CN113672207A - 一种x语言混合模型建模系统、方法及存储介质 - Google Patents
一种x语言混合模型建模系统、方法及存储介质 Download PDFInfo
- Publication number
- CN113672207A CN113672207A CN202111027923.2A CN202111027923A CN113672207A CN 113672207 A CN113672207 A CN 113672207A CN 202111027923 A CN202111027923 A CN 202111027923A CN 113672207 A CN113672207 A CN 113672207A
- Authority
- CN
- China
- Prior art keywords
- model
- state
- modeling
- behavior
- language
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000006399 behavior Effects 0.000 claims abstract description 73
- 239000000470 constituent Substances 0.000 claims abstract description 22
- 230000008878 coupling Effects 0.000 claims description 36
- 238000010168 coupling process Methods 0.000 claims description 36
- 238000005859 coupling reaction Methods 0.000 claims description 36
- 230000006870 function Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000006978 adaptation Effects 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 238000005094 computer simulation Methods 0.000 abstract description 4
- 230000007704 transition Effects 0.000 description 7
- 230000001960 triggered effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/31—Programming languages or programming paradigms
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种X语言混合模型建模系统、方法及存储介质,涉及混合系统建模技术领域,包括模型结构选择模块、构成元素定义模型、状态行为定义模块;其中,所述模型结构选择模块,用于根据系统的复杂程度选取不同的模型描述框架;所述构成元素定义模块,用于对所述模型描述框架的构成元素进行定义;所述状态行为定义模块,用于对所述构成元素的状态行为进行定义。本发明能够支持连续离散两个领域混合模型的规范化建模,在离散事件规范的基础上扩充了状态的定义,优化了建模的等级结构,能够为混合模型提供一种高效且贴近需求的建模方法。
Description
技术领域
本发明涉及混合系统建模技术领域,更具体的说是涉及一种X语言混合模型建模系统、方法及存储介质。
背景技术
随着计算机科学技术的发展,目前建模和仿真技术已经被用于工业制造和军事仿真等多个复杂场景下。其中离散事件规范(Discrete Event Specification,DEVS)是应用最广泛的离散系统仿真框架之一。
DEVS是由Zeilger提出的基于离散事件的系统建模框架,框架中包括原子模型和耦合模型两种类型的模型,其中,耦合模型可以被视作特殊的原子模型。混合模型(hybridsystem)是同时包括连续及离散动态特性的动力系统,这类系统中同时有连续以及跳跃的特性。混合模型作为一种典型的多领域模型,其建模与仿真涉及到连续和离散两种不同的领域,目前的建模规范中,要么只能够对其中一个领域进行规范化的定义,如经典DEVS;要么是能够满足对两种领域的建模,但是对模型描述的限制过大,如DEV&DESS。
X语言是国内自主研发的复杂系统建模语言,能够支持连续离散两个领域混合模型的规范化建模,使得混合模型建模更加高效便捷。因此,如何运用X语言进行混合模型建模使得建模更加清晰化和简化成为本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种X语言混合模型建模系统、方法及存储介质,基于DEVS建模框架扩充了状态的定义,补充定义了连续状态,从而实现了统一的混合模型建模规范,建模人员能够在统一的建模框架下对连续和离散模型进行描述,从宏观上实现了对混合模型建模的结构清晰化和简化。
为了实现上述目的,本发明采用如下技术方案:一方面,提供一种X语言混合模型建模系统,包括模型结构选择模块、构成元素定义模型、状态行为定义模块;其中,
所述模型结构选择模块,用于根据系统的复杂程度选取不同的模型描述框架;
所述构成元素定义模块,用于对所述模型描述框架的构成元素进行定义;
所述状态行为定义模块,用于对所述构成元素的状态行为进行定义。
优选的,所述模型描述框架包括原子模型和耦合模型。
优选的,所述原子模型的定义为:
AtomicDEVS=<X,Y,S>;
其中,X是外部输入事件集合,S是系统的状态集合,Y是输出事件集合。
优选的,所述耦合模型的定义为:
CoupleDEVS=<X,Y,D,{Md},EIC,EOC,IC,select>;
其中,X是外部输入事件集合;Y是输出事件集合;D是耦合模型的成员组件名称集合;Md是耦合模型组件集合;EIC是耦合模型的外部输入耦合集合;EOC是耦合模型的外部输出耦合集合;IC是耦合模型的内部耦合集合;select为选择函数。
