時(shí)間：2023-04-17 17:11:31
導(dǎo)語(yǔ)：在容錯(cuò)技術(shù)論文的撰寫旅程中，學(xué)習(xí)并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優(yōu)秀范文，愿這些內(nèi)容能夠啟發(fā)您的創(chuàng)作靈感，引領(lǐng)您探索更多的創(chuàng)作可能。
關(guān)鍵字：云計(jì)算GFSBigtable數(shù)據(jù)存儲(chǔ)
中圖分類號(hào)：C37文獻(xiàn)標(biāo)識(shí)碼： A
0 緒論
云計(jì)算是一種新近提出的計(jì)算模式，是分布式計(jì)算、并行計(jì)算和網(wǎng)格計(jì)算的發(fā)展。在各大企業(yè)以及學(xué)術(shù)界的共同推動(dòng)下，在大數(shù)據(jù)時(shí)代，云計(jì)算融合物聯(lián)網(wǎng)將進(jìn)一步推動(dòng)數(shù)據(jù)價(jià)值的挖掘，促進(jìn)產(chǎn)業(yè)爆發(fā)。
1 云計(jì)算
1.1對(duì)云的定義
云計(jì)算是一種按使用量付費(fèi)的模式，這種模式提供可用的、便捷的、按需的網(wǎng)絡(luò)訪問(wèn)，進(jìn)入可配置的計(jì)算資源共享池（資源包括網(wǎng)絡(luò)，服務(wù)器，存儲(chǔ)，應(yīng)用軟件，服務(wù)），這些資源能夠被快速提供，只需投入很少的管理工作，或與服務(wù)供應(yīng)商進(jìn)行很少的交互。
1.2云計(jì)算的基本原理
通過(guò)使計(jì)算分布在大量的分布式計(jì)算機(jī)上，而非本地計(jì)算機(jī)或遠(yuǎn)程服務(wù)器中，企業(yè)數(shù)據(jù)中心的運(yùn)行將更與互聯(lián)網(wǎng)相似。
1.3云計(jì)算的特點(diǎn)
1.3.1虛擬化
云計(jì)算支持用戶在任 意位置使用各種終端獲取服務(wù)。
1.3.2極其廉價(jià)
“云”的特殊容錯(cuò)措施使得可以采用極其廉價(jià)的節(jié)點(diǎn)來(lái)構(gòu)成云。所以云計(jì)算造價(jià)低廉。
1.3.3高層次的編程模型
用戶通過(guò)簡(jiǎn)單學(xué)習(xí)，就可以編寫自己的云計(jì)算程序，在“云”系統(tǒng)上執(zhí)行，滿足自己的需求。
1.3.4高可靠性
“云”使用了數(shù)據(jù)多副本容錯(cuò)、計(jì)算節(jié)點(diǎn)同構(gòu)可互換等措施來(lái)保障服務(wù)的高可靠性。
1.3.5按需服務(wù)
“云”是一個(gè)龐大的資源池，你按需購(gòu)買；云可以像自來(lái)水，電，煤氣那樣計(jì)費(fèi)。
2云計(jì)算的體系架構(gòu)
2.1 核心服務(wù)層
基礎(chǔ)設(shè)施即服務(wù)層（IaaS）、平臺(tái)即服務(wù)層（PaaS）、軟件即服務(wù)層（SaaS）。
IaaS提供硬件基礎(chǔ)設(shè)施部署服務(wù)，為用戶按需提供實(shí)體或虛擬的計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)等資源。
PaaS是云計(jì)算應(yīng)用程序運(yùn)行環(huán)境，提供應(yīng)用程序部署和管理服務(wù)。
SaaS是基于云計(jì)算基礎(chǔ)平臺(tái)所開發(fā)的應(yīng)用程序。
2.2服務(wù)管理層
服務(wù)管理層對(duì)核心服務(wù)層的可用性、可靠性和安全性提供保障。云計(jì)算服務(wù)提供商需和用戶進(jìn)行協(xié)商，并制定服務(wù)水平協(xié)議（SLA），使得雙方對(duì)服務(wù)質(zhì)量的需求達(dá)成一致。
2.3用戶訪問(wèn)接口層
用戶訪問(wèn)接口層實(shí)現(xiàn)了云計(jì)算服務(wù)的泛在訪問(wèn)，通常包括命令行、web服務(wù)、web門戶等形式。
3云計(jì)算的關(guān)鍵技術(shù)
3.1數(shù)據(jù)存儲(chǔ)技術(shù)
為保證高可靠和經(jīng)濟(jì)性，云計(jì)算采用分布式存儲(chǔ)的方式來(lái)存儲(chǔ)數(shù)據(jù)，采用冗余存儲(chǔ)的方式來(lái)保證存儲(chǔ)數(shù)據(jù)的可靠性。云計(jì)算的數(shù)據(jù)存儲(chǔ)技術(shù)主要有GFS和HDFS。
GFS是一個(gè)管理大型分布式數(shù)據(jù)密集型計(jì)算的可擴(kuò)展的分布式文件系統(tǒng)。使用廉價(jià)的商用硬件搭建系統(tǒng)并向大量用戶提供容錯(cuò)的高性能的服務(wù)。GFS系統(tǒng)由一個(gè)Master和大量塊服務(wù)器構(gòu)成。Master存放文件系統(tǒng)的所有元數(shù)據(jù)。在GFS文件系統(tǒng)中，采用冗余存儲(chǔ)的方式來(lái)保證數(shù)據(jù)的可靠性。為了保證數(shù)據(jù)的一致性，對(duì)于數(shù)據(jù)的所有修改需要在所有的備份上進(jìn)行。GFS與傳統(tǒng)分布式文件系統(tǒng)的區(qū)別在于將寫操作控制信號(hào)與數(shù)據(jù)流區(qū)分開。
3.2數(shù)據(jù)管理技術(shù)
BigTable是一個(gè)很龐大的表，它將所有數(shù)據(jù)都作為對(duì)象來(lái)處理，形成一個(gè)巨大的表格。有很多Google的應(yīng)用程序建立在BigTable之上，基于BigTable模型實(shí)現(xiàn)的Hadoop Hbase也在逐漸發(fā)揮作用。
是一個(gè)稀疏的、多維的和排序的Map，每個(gè)單元格由行關(guān)鍵字、列關(guān)鍵字和時(shí)間戳來(lái)進(jìn)行三維定位。在任意時(shí)刻每個(gè)Tablet只被分配到Tablet服務(wù)器。依靠一個(gè)master服務(wù)器監(jiān)視子表server的負(fù)載情況，根據(jù)所有子表服務(wù)器的負(fù)載情況進(jìn)行數(shù)據(jù)遷移。
4 結(jié)語(yǔ)
云計(jì)算的出現(xiàn)給人們的生活帶來(lái)很大的便捷，使用某個(gè)軟件時(shí)無(wú)需耗費(fèi)大量的資金進(jìn)行購(gòu)買，而是利用云上虛擬機(jī)，以租賃的方式進(jìn)行使用。在各大企業(yè)和各大高校的推動(dòng)下，云計(jì)算具有十分廣闊的發(fā)展前景。
參考文獻(xiàn)
[1]張金玉.狄衛(wèi)華基于云平臺(tái)的建設(shè)工程項(xiàng)目招標(biāo)評(píng)標(biāo)模式的探討[期刊論文]-項(xiàng)目管理技術(shù) 2013(5)
[2]張程基于云計(jì)算的荊門煙草信息系統(tǒng)優(yōu)化[期刊論文]-中國(guó)科技信息2013(24)
參考文獻(xiàn)的寫作是有繼承性的，我們參考過(guò)的文獻(xiàn)可以幫助讀者在閱讀查詢同一研究時(shí)指引正確的方向，幫助讀者更好的了解作者寫作的方法和學(xué)術(shù)研究。下面是學(xué)術(shù)參考網(wǎng)的小編整理的關(guān)于平面設(shè)計(jì)論文參考文獻(xiàn)，歡迎大家閱讀借鑒。
平面設(shè)計(jì)論文參考文獻(xiàn)：
[1] 姚偉.試論漢字在現(xiàn)代平面設(shè)計(jì)中的應(yīng)用[D].山西師范大學(xué)，2014.
[2] 王小方.基于符號(hào)學(xué)理論的漢字容錯(cuò)性在平面設(shè)計(jì)中的應(yīng)用[D].湖南師范大學(xué)，2013.
[3] 趙思.漢字點(diǎn)狀部首圖形在平面設(shè)計(jì)中的應(yīng)用研究[D].湖南師范大學(xué)，2012.
[4]竇珂.簡(jiǎn)析高校平面設(shè)計(jì)教學(xué)改革的探索[J].明日風(fēng)尚，2016，（18）.
