区间速率连续Petri网的有效冲突及其消解

有效冲突是Petri网及其扩展模型的重要行为。本文讨论了区间速率连续Petri网模型的有效冲突问题。通过划分区间速率连续Petri网的标识等价类,提出了区间速率连续Petri网在任意标识下的瞬时引发速率的有效求解方法,并提出了区间速率连续Petri网最大瞬时引发速率有效冲突的判定及消解方法。最后给出相应的分析例子。     

ICPN的时间自动机构造方法

为克服Petri网行为演变分析技术的局限性,利用时间自动机技术分析区间速率连续Petri网(ICPN)特性。根据区间速率连续Petri网模型语义提出基于冲突消解的区间速率连续Petri网状态演变图构造算法,给出状态演变图的时间自动机构造方法。对某化工生产过程的分析表明了该方法的必要性和有效性。     

区间速率连续Petri网可达稳态必要性分析

文章就区间速率连续Petri网可达稳态的必要性问题进行研究,在介绍区间速率连续Petri网及其使能、引发语义的基础上首先给出区间速率连续Petri网在指定标识下具有稳态的条件;其次通过提出区间速率连续Petri网一种标识向量等价类划分方法从而给出分析区间速率连续Petri网可达稳态必要性的有效方法;最后给出一个应用例子,考察区间速率连续Petri网的可达稳态问题。     

区间速率连续Petri网的模糊模型

为了实现区问速率连续Petri网的模糊控制,建立了区间速率连续Petri网的模糊模型,定义了区间速率连续Petri网的模糊规则.进一步地,对区间速率连续Petri网的模糊控制进行了讨论,给出了库所标识收敛的定理,为基于区间速率连续Petri网描述的模糊系统的控制提供了理论依据.实例分析表明了区间速率连续Petri网的模糊控制的可行性.     

基于一种新型混杂Petri网的混杂系统建模与控制

为了增强混杂Petri网模型描述能力和克服一阶混杂Petri网模型语义错误的问题,定义一种新的混杂Petri网模型——广义混杂Petri网,提出了相应的迁移使能和迁移引发语义．通过划分标识等价类提出了广义混杂Petri网连续迁移瞬时引发速率的有效求解方法和模型行为演变分析方法．给出了广义混杂Petri网模型的混杂系统建模实例,同时结合模型行为演变和线性规划实现了混杂系统的优化控制．研究结果表明,所定义的模型描述能力更强,模型语义正确合理．能够有效描述和分析混杂系统．     

基于冲突检测的一阶混杂Petri网动态行为演变方法

讨论了基于冲突检测的一阶混杂Petri网动态行为演变方法,首先给出用于一阶混杂Petri网冲突检测的瞬时迁移、延时迁移、指数迁移及区间速率连续迁移等4类迁移间的冲突判定定理;然后给出基于冲突检测的一阶混杂Petri网动态行为演变方法;最后通过混杂系统的一阶混杂Petri网模型说明冲突检测对行为演变分析正确性的重要作用。     

一种新的混杂Petri网可达性分析方法

讨论混杂Petri网的标识可达性问题.以混杂Petri网模型行为演变为基础提出了一种新的可达性分析方法.根据混杂Petri网模型行为演变划分了混杂Petri网的四种演变类型,给出并证明了每一种演变类型的可达性判定定理,基于这些定理给出了相应的可达性分析算法.另外,与已有的方法进行比较分析,分析结果表明所提出方法的有效性.     

基于Time Petri Nets的实时系统资源冲突检测

Time Petri Nets在实时系统的建模和性能分析中得到广泛应用,而冲突是Petri网及其扩展模型的重要行为,解决冲突是正确分析模型动态行为的关键.目前随机Petri网、混合Petri网和区间速率连续Petri网的冲突检测方法由于没有考虑到时间约束因此无法在TPN网中使用.时间约束的引入使得Time Petri Nets模型的使能和触发语义比Petri网模型的语义复杂,冲突检测变得更加困难.为了计算冲突发生的时间和概率,首先根据时间约束,给出了变迁持续使能时延迟区间的计算方法,并证明了该方法的合理性和完备性;然后在此基础上定义并证明了Time Petri Nets模型中不冲突的检测方法;并提出了Time Petri Nets模型的冲突检测方法,给出了冲突时间区间和变迁实施概率的计算方法;最后通过实例验证说明了该方法的正确性和有效性.     

一种混杂Petri网模型动态演变研究

为了实现R.David和H.Alla所定义的混杂Petri网模型行为分析的正确性,提出了一个通用的模型动态演变方法.该方法给出了基于线性规划方法的混杂Petri网瞬时引发速率求解方法,解决了有效冲突情形下的瞬时引发速率求解问题.分析了改变不变行为(Invariant Behavior,简称IB)状态事件之间的相互作用及其对模型演变正确性的影响,同时提出了判定改变IB状态事件的方法.例子表明了所提出的理论与方法对混杂Petri网模型动态演变正确求解的重要性和有效性.     