优选的,所述状态行为分为内部行为、外部行为、连续行为。内部行为为模型发生内部事件时发生的行为;相应的外部行为即为模型发生外部事件时发生的行为;连续行为则是模型出于连续状态持续期间时所执行的行为,该行为相比前两者而言,是一种持续性的行为,内部和外部行为则是瞬间行为,由事件触发。
优选的,对所述原子模型来说,所述状态行为的定义为:
State=<Δext,Δint,λ,ta,f>;
其中Δext表示状态所涉及的外部事件输入集合,Δint,λ表示状态对应的内部事件以及其相应的输出集合,ta表示状态的持续时间,f表示在状态持续期间原子模型执行的行为。
另一方面,提供一种X语言混合模型建模方法,具体步骤包括如下:
选取模型描述框架;
确定所述模型描述框架的构成元素,
确定所述构成元素的状态行为。
优选的,所述模型描述框架根据系统的复杂程度进行选择,系统复杂,选择耦合模型,系统简单,选择原子模型。
优选的,所述构成元素根据所述模型描述框架的不同适应性调整,对所述原子模型,定义状态,对所述耦合模型,定义组件。
最后,提供一种计算机存储介质,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现所述X语言混合模型建模方法的步骤。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种X语言混合模型建模系统、方法及存储介质,实现了统一的混合模型建模规范,建模人员能够在统一的建模框架下对连续和离散模型进行描述,从宏观上实现了对混合模型建模的结构清晰化和简化,除此之外,通过重新定义原子模型和模型状态,提出连续状态的定义,从而提升了对混合模型描述的能力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明的系统结构图;
图2为本发明的方法流程图;
图3为本发明连续行为示意图;
图4为本发明实施例中汽车巡航队列模型示意图;
图5为本发明实施例中汽车系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例1公开了一种X语言混合模型建模系统,如图1所示,包括模型结构选择模块、构成元素定义模型、状态行为定义模块;其中,
模型结构选择模块,用于根据系统的复杂程度选取不同的模型描述框架;
构成元素定义模块,用于对模型描述框架的构成元素进行定义;
状态行为定义模块,用于对构成元素的状态行为进行定义。
具体的,根据系统的复杂程度选择不同的模型描述框架,模型描述框架包括:原子模型和耦合模型。
1)对于结构简单,不涉及多层复杂结构的模型,可直接由原子模型直接构建系统的结构。原子模型定义如下:AtomicDEVS=<X,Y,S>。其中X是外部输入事件集合,S是系统的状态集合,Y是输出事件集合。
原子模型在建模框架中主要负责对组件或者是规模较小的系统进行模型构建,在其定义中主要包括对输入输出端口定义以及其包括的状态的定义。
2)耦合模型定义为:CoupleDEVS=<X,Y,D,{Md},EIC,EOC,IC,select>。其中X是外部输入事件集合;Y是输出事件集合;D是耦合模型的成员组件名称集合;Md是耦合模型组件集合;EIC是耦合模型的外部输入耦合集合;EOC是耦合模型的外部输出耦合集合;IC是耦合模型的内部耦合集合;select为选择函数,当耦合模型中几个成员同时发生状态转移时,需使用select函数来选择其中一个成员的状态转移作为耦合模型的状态转移。
耦合模型相比较原子模型,更适合描述包括多组件、多层级的混合系统模型,在使用该模型对系统进行描述时,首先定义构成耦合模型的组件,耦合模型中的所有组件一起构成组件集合{Md},组件名称集合构成D;以及耦合模型的输入输出端口,即X和Y端口;最后,定义模型内部组件之间的端口连接为内部连接,存储为IC集合,组件的输出端口到耦合模型输出端口的连接存储为EOC集合,由耦合模型输入端口到组件输入端口的连接存储为EIC集合。
更进一步的,构成元素定义模块,用于对模型描述框架的构成元素进行定义;对原子模型来说,构成元素为状态行为,对耦合模型来说,构成元素为组件。
对于原子模型,其内部结构由状态以及状态之间的转移关系定义。状态可定义为:State=<Δext,Δint,λ,ta,f>,其中Δext表示状态所涉及的外部事件输入集合,定义了接收到其他模型发送的事件时,原子模型所执行的行为以及相应的状态转移;Δint,λ表示状态对应的内部事件行为以及其相应的输出集合,内部事件包括了状态事件和时间事件,状态事件表示当系统内部的状态变量满足制定条件时触发的事件,时间事件指状态持续时间结束时触发的事件,内部事件行为的定义就包括了状态在发生内部事件时如何触发进行状态转移以及在触发事件后执行的行为;ta表示状态的持续时间,在状态持续时间结束之后,将会触发时间事件并执行对应的内部行为;f表示在状态持续期间原子模型执行的行为,因为除了连续状态之外的其他状态并不会涉及这种类型的行为,所以也可以认为该行为就是连续行为,即由连续方程定义的连续行为。
最后,状态行为定义模块,用于对构成元素的状态行为进行定义。
状态行为具体可分为内部行为、外部行为以及连续行为。
1)内部行为是模型处于该状态时发生内部事件时执行的行为,也可以说是模型在离开该状态时执行的行为;
2)外部行为是模型发生外部事件时发生的行为,在接收到外部事件之后,状态将会对该输入进行响应;
3)连续行为则是模型处于连续状态持续期间时所执行的行为,该行为相比前两者而言,是一种持续性的行为,内部和外部行为则是瞬间行为,由事件触发。连续行为是本发明中对连续行为描述的核心,连续行为能够直接使用微分代数方程进行描述,如图3所示,这能够以一种完全符合模型数学描述的方式定义混合模型。
本发明实施例2公开了一种X语言混合模型建模方法,如图2所示,具体步骤包括如下:
S1、选取模型描述框架;
S2、定义模型描述框架的构成元素,
S3、定义构成元素的状态行为。
