Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜杭州电子科技大学胡海洋获国家专利权

恭喜杭州电子科技大学胡海洋获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜杭州电子科技大学申请的专利基于GSOPN的不确定式CPS建模与分析方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114757061B

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210474391.5,技术领域涉及:G06F30/22;该发明授权基于GSOPN的不确定式CPS建模与分析方法是由胡海洋;王利红;司先晨;李忠金设计研发完成,并于2022-04-29向国家知识产权局提交的专利申请。

基于GSOPN的不确定式CPS建模与分析方法在说明书摘要公布了:本发明公开基于GSOPN的不确定式CPS建模与分析方法。本发明根据实际工业信息物理系统CPS,构建广义随机对象Petri网GSOPN;使用对象网消融算法将广义随机对象Petri网GSOPN的内嵌式对象网结构转化为传统GSPN;针对GSPN不确定性使用正态隶属函数、逆向云算法、正向云算法方法进行处理;将GSPN看成一个嵌入的马尔可夫链EMC,对其进行性能分析。本发明提出了GSOPN对CPS系统的动态生产过程具有较强的描述能力,使用对象网消融算法使得其能够具备GSPN高效性、精确性,能够在传统GSPN基础上对于更复杂、具有更多不确定性的CPS系统做出更快、更精确的分析。

本发明授权基于GSOPN的不确定式CPS建模与分析方法在权利要求书中公布了:1.基于GSOPN的不确定式CPS建模与分析方法,其特征在于包括:步骤1、根据实际工业信息物理系统CPS,构建广义随机对象Petri网GSOPN;所述广义随机对象Petri网GSOPN由一个四元组S=SN,ON,ρ,σ构成,是一个内嵌式对象网结构,使用系统网SN和对象网ON构成整个GSOPN网系统的双层分离模型,通过系统网和对象网中变迁的同步交互关系ρ和库所的一种对应关系σ,将这两者联合起来;所述对象网ON是对实际工业信息物理系统CPS中的工件加工流程的抽象建模,用于反映工件的加工状态、工件与工件之间的加工状态和造成工件加工状态改变的因素之间的关系;所述系统网SN是对实际工业CPS中的总体工作流程的抽象建模,用于反映工件加工的资源状态、工件加工状态和造成工件加工状态改变的因素之间的关系;对应关系集σ表示系统网和对象网之间库所的一种对应关系,具体是实现中某一状态在对象网和系统网中的不同库所的对应关系;交互关系集ρ表示系统网和对象网之间库所的一种对应关系;步骤2、使用对象网消融算法将广义随机对象Petri网GSOPN的内嵌式对象网结构转化为传统GSPN;具体是:2-1为了消除内嵌式对象网结构,首先需要在对象网上删掉所有属于交互关系集ρ的变迁;由于删除上述变迁后,对象网中会存在许多孤立的库所,遍历对象网中的所有库所,若该库所与其他的变迁并不存在有向弧,就把当前库所删除;否则,保留该库所;2-2将步骤2-1得到网结构定义为如果某库所且则认为库所是起始库所,其中表示该库所存在输入的变迁;如果且则认为库所为终止库所,表示该库所存在输出的变迁;起始库所集S为包含所有起始库所的集合,记为终止库所集E为包含所有终止库所的集合,记为遍历对象网中所有剩余的库所,将满足起始库所或者终止库所定义的库所加入到相应的集合S或E中;2-3若满足条件:且其中表示对于S中的任意一个元素,σs表示对应关系集σ中与s对应的关系,则直接使用对应关系集将s添加到系统网中,否则设为起始库所s在初始对象网中输入集的一个元素,根据交互关系集ρ,找出系统网中与输入集中变迁交互的变迁ts,创建变迁ts指向库所s的有向弧,连同库所s一起添加到系统网SN中;2-4若满足条件:且其中表示对于E中的任意一个元素,σe表示对应关系集σ中与e对应的关系,则直接使用对应关系集将e添加到系统网中,否则设为终止库所e在初始对象网中输出集的一个元素,根据交互关系集ρ,找出系统网中与输入集中变迁交互的变迁te,创建库所e指向变迁te的有向弧,连同库所e一起添加到系统网SN中;步骤3、为提高GSPN网系统的实际可用性,针对GSPN中的不确定性使用正态隶属函数、逆向云算法、正向云算法方法进行处理,确定GSPN中各个时间变迁具体的发生速率;具体为:3-1使用正态隶属函数来解决时间变迁发生速率的不确定性;正态隶属函数用期望Ex,熵En,和超熵He表示事物的不确定性,将随机性和模糊性结合在一起,构造出服从泛正态分布的模型;设U是用精确数值表示的定量论域,定性概念CEx,En,He是定量论域U上的定性概念,若x∈U是概念C的一次随机实现,服从正态分布NEx,En'2,En'服从正态分布NEn,He2,x对C的确定度μx∈[0,1]是具有稳定倾向的随机数,满足: 则在论域U上所有模型构成随机变量X的分布服从泛正态分布,上式隶属函数称为正态隶属函数,定量数值x体现了表示概念的定量值的随机性,而μx反映了定量数值x隶属于定性概念C的确定程度;3-2为了能够处理时间变迁发生速率的不确定性,首先将收集到的时间变迁的发生速率通过多步式的逆向云变换算法MBCT-SR生成Ex,En,He数字特征;3-3在使用多步式的逆向云变换算法得到各个变迁的Ex,En,He后,使用正向云变换算法,获取到时间变迁发生速率的估计值;步骤4、将GSPN看成一个嵌入的马尔可夫链EMC,对其进行性能分析。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州电子科技大学,其通讯地址为:310018 浙江省杭州市下沙高教园区2号大街;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。