化方法设计的小规模网络传播实验渐渐难以满足日益增长的计算需求.本文借助Spark平台,实现了超大规模网络传播计算实验算法,将该算法与Nepidemix单机传播计算组件进行了性能对比,论证了其优势和不足.该算法在有足够集群计算资源时可以进行上亿规模节点的网络传播实验,并且开发难度小,基于此可以高效地进行大规模复杂网络中的信息传播仿真,为舆情传播、监测、预测和干预等研究奠定了基础.

关键词 信息传播; 分布式计算; SIR模型; 复杂网络; 仿真方法; information dissemination; distributed computing; SIR; complex networks; simulation method;

摘要 基于虚拟等价系统理论统一分析和理解针对线性被控对象的,由任意控制策略和任意参数估计算法构成的自校正控制系统的稳定性、收敛性,给出了各种情况下便于工程应用的判据,这些判据的共同特点是不需要参数估计的收敛性.考虑到模型参考自适应控制可视为自校正控制的一种特殊情况,因此,本文方法和结论也可用于模型参考自适应控制系统的稳定性和收敛性分析.最后,用仿真结果验证了虚拟等价系统理论的有效性.

关键词 自适应控制; 稳定性; 收敛性; 虚拟等价系统; adaptive control; stability; convergence; virtual equivalent system;