模型描述框架根据系统的复杂程度进行选择,系统复杂,选择耦合模型,系统简单,选择原子模型。构成元素根据模型描述框架的不同适应性调整,对原子模型,定义状态,对耦合模型,定义组件。
下面使用具体实施例对本发明方法的技术方案进行举例说明:
利用本发明的建模方法对汽车巡航队列模型进行模型构建,
步骤一:选取模型描述框架。汽车模型因为包括两个主要的组件,所以适合使用耦合模型来表示,耦合模型中共包括两个组件,一个为巡航控制模块(cruise control),另外一个模块为动力模块(Power)。使用耦合模型范式表示如下:
CoupleDEVS=<X,Y,D,{Md},EIC,EOC,IC,select>,where
X={xfront},where xfront∈
y={xd},,where xd∈
D={cruise_control,power}
Md={cruise_control,power}
EIC={(xfront,cruise_control.xfront)}
EOC={(power.xd,xd)}
IC={(power.xd,cruise_control.xd),(cruise_control.ud,power.ud),(power.vd,cruise_control.vd)}
select={}
可见在耦合模型中包括两个组件,分别是cruise_control和power;以及两个接口xfront以及xd,xfront接收从前车发送的位置信息,xd向后车发送本车的信息。其EIC由1个连接构成,将前车发送的位置信息发送到cruise_control,用于控制本车的速度;EOC也包括一个连接,将power中计算得到的本车的位置信息发送给后车;IC中包含三个连接,power分别将本车的位置和速度通过xd发送到cruise_control,然后cruise_control根据本车和前车的位置之差以及本车的速度信息得到控制信息,并通过ud发送给Power。
步骤二:定义模型描述框架的构成元素。即对构成汽车模型的巡航控制模块(cruise control)和动力模块(Power)进行定义。以动力模块为例,可以表示为:
XDEVSpower=<X,Y,S>,where
X={ud},where ud∈
Y={vd,xd},where vd,xd∈
S={idle,work}×vd×xd,where vd,xd∈
可见,Power模块包括一个输入接口ud,用于接受控制信息;包括两个输出接口xd、vd,用于输出汽车当前的位置坐标和速度;最后Power包括两个状态,分别是idle和work,idle状态表示动力为0,work状态根据输入的控制信号决定汽车的速度。
步骤三:定义构成元素的状态行为。在汽车模型中需要对cruise_control和Power两个模块的状态行为进行定义,以Power的两个状态为例。Power模块的idle状态和work状态可以分别描述为:
Stateidle=<Δext,Δint,λ,ta,f>,where
Δext(Ud)=(work,vd,xd)
Δint,λ={}
ta=infinite
f={}
Statework=<Δext,Δint,λ,ta,f>,where
Δint,λ=(work,v,x)
ta=0.01s
可见,因为idle状态时Power模块不需要执行任何行为,所以idle状态行为为空;在work状态中,系统将会持续性的接受控制信息,并向外发送汽车的速度和位置。work状态的行为包括内部行为和外部行为。外部行为再接受到ud接口发送的控制信号后触发,首先将ud的数值赋值给控制信号tau,然后进行状态转移,包括两种情况,如果输入的控制信号ud<0则Power转移到idle状态,否则停留在work状态;内部行为将会将Power的速度v和位置x分别通过vd和xd接口发送到巡航控制系统,ta定义了work状态的持续时间为0.01s,即每过0.01s,如果没有外部事件则其将会再度进入work状态;最后f定义了work状态持续期间Power执行的行为,为一组微分方程,通过这一组微分方程,可以通过控制信号tau得到汽车行进的速度和位置。
构建的汽车巡航队列模型如图4所示,队列由三辆汽车构成,并由车辆的巡航控制系统控制队列保持匀速向前行驶,前车通过xd端口向后车的xfront端口发送其位置信息以帮助后车控制车速。构成队列的汽车的系统如图5所示,其构成包括巡航控制系统以及汽车机动系统。其中,自动巡航控制系统包括五个状态。分别是acceleration、cruise、follow、brake和send,其中send状态负责将系统控制信息发送给汽车动力系统;acceleration状态在汽车启动过后对汽车进行提速;当汽车速度达到额定数值时,进入cruise状态,以巡航速度行驶;如果处于cruise状态时,与前车距离小于设定的安全数值,将进入跟随状态,控制汽车同前车保持相同的速度前进;如果遇到紧急情况,即与前车的距离小于最小安全距离,将进入brake状态,进行紧急刹车,当与前车距离恢复正常后,又将从brake进入acceleration状态,重新进行加速。动力模块包括两个状态,分别是idle和work,idle状态下汽车动力为0,work状态下动力模块根据巡航控制系统提供的控制信号提供相应的动力。
除此之外,还提供一种计算机存储介质,计算机存储介质上存储有计算机程序,计算机程序被处理器执行时实现X语言混合模型建模方法的步骤。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种X语言混合模型建模系统,其特征在于,包括模型结构选择模块、构成元素定义模块、状态行为定义模块;其中,
所述模型结构选择模块,用于根据系统的复杂程度选取不同的模型描述框架;
所述构成元素定义模块,用于对所述模型描述框架的构成元素进行定义;
所述状态行为定义模块,用于对所述构成元素的状态行为进行定义。
2.根据权利要求1所述的一种X语言混合模型建模系统,其特征在于,所述模型描述框架包括原子模型和耦合模型。
3.根据权利要求2所述的一种X语言混合模型建模系统,其特征在于,所述原子模型的定义为:
AtomicDEVS=<X,Y,S>;