[5]祝帥.“互聯(lián)網(wǎng)+”時(shí)代的平面設(shè)計(jì)理念[J].美術(shù)觀察，2016，（10）.
[6]方芳.高職院校平面設(shè)計(jì)專業(yè)教學(xué)模式研究[J].藝術(shù)科技，2016，（09）.
平面設(shè)計(jì)論文參考文獻(xiàn)：
[1]耿凌艷.信息社會(huì)平面設(shè)計(jì)信息傳播的新體驗(yàn)[J].藝術(shù)百家，2011（06）：261-262.
[2]王茵雪.新媒介下平面設(shè)計(jì)創(chuàng)新研究[J].吉林工程技術(shù)師范學(xué)院學(xué)報(bào)，2014，30（05）：68-70.
[3]張童，譚春波.新媒體技術(shù)對(duì)平面設(shè)計(jì)的影響[J].新聞戰(zhàn)線，2015（10）.
[4]曹云.中職計(jì)算機(jī)平面設(shè)計(jì)（Photoshop）的實(shí)踐教學(xué)應(yīng)用[J].新課程（下），2016（3）.
[5]彭倫俊.平面設(shè)計(jì)過(guò)程中的技巧運(yùn)用探析[J].新課程（上），2014（7）.
[6]利丹.對(duì)于職業(yè)院校平面設(shè)計(jì)專業(yè)設(shè)置改革之我見[J].才智，2015（24）.
平面設(shè)計(jì)論文參考文獻(xiàn)：
[1]張瑞云.剪紙藝術(shù)之審美意蘊(yùn)及其在現(xiàn)代平面設(shè)計(jì)的運(yùn)用[J].蘭州交通大學(xué)學(xué)報(bào)，2011，02：103-107.
[2]沈紅.傳統(tǒng)書畫藝術(shù)的表現(xiàn)手法在現(xiàn)代平面設(shè)計(jì)中的應(yīng)用[J].群文天地，2011，02：48.
[3]賴興才.試論中國(guó)畫精神在平面設(shè)計(jì)中的化用[J].美術(shù)大觀，2007（3）.
[4]房開柱.水墨畫對(duì)平面設(shè)計(jì)的影響[D].成都：四川大學(xué)，2005.
[5]王受之.世界平面設(shè)計(jì)史[M].北京：中國(guó)青年出版社，2002.
[6]周以成.印刷工藝學(xué).浙江科學(xué)技術(shù)出版社，2005.
【關(guān)鍵詞】塊級(jí)虛擬化 RAID RAID重構(gòu)
隨著科技日新月異的發(fā)展，IT系統(tǒng)中的重要成員存儲(chǔ)設(shè)備的底層核心技術(shù)也發(fā)生了本質(zhì)的變化。早期大家所熟知的RAID、LUN、卷等概念已經(jīng)不復(fù)存在，取而代之的是新一代的體系架構(gòu)、新的底層存儲(chǔ)技術(shù)——塊級(jí)虛擬化技術(shù)，它給存儲(chǔ)設(shè)備帶來(lái)了更大的彈性、更強(qiáng)的可用性。
1 傳統(tǒng)存儲(chǔ)的RAID技術(shù)的工作原理
1987年，Patterson、Gibson和Katz三位工程師在加州大學(xué)伯克利分校發(fā)表了題為《A Case of Redundant Array of Inexpensive Disks（廉價(jià)磁盤冗余陣列方案）》的論文，其基本思想是將多個(gè)容量較小的、相對(duì)廉價(jià)的硬盤驅(qū)動(dòng)器進(jìn)行有機(jī)組合，使其性能超過(guò)一個(gè)昂貴的大硬盤，它不僅能提供更高的性能，而且還具備一定的容錯(cuò)能力。這一設(shè)計(jì)思想很快被接受，從此RAID技術(shù)得到了廣泛的應(yīng)用。
在基于外部控制器的硬盤存儲(chǔ)系統(tǒng)（External Controller-Based Disk Storage System）中，RAID（Redundant Array of Independent Disks）是最基礎(chǔ)的部分，RAID把多個(gè)硬盤組合成為一個(gè)邏輯扇區(qū)，因此，操作系統(tǒng)只會(huì)把它當(dāng)作一個(gè)硬盤，其基本原理是把相同的數(shù)據(jù)存儲(chǔ)在多個(gè)硬盤的不同地方。RAID技術(shù)主要包含RAID 0～60等數(shù)個(gè)規(guī)范，在實(shí)際應(yīng)用中使用較多的是RAID 1、RAID 5、RAID 6、RAID10、RAID 50、RAID 60等。
RAID有兩大特點(diǎn)：
（1）提高了傳輸速率：通過(guò)在多個(gè)硬盤上同時(shí)存儲(chǔ)和讀取數(shù)據(jù)來(lái)大幅提高存儲(chǔ)系統(tǒng)的數(shù)據(jù)吞吐量（Throughput）。在RAID中，可以讓很多硬盤同時(shí)傳輸數(shù)據(jù)，所以使用RAID可以達(dá)到單個(gè)硬盤幾倍、幾十倍的速率。
（2）通過(guò)數(shù)據(jù)校驗(yàn)提供容錯(cuò)：硬盤本身無(wú)法提供容錯(cuò)（不包括寫在硬盤上的CRC循環(huán)冗余校驗(yàn)碼），RAID容錯(cuò)是建立在每個(gè)硬盤的硬件容錯(cuò)功能之上，提供更高的安全性。在很多RAID模式中都有較為完備的相互校驗(yàn)、恢復(fù)的措施，甚至是直接相互的鏡像備份，從而大大提高了容錯(cuò)度和冗余性。
2 傳統(tǒng)存儲(chǔ)的RAID技術(shù)的問(wèn)題
在目前大多存儲(chǔ)系統(tǒng)中，RAID都是以物理硬盤為單元，故其基礎(chǔ)保障機(jī)制如圖1所示：
圖1 RAID基礎(chǔ)保障機(jī)制
從圖1可以看出，一旦壞盤時(shí)，將根據(jù)RAID原理進(jìn)行重構(gòu)。但重構(gòu)過(guò)程中數(shù)據(jù)沒有可靠性保障，如果在重構(gòu)完成前再出現(xiàn)壞盤就將造成數(shù)據(jù)的丟失，且不可恢復(fù)。所以對(duì)于一個(gè)存儲(chǔ)系統(tǒng)而言，其可靠性的最重要標(biāo)志就是其RAID重構(gòu)時(shí)間越短越好。
RAID重構(gòu)時(shí)間=數(shù)據(jù)量÷硬盤讀寫速度，在以物理硬盤為單元的RAID保護(hù)模式下，其重構(gòu)數(shù)據(jù)量等于硬盤容量，然而硬盤容量與讀寫能力的不匹配增長(zhǎng)（見圖2），導(dǎo)致采用以物理硬盤單元為RAID的傳統(tǒng)方式效率低下，可靠性越來(lái)越差。
圖2 硬盤容量與性能增長(zhǎng)的不匹配
傳統(tǒng)硬盤重構(gòu)的瓶頸主要在目標(biāo)盤（熱備盤），因?yàn)樗谐蓡T盤將所有數(shù)據(jù)讀出后全部寫入到目標(biāo)盤，目標(biāo)盤寫帶寬就成了整個(gè)重構(gòu)速度的關(guān)鍵。以一塊2TB 7.2k rpm盤為例，重構(gòu)時(shí)平均寫入速度為30M/s左右，完成重構(gòu)時(shí)間長(zhǎng)達(dá)18個(gè)小時(shí)。
3 傳統(tǒng)存儲(chǔ)的上層資源管理
傳統(tǒng)RAID下的資源管理示意圖如圖3所示。在實(shí)際使用存儲(chǔ)系統(tǒng)時(shí)，通常會(huì)將硬盤固定地劃分為若干個(gè)RAID，再分別將每個(gè)RAID的空間固定地切分為1個(gè)或N個(gè)小段映射給主機(jī)操作系統(tǒng)使用。
這樣的傳統(tǒng)架構(gòu)有以下問(wèn)題：
（1）配置規(guī)劃復(fù)雜：在做存儲(chǔ)系統(tǒng)規(guī)劃時(shí)，要求管理員不僅能準(zhǔn)確地計(jì)算出當(dāng)前每一個(gè)單元業(yè)務(wù)的容量、性能需求，還要能準(zhǔn)確評(píng)估每個(gè)單元業(yè)務(wù)未來(lái)發(fā)展的容量、性能要求；否則，要么設(shè)計(jì)不足不能滿足需求，要么過(guò)度設(shè)計(jì)導(dǎo)致資源浪費(fèi)。同時(shí)在存儲(chǔ)系統(tǒng)的具體配置過(guò)程中，也需管理員通過(guò)復(fù)雜的配置過(guò)程一步步完成配置。