最大速度变化的连续Petri网(VCPN)的动态演变及性质判定

最大速度变化的连续Petri网（VCPN）是由David等最早提出的一类时延连续Petri模型，但并未对其动态及结构性质给出分析方法，首先给出了VCPN的相区间的定义及其划分，并结合实例对VCPN的动态演变过程进行了分析，在此基础上，结合VCPN的稳定的相区间，进一步对其性质给出了相应的定义判定定理，利用这些结论，可以对由VCPN模拟的系统进行性能分析，这种分析方法对某些系统利用VCPN建模并进行分析提供了理论根据。     

Speed control of SRM supplied by photovoltaic system via ant colony optimization algorithm

This paper proposes a speed control of switched reluctance motor supplied by photovoltaic system. The proposed design of the speed controller is formulated as an optimization problem. Ant colony optimization (ACO) algorithm is employed to search for the optimal proportional integral (PI) parameters of the proposed controller by minimizing the time domain objective function. The behavior of the proposed ACO has been estimated with the behavior of genetic algorithm (GA) in order to prove the superior efficiency of the proposed ACO in tuning PI controller over GA. Also, the behavior of the proposed controller has been estimated with respect to the change of load torque, variable reference speed, ambient temperature and radiation. Simulation results confirm the better behavior of the optimized PI controller based on ACO compared with optimized PI controller based on GA over a wide range of operating conditions.

     

基于事件触发机制的自主车辆队列协同控制

为应对通信过程存在的扰动以及减少自主车辆队列控制中的信息冗余、资源浪费,提出了一种基于事件触发机制的自主车辆队列协同控制算法,保证自主车辆队列的稳定运行。首先,针对有向通信拓扑结构下的自主车辆队列设计基于事件触发机制的协同控制算法,即使存在扰动约束,自主车辆也可以在该算法的控制下有效跟随领航车辆的速度,且与相邻车辆保持期望的安全距离。其次,通过设计Lyapunov函数以及分析Zeno行为,证明算法的有效性和安全性。最后,通过MATLAB仿真验证了控制算法的正确性。     

基于社会学习机制的改进人工鱼群算法

针对人工鱼群算法后期搜索速度慢、不易得到精确解等问题,结合社会学习机制提出一种改进算法。当人工鱼群算法进行到优化后期时,使用群体社会学习机制中的趋同和趋异行为进行寻优。两种行为搜索速度快,寻优精度高,且趋异现象提高了群体的多样性,增强了跳出局部极值的能力,在一定程度上改善了原算法的搜索性能。仿真实验结果表明了改进算法的可行性和有效性。     

基于关节点特征的跌倒检测算法

针对跌倒检测算法中存在网络计算量大和类跌倒行为难以区分的问题,提出一种基于关节点特征的跌倒检测算法。首先,在目前先进的CenterNet算法基础上提出了深度可分离卷积CenterNet （DSC-CenterNet）关节点检测算法,从而在减少骨干网络计算量的同时准确检测人体关节点并获取关节点坐标;然后,基于关节点位置和人体先验知识来提取可充分表达跌倒行为的空间特征和时间特征作为关节点特征;最后,把关节点特征向量输入全连接层,并经Sigmoid分类器输出跌倒或非跌倒两种类别,从而实现人体目标的跌倒检测。实验结果表明,所提算法在UR Fall Detection数据集上对不同状态变化下跌倒检测的平均准确率达到98.00%,区分类跌倒行为的准确率达到98.22%,跌倒检测速度为18.6 frame/s。与原CenterNet结合关节点特征跌倒检测的算法相比,DSC-CenterNet结合关节点特征算法的跌倒检测速度提升了22.37%,提高后的速度可有效满足视频监控下人体跌倒检测任务的实时性。该算法能有效提高跌倒检测速度并对人体跌倒状态进行准确检测,且进一步验证了基于关节点特征的跌倒检测算法在视频跌倒行为分析中的可行性与高效性。     

具有QoS保证的服务资源联合分配与管理

提出一种具有QoS保证的资源管理系统架构,理论分析表明,该系统架构能够较好地适应资源的动态性;其次将服务资源联合分配问题归化为MMKP(multiple-choice multiple-dimension knapsack problem)问题,并提出两种资源联合分配算法:最优解算法RA_BBLP和启发式算法RA_MHEU,实验结果表明,RA_BBLP保证求得最优解,可作为其他算法的参照系,而RA_MHEU收敛速度极快且所求出的解集接近最优,是一种理想的资源联合分配 算法.     

基于Hadoop的用户搜索行为分析

用户搜索网页行为的分析是目前信息搜索的研究的热点,本文针对云计算中的并行计算搜索存在的检索速度慢,效率低等缺点提出了一种基于Hadoop海量用户搜索网页行为的方法,该方法主要是在网页PageRank算法的基础上,将用户影响因子,时间向量和网页相关性因素加入到算法中,使得改进后的PageRank算法得到了提高,进一步提高用户搜索网页行为的效率,实验中通过使用优酷实验室中的查询日志分析证明了本文的算法具有良好的效果,并对云计算中的用户行为分析具有一定的指导意义.     

视觉协同的违规驾驶行为分析方法

本文针对危险驾驶识别中主流行为检测算法可靠性差的问题,提出了一种快速、可靠的视觉协同分析方法。对手机、水杯、香烟等敏感物体进行目标检测,提出的LW(low weight)-Yolov4(You only look once v4)通过去除CSPDarknet53(cross stage partial Darknet53)卷积层中不重要的要素通道提升了检测速度,并L₁正则化产生稀疏权值矩阵,添加到BN(batch normalization)层的梯度中,实现优化网络模型的目的;提出姿态检测算法对驾驶员指关节关键点进行检测,经过仿射逆变换得到原始帧中的坐标;通过视觉协同分析对比敏感物品的检测框位置与驾驶员手部坐标是否重合,判定驾驶员是否出现违规驾驶行为及类别。实验结果表明,该方法在识别精度与检测速度方面均优于主流的算法,能够满足实时性和可靠性的检测要求。