其中,X是外部输入事件集合,S是系统的状态集合,Y是输出事件集合。
4.根据权利要求2所述的一种X语言混合模型建模系统,其特征在于,所述耦合模型的定义为:
CoupleDEVS=<X,Y,D,{Md},EIC,EOC,IC,select>;
其中,X是外部输入事件集合;Y是输出事件集合;D是耦合模型的成员组件名称集合;Md是耦合模型组件集合;EIC是耦合模型的外部输入耦合集合;EOC是耦合模型的外部输出耦合集合;IC是耦合模型的内部耦合集合;select为选择函数。
5.根据权利要求1所述的一种X语言混合模型建模系统,其特征在于,所述状态行为分为内部行为、外部行为、连续行为。
6.根据权利要求2所述的一种X语言混合模型建模系统,其特征在于,对所述原子模型来说,所述状态行为的定义为:
State=<Δext,Δint,λ,ta,f>;
其中Δext表示状态所涉及的外部事件输入集合,Δint,λ表示状态对应的内部事件以及其相应的输出集合,ta表示状态的持续时间,f表示在状态持续期间原子模型执行的行为。
7.一种X语言混合模型建模方法,其特征在于,具体步骤包括如下:
选取模型描述框架;
确定所述模型描述框架的构成元素,
确定所述构成元素的状态行为。
8.根据权利要求7所述的一种X语言混合模型建模方法,其特征在于,所述模型描述框架根据系统的复杂程度进行选择。
9.根据权利要求8所述的一种X语言混合模型建模方法,其特征在于,所述构成元素根据所述模型描述框架的不同适应性调整。
10.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求7-9中任意一项所述的X语言混合模型建模方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111027923.2A CN113672207B (zh) | 2021-09-02 | 2021-09-02 | 一种x语言混合模型建模系统、方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111027923.2A CN113672207B (zh) | 2021-09-02 | 2021-09-02 | 一种x语言混合模型建模系统、方法及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113672207A true CN113672207A (zh) | 2021-11-19 |
CN113672207B CN113672207B (zh) | 2024-03-26 |
Family
ID=78548152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111027923.2A Active CN113672207B (zh) | 2021-09-02 | 2021-09-02 | 一种x语言混合模型建模系统、方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113672207B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030195726A1 (en) * | 2002-03-15 | 2003-10-16 | Koichi Kondo | Hybrid model generation method and program product |
US20040158442A1 (en) * | 2002-11-27 | 2004-08-12 | Koichi Kondo | Simulation method, apparatus, and computer program using hybrid model |
US20040220786A1 (en) * | 2003-02-11 | 2004-11-04 | Sri International | Formal methods for modeling and analysis of hybrid systems |
US20050125218A1 (en) * | 2003-12-04 | 2005-06-09 | Nitendra Rajput | Language modelling for mixed language expressions |
US20050268233A1 (en) * | 2004-04-30 | 2005-12-01 | Configurecode, Inc. | System and method for mixed language editing |
US20120011118A1 (en) * | 2010-07-09 | 2012-01-12 | Planet Intelligence Solutions Corporation | Method and system for defining an extension taxonomy |
KR20120086844A (ko) * | 2011-01-27 | 2012-08-06 | 서울여자대학교 산학협력단 | 사이버-물리 시스템 환경을 위한 하이브리드 모델 시뮬레이션 방법 |
US20130304450A1 (en) * | 2012-05-08 | 2013-11-14 | StarDFX Technologies, Inc. | Method for Unified High-Level Hardware Description Language Simulation Based on Parallel Computing Platforms |
CN103455647A (zh) * | 2012-06-04 | 2013-12-18 | 黄晓冬 | 一种反射式面向对象仿真引擎 |
CN104678780A (zh) * | 2015-02-15 | 2015-06-03 | 浙江大学 | 一种基于本体构建模型的化工生产过程控制方法 |