（2）配置調(diào)整困難：因?yàn)樗械姆峙溥^(guò)程都是固定的，如果因?yàn)楦鞣N未預(yù)測(cè)到的變化需要調(diào)整原分配，那么只能通過(guò)手動(dòng)配置刪除和重新分配，以及復(fù)雜的數(shù)據(jù)遷入遷出來(lái)實(shí)現(xiàn)。
4 新一代存儲(chǔ)塊級(jí)虛擬化技術(shù)的興起
傳統(tǒng)存儲(chǔ)RAID方式隨著單盤容量的增大，帶來(lái)的問(wèn)題越來(lái)越明顯，尤其是壞盤出現(xiàn)后的RAID重構(gòu)時(shí)間越來(lái)越長(zhǎng)，系統(tǒng)可靠性受到很大的挑戰(zhàn)。
存儲(chǔ)的塊級(jí)別存儲(chǔ)虛擬化打破了傳統(tǒng)RAID的方式，是為用戶的應(yīng)用程序提供邏輯存儲(chǔ)的一種存儲(chǔ)服務(wù)，數(shù)據(jù)塊級(jí)別的存儲(chǔ)虛擬化對(duì)用戶抽象了存儲(chǔ)的真實(shí)物理地址。在軟件層面，它解析邏輯IO請(qǐng)求，將其映射成正確的物理地址。如此一來(lái)，存儲(chǔ)虛擬化使得管理員可以提供自由可伸縮的存儲(chǔ)容量，與此同時(shí)，用戶最終感知不到其存儲(chǔ)背后所包含的存儲(chǔ)擴(kuò)展、數(shù)據(jù)保護(hù)和系統(tǒng)維護(hù)等各種瑣碎的細(xì)節(jié)。
由于塊級(jí)虛擬化技術(shù)的先進(jìn)性，很多存儲(chǔ)廠家通過(guò)自研或者收購(gòu)的方式開始在自己的存儲(chǔ)產(chǎn)品線中使用該技術(shù)，如：
2008年1月29日，戴爾公司以14億美元對(duì)Compellent公司的收購(gòu)；
【關(guān)鍵詞】熱工系統(tǒng)；故障診斷；容錯(cuò)控制
目前，自動(dòng)控制技術(shù)已廣泛深入地應(yīng)用到電力生產(chǎn)的各個(gè)方面。在電力工程中往往存在著復(fù)雜而龐大的自動(dòng)控制系統(tǒng)，這些控制系統(tǒng)的穩(wěn)定安全運(yùn)行已經(jīng)引起越來(lái)越多的注意，保證控制系統(tǒng)的安全性與可靠性已經(jīng)成為首要目的。
1.控制系統(tǒng)故障診斷的發(fā)展
1971年美國(guó)專家提出用解析冗余代替硬件冗余，通過(guò)系統(tǒng)的自組織使閉環(huán)穩(wěn)定，并通過(guò)比較觀測(cè)器輸出得到系統(tǒng)故障信息的新思想標(biāo)志著這門科學(xué)的誕生。在以后的幾十年里，故障診斷技術(shù)得到了很大的發(fā)展，目前，國(guó)際上每年發(fā)表的有關(guān)FDD的論文與報(bào)告在數(shù)千篇以上。目前，故障診斷主要方法有基于數(shù)學(xué)模型的方法，基于輸入輸出信號(hào)處理的方法，基于人工智能的方法。
1.1基于數(shù)學(xué)模型方法
從1971年以來(lái)，基于數(shù)學(xué)模型的故障診斷方法，在自動(dòng)控制的過(guò)程系統(tǒng)的中受到越來(lái)越多的重視，它是一種與硬件冗余相對(duì)應(yīng)的一種方法，它主要是利用系統(tǒng)可以測(cè)量的運(yùn)行信息（系統(tǒng)的輸入，輸出）來(lái)和系統(tǒng)的數(shù)學(xué)模型所提供的各種先驗(yàn)知識(shí)所規(guī)定系統(tǒng)的理想無(wú)故障系統(tǒng)應(yīng)輸出信息比較得來(lái)的信號(hào)來(lái)進(jìn)行檢測(cè)，分離存在于系統(tǒng)的故障。
下面簡(jiǎn)要介紹一下基于數(shù)學(xué)模型的故障診斷的基本概念。
故障：系統(tǒng)至少一個(gè)特性或參數(shù)出現(xiàn)較大的偏差超出了可接受的范圍。此時(shí)系統(tǒng)的性能明顯低于正常水平，難以完成其預(yù)期的功能。
加性故障：故障加性地作用于系統(tǒng)的輸入輸出上，因此對(duì)殘差信號(hào)的影響也是加性的。
嚴(yán)重故障：在特定的操作下，由于故障使系統(tǒng)喪失了完成給定任務(wù)的能力。
失靈：在系統(tǒng)完成特定的任務(wù)時(shí)出現(xiàn)了間斷的不規(guī)則現(xiàn)象。
殘差：故障指示器，由測(cè)量值與模型計(jì)算值的差得到。
癥狀： 由故障引起的系統(tǒng)的可觀測(cè)的特性與其正常的特性相比所出現(xiàn)的異常變化。在基于解析模型和信號(hào)處理的診斷方法中，他們通常由傳感器測(cè)量信號(hào)反映；在基于知識(shí)的故障診斷方法中，操作人員通過(guò)觀察（如設(shè)備振動(dòng)情況，聲音信息等）用語(yǔ)言描述的故障現(xiàn)象也是重要的癥狀信息。
故障檢測(cè)：確定系統(tǒng)是否發(fā)生了故障。
故障辨識(shí)：在故障分離之后，確定故障的大小和故障發(fā)生的時(shí)間。
故障的診斷：有狹義和廣義之分。廣義上它通常作為故障檢測(cè)、分離和辨識(shí)的統(tǒng)稱；狹義上它特指故障分離與故障辨識(shí)。
故障檢測(cè)與分離：故障檢測(cè)與分離之和。
故障檢測(cè)與診斷：故障檢測(cè)與診斷之和。
基于數(shù)學(xué)模型的故障診斷包括兩個(gè)基本的階段：殘差產(chǎn)生和故障決策。
殘差產(chǎn)生：殘差產(chǎn)生單元的主要目的是利用被監(jiān)控系統(tǒng)的可用輸出輸入產(chǎn)生故障指示信號(hào)殘差，這個(gè)信號(hào)用來(lái)反映被分析系統(tǒng)的可能故障。當(dāng)系統(tǒng)無(wú)故障時(shí)，殘差信號(hào)應(yīng)該為零或接近于零，當(dāng)有故障時(shí)，殘差信號(hào)應(yīng)顯著地不同于零值。殘差信號(hào)在理想的情況下，應(yīng)該獨(dú)立于系統(tǒng)的輸入，輸出。用來(lái)產(chǎn)生殘差的算法或處理單元稱為殘差產(chǎn)生器，從系統(tǒng)中抽取故障癥狀，出于魯棒性的考慮殘差信號(hào)理想情況下的應(yīng)該只考慮故障信息。另外一方面，為了確?？煽康墓收蠙z測(cè)與辨識(shí)，殘差信號(hào)中的故障信息的損失應(yīng)該盡可能的小。
故障決策：殘差被用來(lái)檢測(cè)故障的可能性，決策的規(guī)則是檢測(cè)故障所必須的。故障決策的方法有許多種，可以簡(jiǎn)單設(shè)定一個(gè)閥值，也可以用統(tǒng)計(jì)決策理論，比如一致似然比或序貫概率比的方法。
基于數(shù)學(xué)模型方法是最早發(fā)展起來(lái)的，此方法需要建立在被診斷對(duì)象較為精確的基礎(chǔ)上，進(jìn)一步可分為：基于參數(shù)估計(jì)法，基于狀態(tài)估計(jì)方法，一致空間法。
1.2基于可測(cè)信號(hào)的故障診斷法
（1）可測(cè)值或其變量變化趨勢(shì)診斷法。這種診斷方法根據(jù)直接可測(cè)的輸入輸出及其變化趨勢(shì)進(jìn)行故障診斷，其依據(jù)是：正常情況下被控過(guò)程的輸入輸出及其變化在一定范圍變化。
（2）基于可測(cè)信號(hào)處理的故障診斷方法。它包括對(duì)于輸入輸出信號(hào)做小波變換來(lái)進(jìn)行故障診斷以及利用系統(tǒng)輸出在幅值、相位頻率及相關(guān)性上與故障源之間會(huì)有聯(lián)系。這些聯(lián)系可用預(yù)定的數(shù)學(xué)形式來(lái)表達(dá)，在發(fā)生故障時(shí)則可利用這些量進(jìn)行分析處理來(lái)判斷故障源的存在，常用的方法有譜分析法，概率密度法及功率譜分析法。
1.3基于人工智能方法
（1）故障診斷的專家系統(tǒng)的方法。
（2）故障樹的診斷方法。
（3）基于模式識(shí)別的診斷方法。
（4）基于模糊數(shù)學(xué)的診斷方法。
（5）基于人工神經(jīng)元網(wǎng)絡(luò)的方法等等。
2.容錯(cuò)控制的發(fā)展
2.1被動(dòng)容錯(cuò)控制
