多核环境下面向仿真组件的HLA 成员并行框架

提出了一种面向仿真组件的并行联邦成员框架,以解决基于HLA(high level architecture)复杂仿真系统联邦成员开发的问题,并提升多核处理器环境下联邦成员的运行性能.并行联邦成员框架通过仿真组件的组合、装配来构建联邦成员.通过仿真引擎管理、数据分发管理、对象管理、组件管理服务和负载平衡功能,并行联邦成员框架为仿真模型构建了一个多核的并行执行环境,并确保并行成员能与RTI正确交互.通过实验来研究并行成员框架引入的额外开销,并比较并行成员和普通成员的性能.实验结果表明,并行框架能够充分利用多核处理器的计算能力来减少仿真系统运行时间,提高系统性能.     

基于进化计算的兴趣建模

为实现对个体的兴趣建模,提出基于进化计算的建模(Evolutionary Computation Based Modeling,ECBM)方法。该方法采用定性和定量相结合的方式对个体的兴趣系统进行建模,首先通过定性分析构建个体的兴趣模型框架,然后通过进化计算(Evolutionary Computation)方法对模型参数自动进化。实验结果表明,ECBM能够通过数据驱动模式优化模型参数,并利用更新信息进化模型,使其不断逼近真实系统。     

基于分布估计算法的磁浮列车故障综合评判

针对使用传统模糊综合评判方法进行故障级别评判时模型参数难以确定的问题,提出一种基于分布估计算法(EDA)的模糊综合故障评判方法.该方法利用EDA进行模糊评判模型的进化学习,能有效实现模糊模型参数的自动优化,并具有模型易于理解,计算效率高的优点.通过对磁浮列车悬浮系统的仿真实验,结果显示基于分布估计算法的模糊故障综合评判方法能获得优于传统进化算法和其他机器学习方法的评判效果,具有较好的应用价值.

     

基于分布估计算法的磁浮列车故障综合评判

针对使用传统模糊综合评判方法进行故障级别评判时模型参数难以确定的问题.提出一种基于分布估计算法(EDA)的模糊综合故障评判方法.该方法利用EDA进行模糊评判模型的进化学习,能有效实现模糊模型参数的自动优化,并具有模型易于理解、计算效率高的优点.通过对磁浮列车悬浮系统的仿真实验,结果显示基于分布估计算法的模糊故障综合评判方法能获得优于传统进化算法和其他机器学习方法的评判效果,具有较好的应用价值.     

中低速磁悬浮列车运行维护管理系统设计

作为一种快速轨道交通工具,中低速磁浮列车对于安全性、可靠性和冗余性有着十分严格的要求.而传统的列车维护往往采用人工方式,不但要消耗大量的人力、物力,而且对于出现的故障也不能及时做出反应,难以保证磁悬浮列车的正常、安全运行.针对这一问题,文中在分析中低速磁浮交通系统维护管理需求的基础上,设计并实现了基于B/S(Browser/server)结构的网络化维护管理系统,并从系统架构、信息流程、维修方案以及功能设计等方面进行了详细的介绍.系统的建立简化了维护管理流程,提高了维护效率,降低了维护成本,这对于提高车辆的安全性和可用度具有十分重要的意义.     

一体化M&S环境下资源的全局一致性描述

一体化建模与仿真是在规范化建模方法的指导下,通过建模工具将问题描述、建模过程和技术实现联系为一体,实现问题描述与技术实现相互联动的一种模型开发过程.在一体化建模与仿真环境下,仿真资源多种多样,表现形式错综复杂,因此资源的规范描述变得比较困难.提出四元组描述法,结合XML规范语言对一体化建模仿真环境下的资源进行全局一致性描述.它实现了资源的规范一致性描述,提高了仿真资源的可识别性、通用性和重用性.