KR101742119B1 (ko) * | 2016-07-28 | 2017-05-31 | 국방과학연구소 | 이산 사건 시스템 모델과 연속시간 시스템 모델간의 조립을 이용한 하이브리드 시스템의 모델링 및 시뮬레이션을 위한 방법 및 장치 |
CN107229789A (zh) * | 2017-05-25 | 2017-10-03 | 东北大学 | 基于hstpn模型的混杂系统建模仿真平台及仿真方法 |
CN111414695A (zh) * | 2020-03-19 | 2020-07-14 | 苏州同元软控信息技术有限公司 | 一种基于Modelica的联合仿真系统及其构建方法 |
CN112507521A (zh) * | 2020-11-13 | 2021-03-16 | 中广核工程有限公司 | 蒸汽发生器数字仿真平台 |
CN112560244A (zh) * | 2020-12-08 | 2021-03-26 | 河海大学 | 一种基于Docker的虚拟仿真实验系统及方法 |
CN112733370A (zh) * | 2021-01-13 | 2021-04-30 | 北京航空航天大学 | 一种基于图文转换的统一建模方法 |
CN112988147A (zh) * | 2021-03-17 | 2021-06-18 | 南京仁谷系统集成有限公司 | 跨平台的仿真模型开发方法 |
-
2021
- 2021-09-02 CN CN202111027923.2A patent/CN113672207B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030195726A1 (en) * | 2002-03-15 | 2003-10-16 | Koichi Kondo | Hybrid model generation method and program product |
US20040158442A1 (en) * | 2002-11-27 | 2004-08-12 | Koichi Kondo | Simulation method, apparatus, and computer program using hybrid model |
US20040220786A1 (en) * | 2003-02-11 | 2004-11-04 | Sri International | Formal methods for modeling and analysis of hybrid systems |
US20050125218A1 (en) * | 2003-12-04 | 2005-06-09 | Nitendra Rajput | Language modelling for mixed language expressions |
US20050268233A1 (en) * | 2004-04-30 | 2005-12-01 | Configurecode, Inc. | System and method for mixed language editing |
US20120011118A1 (en) * | 2010-07-09 | 2012-01-12 | Planet Intelligence Solutions Corporation | Method and system for defining an extension taxonomy |
KR20120086844A (ko) * | 2011-01-27 | 2012-08-06 | 서울여자대학교 산학협력단 | 사이버-물리 시스템 환경을 위한 하이브리드 모델 시뮬레이션 방법 |
US20130304450A1 (en) * | 2012-05-08 | 2013-11-14 | StarDFX Technologies, Inc. | Method for Unified High-Level Hardware Description Language Simulation Based on Parallel Computing Platforms |
CN103455647A (zh) * | 2012-06-04 | 2013-12-18 | 黄晓冬 | 一种反射式面向对象仿真引擎 |
CN104678780A (zh) * | 2015-02-15 | 2015-06-03 | 浙江大学 | 一种基于本体构建模型的化工生产过程控制方法 |
KR101742119B1 (ko) * | 2016-07-28 | 2017-05-31 | 국방과학연구소 | 이산 사건 시스템 모델과 연속시간 시스템 모델간의 조립을 이용한 하이브리드 시스템의 모델링 및 시뮬레이션을 위한 방법 및 장치 |
CN107229789A (zh) * | 2017-05-25 | 2017-10-03 | 东北大学 | 基于hstpn模型的混杂系统建模仿真平台及仿真方法 |
CN111414695A (zh) * | 2020-03-19 | 2020-07-14 | 苏州同元软控信息技术有限公司 | 一种基于Modelica的联合仿真系统及其构建方法 |
CN112507521A (zh) * | 2020-11-13 | 2021-03-16 | 中广核工程有限公司 | 蒸汽发生器数字仿真平台 |
CN112560244A (zh) * | 2020-12-08 | 2021-03-26 | 河海大学 | 一种基于Docker的虚拟仿真实验系统及方法 |
CN112733370A (zh) * | 2021-01-13 | 2021-04-30 | 北京航空航天大学 | 一种基于图文转换的统一建模方法 |
CN112988147A (zh) * | 2021-03-17 | 2021-06-18 | 南京仁谷系统集成有限公司 | 跨平台的仿真模型开发方法 |
Non-Patent Citations (3)