被動(dòng)容錯(cuò)控制大致可分為：可靠鎮(zhèn)定、完整性、與聯(lián)立鎮(zhèn)定。
可靠鎮(zhèn)定：它是針對(duì)控制器失效的容錯(cuò)控制，當(dāng)任意一個(gè)或多個(gè)補(bǔ)償器失效而剩余的補(bǔ)償器正常工作，閉環(huán)控制系統(tǒng)仍可以保持穩(wěn)定。
完整性：一直是被動(dòng)容錯(cuò)控制的熱點(diǎn)問(wèn)題。它是專門針對(duì)控制系統(tǒng)執(zhí)行器、傳感器失效的一種被動(dòng)容錯(cuò)控制。
聯(lián)立鎮(zhèn)定：主要研究給定N個(gè)有限維的連續(xù)時(shí)間線性時(shí)不變對(duì)象，構(gòu)造一個(gè)固定的控制器，使其能夠鎮(zhèn)定上述任意一個(gè)被控對(duì)象，這是針對(duì)被控對(duì)象的一種被動(dòng)容錯(cuò)控制。
2.2主動(dòng)容錯(cuò)控制
主動(dòng)容錯(cuò)控制是指在控制系統(tǒng)發(fā)生故障后重新調(diào)整控制器參數(shù)，也可能改變控制器的結(jié)構(gòu)，大多數(shù)主動(dòng)容錯(cuò)控制需要FDD子系統(tǒng)，少部分不需要FDD子系統(tǒng)，但需要已知各種故障的先驗(yàn)知識(shí)。
2.3容錯(cuò)控制研究的熱點(diǎn)，難點(diǎn)問(wèn)題及應(yīng)用
容錯(cuò)控制作為一門新興的交叉學(xué)科，其科學(xué)意義就是要盡量保證動(dòng)態(tài)系統(tǒng)在發(fā)生故障時(shí)仍然可以穩(wěn)定運(yùn)行，并且具有可以接受的性能指標(biāo)，因此容錯(cuò)控制為提高復(fù)雜動(dòng)態(tài)系統(tǒng)的可靠性開辟了一條新的途徑。由于任何系統(tǒng)都不可避免地會(huì)發(fā)生故障，因此容錯(cuò)控制也可以看成為是保證系統(tǒng)安全的最后一道防線，目前容錯(cuò)控制的難點(diǎn)與熱點(diǎn)問(wèn)題主要有以下幾個(gè)方面： （1）快速FDI的方法研究。（2）主動(dòng)容錯(cuò)中的魯棒性分析與綜合以及魯棒故障檢測(cè)與魯棒控制集成設(shè)計(jì)的問(wèn)題。（3）控制律的在線重組與重構(gòu)。（4）非線性以及時(shí)滯動(dòng)態(tài)系統(tǒng)，高維，時(shí)變多變量對(duì)象的容錯(cuò)控制設(shè)計(jì)問(wèn)題。
3.熱工過(guò)程故障診斷和容錯(cuò)控制的發(fā)展
電廠的火電機(jī)組設(shè)備昂貴，熱工過(guò)程非常龐大和復(fù)雜，目前，電廠熱工過(guò)程故障具有多樣性的特點(diǎn)，包括機(jī)械設(shè)備故障、流程故障、液壓系統(tǒng)故障等，有些故障屬于漸變性故障，有些故障屬于突變性故障，故障診斷的方法也具有多樣性的特點(diǎn)，經(jīng)過(guò)認(rèn)真研究與分析得出如下結(jié)論：
（1）電廠熱工過(guò)程的故障診斷集中在旋轉(zhuǎn)機(jī)械中使用較多，特別是對(duì)汽輪機(jī)的故障檢測(cè)和診斷應(yīng)用的例子也較多。
（2）應(yīng)用于電廠的故障診斷方法多集中在基于人工智能方法以及基于信號(hào)處理方法，對(duì)于基于數(shù)學(xué)模型的方法應(yīng)用還很少。因?yàn)殡姀S熱工過(guò)程對(duì)象復(fù)雜而龐大。系統(tǒng)的非線性和外界干擾復(fù)雜，有些根本不能進(jìn)行精確的數(shù)學(xué)建模，因此基于人工智能的故障診斷方法和基于信號(hào)處理的故障診斷方法在電廠應(yīng)用更加廣泛。
綜上所述，在電廠熱工過(guò)程中的故障診斷研究已經(jīng)取得很大進(jìn)展，但針對(duì)熱工過(guò)程控制系統(tǒng)故障診斷與容錯(cuò)控制的研究還很少，而電廠熱工控制系統(tǒng)的可靠、穩(wěn)定運(yùn)行對(duì)于電廠的安全生產(chǎn)與經(jīng)濟(jì)效益又有著極端重要的意義。 [科]
欄目：述評(píng)、專家論壇、論著、新進(jìn)展、經(jīng)驗(yàn)交流等。
收錄
為中國(guó)科技核心期刊，中國(guó)科技論文統(tǒng)計(jì)源期刊，中國(guó)科學(xué)引文數(shù)據(jù)庫(kù)來(lái)源期刊。被中國(guó)期刊全文數(shù)據(jù)庫(kù)（CJFD）、萬(wàn)方數(shù)據(jù)庫(kù)數(shù)字化期刊全文收錄。
投稿要求一般事項(xiàng)
1.1 選題：臨床研究領(lǐng)域的視點(diǎn)與動(dòng)態(tài)、述評(píng)、論著、講座、綜述、學(xué)習(xí)園地和新技術(shù)、新藥應(yīng)用等。
1.2 稿件格式：采用《中國(guó)學(xué)術(shù)期刊(光盤版)》檢索與數(shù)據(jù)評(píng)價(jià)規(guī)范》格式，論文稿件內(nèi)容和順序排列：題名、作者、作者單位、中文摘要(非論著刊出稿件略)、中文關(guān)鍵詞、英文摘要和英文關(guān)鍵詞(非論著刊出稿件略)。
1.3 新投稿件：要求文本稿件一式兩份，附單位審核證明信，推薦信應(yīng)注明對(duì)稿件的評(píng)審意見。包括：(1)無(wú)一稿兩投、不涉及泄密、署名爭(zhēng)議；(2)內(nèi)容無(wú)政治性錯(cuò)誤；(3)內(nèi)容真實(shí)性由審核單位和作者自負(fù)。編輯部收稿后，即發(fā)回執(zhí)?；痦?xiàng)目、重大課題稿件優(yōu)先審稿。作者需自留底稿，不采用的稿件不退稿，但通知處理意見。收到稿件后一般3個(gè)月內(nèi)作者可接到稿件具體處理意見，期間作者如另投他刊，請(qǐng)預(yù)選通知本刊。本刊除特約稿件，不付稿酬，有異議者請(qǐng)來(lái)函聲明。
1.4 稿件修改：需寄送磁盤或發(fā)送電子郵件附件格式，如稿件修改內(nèi)容較多，仍需郵寄打印稿(以備稿件存檔和復(fù)審)。
1.5 清樣校對(duì)簽字：校對(duì)簽字表示文稿已復(fù)核，并同意本刊稿約的有關(guān)規(guī)定。注意：(1)作者需校改文字、符號(hào)、內(nèi)容錯(cuò)誤。版式等問(wèn)題可由編輯部處理。務(wù)必仔細(xì)校對(duì)2~3遍，并簽名從速寄回。為防丟失原稿，不向作者寄送原稿，請(qǐng)自留底稿校對(duì)。(2)將清樣錯(cuò)誤處引出并標(biāo)寫正確內(nèi)容，在原字句處直接修改。(3)根據(jù)審稿意見，編輯部已對(duì)原稿作了整理，個(gè)別敘述不確切內(nèi)容作了尊重原稿文意的改動(dòng)，對(duì)無(wú)關(guān)緊要、論述欠當(dāng)、贅述及不符合格式的圖表、參考文獻(xiàn)等作了修改。
2 題名
（1）.簡(jiǎn)潔切題；（2）.不使用非公識(shí)、非公用、非熟知的符號(hào)、簡(jiǎn)稱、縮寫、商品名等；（3）.字?jǐn)?shù)不超過(guò)20字；（4）.盡量不使用副標(biāo)題；（5）.英文題名不超過(guò)10個(gè)實(shí)詞。
3 作者與作者單位
關(guān)鍵詞：故障診斷；設(shè)備；鋼鐵；分析方法
中圖分類號(hào)：F40 文獻(xiàn)標(biāo)識(shí)碼：A
1關(guān)于故障診斷科技的歷程
它的全稱是狀態(tài)監(jiān)測(cè)與故障診斷（CMFD）。其涵蓋兩個(gè)層次的要素。第一，對(duì)機(jī)械的運(yùn)作狀態(tài)開展的監(jiān)測(cè)活動(dòng)。第二，在得知不正常的狀況之后對(duì)機(jī)械的問(wèn)題開展綜合化的判別。該項(xiàng)技術(shù)是一項(xiàng)綜合化的內(nèi)容，其涵蓋了現(xiàn)代控制理論、信號(hào)處理、模式識(shí)別、最優(yōu)化方法、決策論、人工智能等，為處理繁瑣的問(wèn)題診斷活動(dòng)提供了非常多的知識(shí)，而且?guī)?dòng)了診斷科技朝著實(shí)用性的方向不斷的進(jìn)步。在最近的一些時(shí)間中，因?yàn)榧夹g(shù)高速發(fā)展，同時(shí)市場(chǎng)的需求也擴(kuò)張了，此時(shí)的故障診斷科技獲取了非常顯著的成就，在很多的行業(yè)，比如航空以及電廠等等層次之中都獲取了優(yōu)秀的意義。自從該項(xiàng)技術(shù)出現(xiàn)其，世界上的自控領(lǐng)域就對(duì)其給予了厚望。
將運(yùn)行設(shè)備的振動(dòng)檢測(cè)當(dāng)成是關(guān)鍵點(diǎn)。配合氣溫以及壓力等的相關(guān)數(shù)值的搜集，進(jìn)而對(duì)冶煉活動(dòng)中的一些大規(guī)模的傳動(dòng)裝置的狀態(tài)開展分辨活動(dòng)，進(jìn)而實(shí)現(xiàn)控制問(wèn)題的意義。
2問(wèn)題診斷的參考信息和措施
1971年Beard發(fā)表的博士論文以及Mehra和Peschon發(fā)表的論文標(biāo)志著故障診斷這門交叉學(xué)科的誕生。一直到目前為止，已經(jīng)存在了三十多年了。不過(guò)其身為一項(xiàng)綜合化的知識(shí)，是在最近的時(shí)間之中出現(xiàn)的。站在不一樣的層次之中分析，我們得知該項(xiàng)問(wèn)題的診斷措施有很多，而且有著自身的獨(dú)特性，不過(guò)具體的講有如下的一些措施。
（1）基于系統(tǒng)數(shù)學(xué)模型的診斷方法：這個(gè)措施是將數(shù)學(xué)模型當(dāng)成是前提，其將當(dāng)前的礦工知識(shí)等當(dāng)成是關(guān)鍵的指引理念，利用Luenberger觀測(cè)器、等價(jià)空間方程、Kalman濾波器、參數(shù)模型估計(jì)與辨識(shí)等方法產(chǎn)生殘差，然后基于某種準(zhǔn)則或閥值對(duì)殘差進(jìn)行分析與評(píng)價(jià)，實(shí)現(xiàn)故障診斷。該方法要求與控制系統(tǒng)緊急結(jié)合，是實(shí)現(xiàn)監(jiān)控、容錯(cuò)控制、系統(tǒng)修復(fù)與重構(gòu)等的前提、得到了高度重視，但是這種方法過(guò)于依賴系統(tǒng)數(shù)學(xué)模型的精確性，對(duì)于非線性高耦合等難以建立數(shù)學(xué)模型的系統(tǒng)，實(shí)現(xiàn)起來(lái)較困難。如狀態(tài)估計(jì)診斷法、參數(shù)估計(jì)診斷法、一致性檢查診斷法等。
（2）基于系統(tǒng)輸入輸出信號(hào)處理的診斷方法：經(jīng)由特定的信息處理以及特點(diǎn)的提取措施來(lái)開展問(wèn)題的診斷工作，目前使用較多的有各種譜分析方法、時(shí)間序列特征提取方法、自適應(yīng)信號(hào)處理方法等。此類措施無(wú)需客體的模型，所以他的適應(yīng)能力非常優(yōu)秀。這類診斷方法有基于小波變換的診斷方法、基于輸出信號(hào)處理的診斷方法、基于時(shí)間序列特征提取的診斷方法?；谛畔⑷诤系脑\斷方法等。
（3）基于人工智能的診斷方法：基于建模處理和信號(hào)處理的診斷技術(shù)正發(fā)展為基于知識(shí)處理的智能診斷技術(shù)。該項(xiàng)措施是當(dāng)前行業(yè)中非常先進(jìn)的技術(shù)，其在問(wèn)題診斷中獲取了非常顯著的意義。針對(duì)那種未設(shè)置精準(zhǔn)的數(shù)學(xué)模型或是無(wú)法設(shè)置模型的繁瑣的體系，該措施有著非常多的優(yōu)勢(shì)特點(diǎn)?；趯＜蚁到y(tǒng)的智能診斷技術(shù)、基于神經(jīng)網(wǎng)絡(luò)的智能診斷技術(shù)與基于模糊邏輯的診斷方法已成為解決復(fù)雜大系統(tǒng)故障診斷的首選方法，有著非常積極地探索意義以及應(yīng)用性。這類智能診斷方法有基于專家系統(tǒng)的智能診斷技術(shù)、基于神經(jīng)網(wǎng)絡(luò)的智能診斷技術(shù)、基于模糊邏輯的診斷方法、基于故障樹分析的診斷方法等。
（4）別的措施：其它診斷方法有模式識(shí)別診斷方法、定性模型診斷方法以及基于灰色系統(tǒng)理論的診斷方法等。另外還包括前述方法之間互相耦合、互補(bǔ)不足而形成的一些混合診斷方法。
3鋼鐵領(lǐng)域中的問(wèn)題診斷科技的使用
對(duì)于鋼鐵領(lǐng)域來(lái)講，它的關(guān)鍵的機(jī)械裝置是所有的傳動(dòng)裝置以及液壓裝置。其活動(dòng)狀態(tài)決定了其效率和品質(zhì)等，對(duì)此類機(jī)械開展在線的檢測(cè)活動(dòng)，可以精準(zhǔn)的得知其運(yùn)作模式，而且給出一定的建議性內(nèi)容。所以，設(shè)置有關(guān)的問(wèn)題診斷體系對(duì)于總的體系的運(yùn)作來(lái)講意義非常關(guān)鍵。因?yàn)榻Y(jié)合鋼鐵領(lǐng)域的獨(dú)特的設(shè)備氛圍，有關(guān)的診斷體系也要將相關(guān)的特點(diǎn)當(dāng)成是參考信息來(lái)設(shè)置。其活動(dòng)原理是結(jié)合設(shè)備的振動(dòng)參量檢測(cè)為中心，輔助以溫度、壓力、位移、轉(zhuǎn)速和電流等各種參數(shù)的采集，進(jìn)而對(duì)此類大規(guī)模的傳動(dòng)機(jī)械的狀態(tài)全方位的分析，進(jìn)而做出一定的處理。整套故障診斷系統(tǒng)由計(jì)算機(jī)系統(tǒng)、數(shù)據(jù)采集單元、檢測(cè)元件、數(shù)據(jù)通訊單元以及專業(yè)開發(fā)軟件組成。這個(gè)體系不但可以自行活動(dòng)，同時(shí)還可以和其他的一些體系組合運(yùn)行。
在活動(dòng)中經(jīng)常性的容易遇到機(jī)械振動(dòng)。它會(huì)干擾到活動(dòng)的精確性，使得磨損變得更加嚴(yán)重。而且因?yàn)槟p變多了，又容易導(dǎo)致它的振動(dòng)變得厲害，進(jìn)而成了一個(gè)不良循環(huán)體系，一直到機(jī)械出現(xiàn)問(wèn)題，無(wú)法運(yùn)作。而且，機(jī)械的活動(dòng)氛圍也會(huì)導(dǎo)致其出現(xiàn)問(wèn)題。所以，要切實(shí)的結(jié)合其振動(dòng)信號(hào)以及活動(dòng)狀態(tài)等積極的探索，不需要停機(jī)就能夠得知機(jī)械的受損狀態(tài)以及問(wèn)題的特征等。而且結(jié)合過(guò)去的經(jīng)驗(yàn)設(shè)置合理的處理機(jī)制庫(kù)，進(jìn)而可以針對(duì)不一樣的問(wèn)題進(jìn)行不一樣的分析。所有的處理活動(dòng)有以下的一些：
（1）傳感器采集設(shè)備工作狀態(tài)信號(hào)。如各種傳動(dòng)裝置的振動(dòng)信號(hào)、溫度信號(hào)、液壓裝置的壓力、流量和功率信號(hào)等。
（2）特征信號(hào)提取。把所有的傳感其的信號(hào)劃分類型，得出有關(guān)的傳感器的信號(hào)，如振動(dòng)傳感器采集的文振動(dòng)強(qiáng)度信號(hào)、壓力傳感器采集的壓力信號(hào)等。
（3）對(duì)特征信號(hào)處理。對(duì)傳感器采集的特征信號(hào)進(jìn)行濾波、放大等處理，提取出相應(yīng)的特征信號(hào)。
（4）對(duì)搜集的信號(hào)開展問(wèn)題診斷活動(dòng)。把獲取的獨(dú)特的信號(hào)做一定的判別，選取優(yōu)秀的問(wèn)題應(yīng)對(duì)措施，分析問(wèn)題的種類和機(jī)械的狀態(tài)，進(jìn)而分析問(wèn)題庫(kù)，得到有關(guān)的應(yīng)對(duì)方法。
參考文獻(xiàn)
[1]沈慶根，鄭水英.設(shè)備故障診斷[M].北京：化學(xué)工業(yè)出版社，2006.
關(guān)鍵詞：時(shí)變時(shí)滯；擾動(dòng)；保成本控制
中圖分類號(hào)：TP13 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-2163（2015）05-
Robust Discrete Uncertain Systems with Time Delay is n-fragile Guaranteed Cost Control
HU Xianwei
（Shenyang chemical industry school， Shenyang 110163，China）
Abstract：This paper studies a class of uncertain time-delay systems of n-fragile Guaranteed cost control problem. The research system of input and output delay， status， the input and output are uncertainty. In the framework of Lyapunov stability theory， the paper presents the system robustness and performance of bounded real lemma. On this basis， by using the method of Lyapunov function and linear matrix inequality， the n-fragile controller design method is given.
Keywords：Time-varying Delay； Perturbation； Guaranteed Cost Control
0引 言
保成本控制問(wèn)題已引起人們的興趣[1-3]。在實(shí)際工程中，控制器的實(shí)現(xiàn)由硬件和軟件的原因，存在參數(shù)攝動(dòng)的情況[4-5]。因此，非脆弱控制問(wèn)題成為研究的熱點(diǎn) [6-9]。另外，實(shí)際系統(tǒng)中不可避免地存在各種不確定參數(shù)：（1）結(jié)構(gòu)不確定性或參數(shù)不確定性[10]；（2）非結(jié)構(gòu)不確定性或非結(jié)構(gòu)攝動(dòng)[11]；（3）混合不確定性[12]。所以，研究系統(tǒng)的魯棒穩(wěn)定性具有重要的意義和價(jià)值 [13-14]。本文討論一類離散系統(tǒng)的非脆弱 保成本控制問(wèn)題?；贚yapunov函數(shù)和線性矩陣不等式的方法，給出了非脆弱 保成本控制器的設(shè)計(jì)方法。
1系統(tǒng)描述
考慮離散時(shí)滯系統(tǒng)
（1）
其中 是系統(tǒng)的狀態(tài)； 是輸入； 是屬于 空間的干擾輸入； 是被調(diào)輸出； ，
和 是適當(dāng)維數(shù)的常數(shù)矩陣， 是不確定實(shí)值矩陣，表示系統(tǒng)的參數(shù)不確定性； 和 ，表示系統(tǒng)的狀態(tài)和控制中的滯后時(shí)間；并滿足 ，其中 和 是已知的。假定：
（2）
其中， 是常數(shù)矩陣， 是滿足：
（3）
其中， 表示 階單位矩陣。
成本函數(shù)為：
（4）
其中， 是正定矩陣。
考慮狀態(tài)反饋：
（5）
其中， 表示控制器增益， 表示增益的攝動(dòng)。
本文考慮兩種形式的攝動(dòng)：
（1） 加法式攝動(dòng)：
（6）
（2） 乘法式攝動(dòng)：
（7）
其中， 和 是常數(shù)矩陣， 是未知的擾動(dòng)矩陣，且滿足 。
系統(tǒng)（1）在 作用下的閉環(huán)系統(tǒng)為：
（8）
其中，
定義1 對(duì)于給定的常數(shù) 對(duì)稱正定矩陣 和 ，狀態(tài)反饋控制律
（9）
稱為系統(tǒng)（1）的 保成本控制律，如果對(duì)所有滿足式（3）的參數(shù)不確定性，下列條件成立：
（1） 當(dāng) 時(shí)，閉環(huán)系統(tǒng)（3）漸近穩(wěn)定；
（2） 在 的條件下， 為正常數(shù)；
（3） 在零初始條件下，被調(diào)輸出 滿足 ，其中 表示 中的標(biāo)準(zhǔn)范數(shù)。
引理1 （schur補(bǔ)）[2] 對(duì)于給定的對(duì)稱矩陣 ，其中 是對(duì)稱負(fù)定矩陣，則以下三個(gè)條件是等價(jià)的：
（1） ；
（2） ；
（3） 。
引理2[4] 給定適當(dāng)維數(shù)的矩陣 和 其中 是對(duì)稱的，如果存在正常數(shù) 使得：
成立，其中 ， 則對(duì)所有滿足：
的式中 ，有公式 成立。
2主要結(jié)果
定理1對(duì)于給定的常數(shù) ，如果存在矩陣 ，對(duì)稱正定矩陣 ， 和 ，使得對(duì)所有允許的參數(shù)不確定性（3），矩陣不等式
（10）
成立，則控制律（5）是系統(tǒng)（1）的魯棒 保成本控制律，并且有：
（11）
證明 選取lyapunov函數(shù)
和引理1可得定理1。
定理2 對(duì)系統(tǒng)（1）和給定的控制器（5），控制器增益具有形式（6）的攝動(dòng)，對(duì)于成本函數(shù)（4），給定標(biāo)量 ，如果存在正常數(shù) ，對(duì)稱正定矩陣 和矩陣 ，使得：
成立，其中，
系統(tǒng)（1）可魯棒 保成本控制，控制律 ，并且成本函數(shù)滿足：
證明 由定理1，引理1和引理2可得到定理2。
關(guān)于乘法式攝動(dòng)的情形，可類似給出。
3結(jié)束語(yǔ)
在實(shí)際工程中，在控制過(guò)程中，由于硬件和軟件存在的偏差，控制器不可避免地存在各種類型的存在參數(shù)攝動(dòng)的情況。加之實(shí)際工程系統(tǒng)內(nèi)部和外部，存在各種不確定因素的影響，使得系統(tǒng)性能變差。時(shí)滯不可避免地出現(xiàn)在實(shí)際工程中，并使得系統(tǒng)的性能變得更復(fù)雜。因此，在研究系統(tǒng)的控制器設(shè)計(jì)時(shí)，不但要考慮系統(tǒng)內(nèi)部和外部存在的各種不確定因素的干擾，還要考慮時(shí)滯的因素?；谏厦娴脑?，論文提出了一類離散時(shí)滯系統(tǒng)，并且，系統(tǒng)的輸入和輸出均含有時(shí)滯；狀態(tài)，輸入和輸出均存在不確定性。提出了加性和乘性兩種形式的非脆弱控制器。論文主要研究了離散時(shí)滯系統(tǒng)的非脆弱 保成本控制問(wèn)題。利用線性矩陣不等式技術(shù)，給出了非脆弱 保成本控制的設(shè)計(jì)方法。所提出的設(shè)計(jì)方法更便于實(shí)際應(yīng)用。
參考文獻(xiàn)：
[1] CHANG S S L，PENG T K C.Adaptive guaranteed cost control of systems with uncertain parameters[J].IEEE Tmns.Autom.Control， 1972，AC-17（4）：474-483.
[2] MOHEIMANI S O L， PETERSEN I R. Optimal quadratic guaranteed cost control of a class uncertain time-delay systems[J]. IEE PartD， 1997，144（2）：183-188.
[3] 王福忠，姚波.一類不確定線性系統(tǒng)容錯(cuò)保成本控制器設(shè)計(jì)[J]. 系統(tǒng)工程與電子技術(shù)， 2004， 26（5）：636-640.
[4] 李琴，張慶靈，安t春.不確定離散廣義系統(tǒng)的時(shí)滯相關(guān)非脆弱無(wú)源控制[J].控制與決策， 2007，22（8）：907-911.
[5] 王天成，劉小梅，高榮.一類不確定時(shí)滯系統(tǒng)的非線性 控制[J].控制與決策，2009，24（6）：945-948.
[6] 彭達(dá)洲，胥布工.帶有非線性擾動(dòng)的不確定時(shí)滯系統(tǒng)的魯棒穩(wěn)定性[J].廣東工業(yè)大學(xué)學(xué)報(bào)， 2004，21（1）：22-25.
[7] 舒?zhèn)ト?，張慶靈.不確定時(shí)滯廣義系統(tǒng)的魯棒非脆弱 控制[J].控制與決策，2005，20（6）：629-633.
[8] 張維海.隨機(jī)不確定系統(tǒng)的魯棒 控制[J].工程數(shù)學(xué)學(xué)報(bào)， 2004，21（4）：592-596.
[9] MASUBUCHI I， KAMITANE Y， OHARA A. H∞ control for descry-sport systems： A matrix inequalities approach[J]. Automatica， 1997， （33）：668-673.
[10] 高彥平，高存臣.狀態(tài)與輸出均含有滯后的不確定廣義系統(tǒng)的非脆弱H∞ 控制[J].系統(tǒng)科學(xué)與數(shù)學(xué)， 2008， 8（3）：350-359.
[11] FANG M. Delay-dependent robust control for uncertain singular systems with state delay[J]. Acta Automatica Sinica， 2009， 35（1）：65-70.
[12] WU Z G， ZHOU W N. Delay-dependent robust control for uncertain singular time-delay systems[J]. IET Control Theory Apply， 2007，1（5）：1234-1241.
一、論文名稱、課題來(lái)源、選題依據(jù)
論文名稱：基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)與評(píng)估模型及其應(yīng)用研究
課題來(lái)源：?jiǎn)挝蛔詳M課題或省政府下達(dá)的研究課題
選題依據(jù)：技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估是企業(yè)技術(shù)創(chuàng)新決策的前提和依據(jù)。通過(guò)技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估， 可以使企業(yè)對(duì)未來(lái)的技術(shù)發(fā)展水平及其變化趨勢(shì)有正確的把握， 從而為企業(yè)的技術(shù)創(chuàng)新決策提供科學(xué)的依據(jù)， 以減少技術(shù)創(chuàng)新決策過(guò)程中的主觀性和盲目性。只有在正確把握技術(shù)創(chuàng)新發(fā)展方向的前提下， 企業(yè)的技術(shù)創(chuàng)新工作才能沿著正確方向開展，企業(yè)產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力才能得到不斷加強(qiáng)。在市場(chǎng)競(jìng)爭(zhēng)日趨激烈的現(xiàn)代商業(yè)中， 企業(yè)的技術(shù)創(chuàng)新決定著企業(yè)生存和發(fā)展、前途與命運(yùn)， 為了確保技術(shù)創(chuàng)新工作的正確性，企業(yè)對(duì)技術(shù)創(chuàng)新的預(yù)測(cè)和評(píng)估提出了更高的要求。
二、本課題國(guó)內(nèi)外研究現(xiàn)狀及發(fā)展趨勢(shì)
現(xiàn)有的技術(shù)創(chuàng)新預(yù)測(cè)方法可分為趨勢(shì)外推法、相關(guān)分析法和專家預(yù)測(cè)法三大類。
(1) 趨勢(shì)外推法。指利用過(guò)去和現(xiàn)在的技術(shù)、經(jīng)濟(jì)信息， 分析技術(shù)發(fā)展趨勢(shì)和規(guī)律， 在分析判斷這些趨勢(shì)和規(guī)律將繼續(xù)的前提下， 將過(guò)去和現(xiàn)在的趨勢(shì)向未來(lái)推演。生長(zhǎng)曲線法是趨勢(shì)外推法中的一種應(yīng)用較為廣泛的技術(shù)創(chuàng)新預(yù)測(cè)方法，美國(guó)生物學(xué)家和人口統(tǒng)計(jì)學(xué)家Raymond Pearl提出的Pearl曲線(數(shù)學(xué)模型為： Y=L?[1+A?exp(-Bt)] )及英國(guó)數(shù)學(xué)家和統(tǒng)計(jì)學(xué)家Gompertz提出的Gompertz曲線(數(shù)學(xué)模型為： Y=Lexp(-Bt))皆屬于生長(zhǎng)曲線， 其預(yù)測(cè)值Y為技術(shù)性能指標(biāo)， t為時(shí)間自變量， L、A、B皆為常數(shù)。Ridenour模型也屬于生長(zhǎng)曲線預(yù)測(cè)法， 但它假定新技術(shù)的成長(zhǎng)速度與熟悉該項(xiàng)技術(shù)的人數(shù)成正比， 主要適用于新技術(shù)、新產(chǎn)品的擴(kuò)散預(yù)測(cè)。
(2)相關(guān)分析法。利用一系列條件、參數(shù)、因果關(guān)系數(shù)據(jù)和其他信息， 建立預(yù)測(cè)對(duì)象與影響因素的因果關(guān)系模型， 預(yù)測(cè)技術(shù)的發(fā)展變化。相關(guān)分析法認(rèn)為， 一種技術(shù)性能的改進(jìn)或其應(yīng)用的擴(kuò)展是和其他一些已知因素高度相關(guān)的， 這樣， 通過(guò)已知因素的分析就可以對(duì)該項(xiàng)技術(shù)進(jìn)行預(yù)測(cè)。相關(guān)分析法主要有以下幾種： 導(dǎo)前-滯后相關(guān)分析、技術(shù)進(jìn)步與經(jīng)驗(yàn)積累的相關(guān)分析、技術(shù)信息與人員數(shù)等因素的相關(guān)分析及目標(biāo)與手段的相關(guān)分析等方法。
(3)專家預(yù)測(cè)法。以專家意見作為信息來(lái)源， 通過(guò)系統(tǒng)的調(diào)查、征詢專家的意見， 分析和整理出預(yù)測(cè)結(jié)果。專家預(yù)測(cè)法主要有： 專家個(gè)人判斷法、專家會(huì)議法、頭腦風(fēng)暴法及德爾菲法等， 其中， 德爾菲法吸收了前幾種專家預(yù)測(cè)法的長(zhǎng)處， 避免了其缺點(diǎn)， 被認(rèn)為是技術(shù)預(yù)測(cè)中最有效的專家預(yù)測(cè)法。
趨勢(shì)外推法的預(yù)測(cè)數(shù)據(jù)只能為縱向數(shù)據(jù)， 在進(jìn)行產(chǎn)品技術(shù)創(chuàng)新預(yù)測(cè)時(shí)， 只能利用過(guò)去的產(chǎn)品技術(shù)性能這一個(gè)指標(biāo)來(lái)預(yù)測(cè)它的隨時(shí)間的發(fā)展趨勢(shì)， 并不涉及影響產(chǎn)品技術(shù)創(chuàng)新的科技、經(jīng)濟(jì)、產(chǎn)業(yè)、市場(chǎng)、社會(huì)及政策等多方面因素。在現(xiàn)代商業(yè)經(jīng)濟(jì)中， 對(duì)于產(chǎn)品技術(shù)發(fā)展的預(yù)測(cè)不能簡(jiǎn)單地歸結(jié)為產(chǎn)品過(guò)去技術(shù)性能指標(biāo)按時(shí)間的進(jìn)展來(lái)類推， 而應(yīng)系統(tǒng)綜合地考慮現(xiàn)代商業(yè)中其他因素對(duì)企業(yè)產(chǎn)品技術(shù)創(chuàng)新的深刻影響。相關(guān)分析法盡管可同時(shí)按橫向數(shù)據(jù)和縱向數(shù)據(jù)來(lái)進(jìn)行預(yù)測(cè)， 但由于它是利用過(guò)去的歷史數(shù)據(jù)中的某些影響產(chǎn)品技術(shù)創(chuàng)新的因素求出的具體的回歸預(yù)測(cè)式， 而所得到的回歸預(yù)測(cè)模型往往只能考慮少數(shù)幾種主要影響因素， 略去了許多未考慮的因素， 所以， 所建模型對(duì)實(shí)際問(wèn)題的表達(dá)能力也不夠準(zhǔn)確， 預(yù)測(cè)結(jié)果與實(shí)際的符合程度也有較大偏差。專家預(yù)測(cè)法是一種定性預(yù)測(cè)方法，依靠的是預(yù)測(cè)者的知識(shí)和經(jīng)驗(yàn)， 往往帶有主觀性， 難以滿足企業(yè)對(duì)技術(shù)創(chuàng)新預(yù)測(cè)準(zhǔn)確度的要求。以上這些技術(shù)創(chuàng)新預(yù)測(cè)技術(shù)和方法為企業(yè)技術(shù)創(chuàng)新工作的開展做出了很大的貢獻(xiàn)， 為企業(yè)技術(shù)創(chuàng)新的預(yù)測(cè)提供了科學(xué)的方法論， 但在新的經(jīng)濟(jì)和市場(chǎng)環(huán)境下， 技術(shù)創(chuàng)新預(yù)測(cè)的方法和技術(shù)應(yīng)有新的豐富和發(fā)展， 以克服自身的不足， 更進(jìn)一步適應(yīng)時(shí)展的需要， 為企業(yè)的技術(shù)創(chuàng)新工作的開展和企業(yè)的生存與發(fā)展提供先進(jìn)的基礎(chǔ)理論和技術(shù)方法。
目前，在我國(guó)企業(yè)技術(shù)創(chuàng)新評(píng)估中， 一般只考慮如下四個(gè)方面的因素： (1) 技術(shù)的先進(jìn)性、可行性、連續(xù)性; (2) 經(jīng)濟(jì)效果; (3) 社會(huì)效果; (4) 風(fēng)險(xiǎn)性， 在對(duì)此四方面內(nèi)容逐個(gè)分析后， 再作綜合評(píng)估。在綜合評(píng)估中所用的方法主要有： Delphi法(專家法)、AHP法(層次分析法)、模糊評(píng)估法、決策樹法、戰(zhàn)略方法及各種圖例法等， 但技術(shù)創(chuàng)新的評(píng)估是一個(gè)非常復(fù)雜的系統(tǒng)， 其中存在著廣泛的非線性、時(shí)變性和不確定性， 同時(shí)， 還涉及技術(shù)、經(jīng)濟(jì)、管理、社會(huì)等諸多復(fù)雜因素，目前所使用的原理和方法， 難以滿足企業(yè)對(duì)技術(shù)創(chuàng)新評(píng)估科學(xué)性的要求。關(guān)于技術(shù)創(chuàng)新評(píng)估的研究， 在我國(guó)的歷史還不長(zhǎng)， 無(wú)論是指標(biāo)體系還是評(píng)估方法， 均處于研究之中， 我們認(rèn)為目前在企業(yè)技術(shù)創(chuàng)新評(píng)估方面應(yīng)做的工作是： (1) 建立一套符合我國(guó)實(shí)際情況的技術(shù)創(chuàng)新評(píng)估指標(biāo)體系; (2) 建立一種適應(yīng)于多因素、非線性和不確定性的綜合評(píng)估方法。
這種情況下， 神經(jīng)網(wǎng)絡(luò)技術(shù)就有其特有的優(yōu)勢(shì)， 以其并行分布、自組織、自適應(yīng)、自學(xué)習(xí)和容錯(cuò)性等優(yōu)良性能， 可以較好地適應(yīng)技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估這類多因素、不確定性和非線性問(wèn)題， 它能克服上述各方法的不足。本項(xiàng)目以BP神經(jīng)網(wǎng)絡(luò)作為基于多因素的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型構(gòu)建的基礎(chǔ)， BP神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層和輸出層構(gòu)成， 各層的神經(jīng)元數(shù)目不同， 由正向傳播和反向傳播組成， 在進(jìn)行產(chǎn)品技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估時(shí)， 從輸入層輸入影響產(chǎn)品技術(shù)創(chuàng)新預(yù)測(cè)值和評(píng)估值的n個(gè)因素信息， 經(jīng)隱含層處理后傳入輸出層， 其輸出值Y即為產(chǎn)品技術(shù)創(chuàng)新技術(shù)性能指標(biāo)的預(yù)測(cè)值或產(chǎn)品技術(shù)創(chuàng)新的評(píng)估值。這種n個(gè)因素指標(biāo)的設(shè)置， 考慮了概括性和動(dòng)態(tài)性， 力求全面、客觀地反映影響產(chǎn)品技術(shù)創(chuàng)新發(fā)展的主要因素和導(dǎo)致產(chǎn)品個(gè)體差異的主要因素， 盡管是黑匣子式的預(yù)測(cè)和評(píng)估， 但事實(shí)證明它自身的強(qiáng)大學(xué)習(xí)能力可將需考慮的多種因素的數(shù)據(jù)進(jìn)行融合， 輸出一個(gè)經(jīng)非線性變換后較為精確的預(yù)測(cè)值和評(píng)估值。
據(jù)文獻(xiàn)查閱， 雖然在技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估的現(xiàn)有原理和方法的改進(jìn)和完善方面有一定的研究，如文獻(xiàn)[08]、[09]、[11]等， 但尚未發(fā)現(xiàn)將神經(jīng)網(wǎng)絡(luò)應(yīng)用于技術(shù)創(chuàng)新預(yù)測(cè)與評(píng)估方面的研究， 在當(dāng)前產(chǎn)品的市場(chǎng)壽命周期不斷縮短、要求企業(yè)不斷推出新產(chǎn)品的經(jīng)濟(jì)條件下， 以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)來(lái)建立產(chǎn)品技術(shù)創(chuàng)新預(yù)測(cè)與評(píng)估模型， 是對(duì)技術(shù)創(chuàng)新定量預(yù)測(cè)和評(píng)估方法的有益補(bǔ)充和完善。
三、論文預(yù)期成果的理論意義和應(yīng)用價(jià)值
本項(xiàng)目研究的理論意義表現(xiàn)在： (1) 探索新的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估技術(shù)， 豐富和完善技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估方法體系; (2) 將神經(jīng)網(wǎng)絡(luò)技術(shù)引入技術(shù)創(chuàng)新的預(yù)測(cè)和評(píng)估， 有利于推動(dòng)技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估方法的發(fā)展。
本項(xiàng)目研究的應(yīng)用價(jià)值體現(xiàn)在： (1) 提供一種基于多因素的技術(shù)創(chuàng)新定量預(yù)測(cè)技術(shù)， 有利于提高預(yù)測(cè)的正確性; (2)提供一種基于BP神經(jīng)網(wǎng)絡(luò)的綜合評(píng)估方法， 有利于提高評(píng)估的科學(xué)性; (3) 為企業(yè)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估工作提供新的方法論和實(shí)用技術(shù)。
四、課題研究的主要內(nèi)容
研究目標(biāo)：
以BP神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ)研究基于多因素的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型， 并建立科學(xué)的預(yù)測(cè)和評(píng)估指標(biāo)體系及設(shè)計(jì)相應(yīng)的模型計(jì)算方法， 結(jié)合企業(yè)的具體實(shí)際， 對(duì)指標(biāo)和模型體系進(jìn)行實(shí)證分析， 使研究具有一定的理論水平和實(shí)用價(jià)值。
研究?jī)?nèi)容：
1、影響企業(yè)技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)佑的相關(guān)指標(biāo)體系確定及其量化和規(guī)范化。從企業(yè)的宏觀環(huán)境和微觀環(huán)境兩個(gè)方面入手， 密切結(jié)合電子商務(wù)和知識(shí)經(jīng)濟(jì)對(duì)企業(yè)技術(shù)創(chuàng)新的影響， 系統(tǒng)綜合地分析影響產(chǎn)品技術(shù)創(chuàng)新的各相關(guān)因素， 建立科學(xué)的企業(yè)技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估指標(biāo)體系， 并研究其量化和規(guī)范化的原則及方法。
2、影響技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估各相關(guān)指標(biāo)的相對(duì)權(quán)重確定。影響技術(shù)創(chuàng)新發(fā)展和變化各相關(guān)因素在輸入預(yù)測(cè)和評(píng)估模型時(shí)， 需要一組決定其相對(duì)重要性的初始權(quán)重， 權(quán)重的確定需要基本的原則作支持。
3、基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型研究。 根據(jù)技術(shù)創(chuàng)新預(yù)測(cè)的特點(diǎn)， 以BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)， 構(gòu)建基于多因素的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型。
4、基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型計(jì)算方法設(shè)計(jì)。根據(jù)基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型的基本特點(diǎn)， 設(shè)計(jì)其相應(yīng)的計(jì)算方法。
5、基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型學(xué)習(xí)樣本設(shè)計(jì)。根據(jù)相關(guān)的歷史資料， 構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型的學(xué)習(xí)樣本， 對(duì)預(yù)測(cè)和評(píng)估模型進(jìn)行自學(xué)習(xí)和訓(xùn)練， 使模型適合實(shí)際情況。
6、基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估技術(shù)的實(shí)證研究。以一般企業(yè)的技術(shù)創(chuàng)新預(yù)測(cè)與評(píng)估工作為背景， 對(duì)基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估技術(shù)進(jìn)行實(shí)證研究。
創(chuàng)新點(diǎn)：
1、建立一套基于電子商務(wù)和知識(shí)經(jīng)濟(jì)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估指標(biāo)體系。目前，在技術(shù)創(chuàng)新的預(yù)測(cè)和評(píng)估指標(biāo)體系方面， 一種是采用傳統(tