公共文化服务平台

共 4 条记录，以下是 1-4

全选清除导出

排序方式：

一种基于SysML/MARTE的信息物理融合系统的建模方法: 本发明公开了一种基于SysML/MARTE的信息物理融合系统的建模方法，提取一个SysML的子集和一个MARTE的子集，用于建模系统的连续行为、随机行为和非功能属性等，旨在以多视角建模的方式构建信息物理融合系统的模型。具...; 杜德慧黄平姜凯强王骁刘巨富昝慧杨明睿; 文献传递

基于抽象和学习的分布式统计模型检测方法: 本发明公开了一种基于抽象和学习的分布式统计模型检测方法，减少了验证复杂的信息物理融合系统的属性所需时间。具体实施步骤如下：输入系统模型仿真的路径训练集和增量原始路径集，对路径训练集进行抽象和学习并得到前缀约减树；将增量原...; 姜凯强敖奕管春琳黄平昝慧杜德慧; 文献传递

一种基于SysML/MARTE的信息物理融合系统的建模方法: 本发明公开了一种基于SysML/MARTE的信息物理融合系统的建模方法，提取一个SysML的子集和一个MARTE的子集，用于建模系统的连续行为、随机行为和非功能属性等，旨在以多视角建模的方式构建信息物理融合系统的模型。具...; 杜德慧黄平姜凯强王骁刘巨富昝慧杨明睿

一种面向CPS的自适应统计模型检测方法被引量：4: 2017年; 随着计算机与物理环境的交互日益密切,信息-物理融合系统(cyber-physical system,简称CPS)在健康医疗、航空电子、智能建筑等领域具有广泛的应用前景,CPS的正确性、可靠性分析已引起人们的广泛关注.统计模型检测(statistical model checking,简称SMC)技术能够对CPS进行有效验证,并为系统的性能提供定量评估.然而,随着系统规模的日益扩大,如何提高统计模型检测技术验证CPS的效率,是目前所面临的主要困难之一.针对此问题,首先对现有SMC技术进行实验分析,总结各种SMC技术的受限适用范围和性能缺陷,并针对贝叶斯区间估计算法(Bayesian interval estimate,简称BIE)在实际概率接近0.5时需要大量路径才能完成验证的缺陷,提出一种基于抽象和学习的统计模型检测方法 AL-SMC.该方法采用主成分分析、前缀树约减等技术对仿真路径进行学习和抽象,以减少样本空间;然后,提出了一个面向CPS的自适应SMC算法框架,可根据不同的概率区间自动选择AL-SMC算法或者BIE算法,有效应对不同情况下的验证问题;最后,结合经典案例进行实验分析,实验结果表明,自适应SMC算法框架能够在一定误差范围内有效提高CPS统计模型检测的效率,为CPS的分析验证提供了一种有效的途径.; 杜德慧昝慧姜凯强程贝; 关键词：自适应性

全选清除导出

共1页<1>

昝慧