Title |
---|
MOHAN A ET AL.: "Multi-lingual speech recognition with low-rank multi-task deep neural networks", IEEE, 6 August 2015 (2015-08-06), pages 4994 - 4998 * |
周春耕等: "基于混合语言模型的盲汉机器翻译系统的研究与实现", 计算机工程与应用, no. 4, 1 February 2003 (2003-02-01), pages 127 - 130 * |
张霖等: "基于建模仿真的体系工程", 系统仿真学报, pages 50 - 52 * |
Also Published As
Publication number | Publication date |
---|---|
CN113672207B (zh) | 2024-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Korssen et al. | Systematic model-based design and implementation of supervisors for advanced driver assistance systems | |
Persson et al. | Stop and go controller for adaptive cruise control | |
Godbole et al. | Longitudinal control of the lead car of a platoon | |
Lu et al. | Integrated ACC and CACC development for heavy-duty truck partial automation | |
CN111332290B (zh) | 一种基于前馈-反馈控制的车辆编队方法和系统 | |
DE102020204353A1 (de) | Verfahren und Vorrichtung zum Betreiben eines Kraftfahrzeuges in einem automatisierten Fahrmodus | |
Short et al. | Hardware in the loop simulation of embedded automotive control system | |
CN113401077B (zh) | 智能车辆动态可重构网络系统及网络调度方法 | |
Girard et al. | Intelligent cruise control applications: Real-time embedded hybrid control software | |
Bagschik et al. | Safety analysis based on systems theory applied to an unmanned protective vehicle | |
Mello et al. | Energy-optimal speed trajectories between stops | |
Goli et al. | A systematic multi-vehicle platooning and platoon merging: Strategy, control, and trajectory generation | |
Stevens et al. | Development of a vehicle model architecture to improve modeling flexibility | |
Deng et al. | A Survey on integration of network communication into vehicle real-time motion control | |
CN113672207A (zh) | 一种x语言混合模型建模系统、方法及存储介质 | |
Sinyakov et al. | Formal controller synthesis from specifications given by discrete-time hybrid automata | |
Yoo et al. | A stackelberg game theoretic model of lane-merging | |
CN113034911A (zh) | 一种兼具参数与结构异质性的车辆队列控制方法和系统 | |
Coelingh et al. | Open-interface definitions for automotive systems application to a brake by wire system | |
Sainz et al. | X-in-the-loop simulation environment for electric vehicles ECUs | |
CN113672206B (zh) | 一种x语言混合建模平台及建模方法 | |
CN109921924B (zh) | 一种智能汽车多层立体网联控制系统建模方法 | |
DE102020130748A1 (de) | Verfahren, System sowie ein Computerprogramm zum Erzeugen einer virtuellen Umgebung eines Fahrzeugs | |
Godbole | Hierarchical hybrid control of automated highway systems | |
Appel et al. | Intelligent Vehicle Monitoring for Safety and Security |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |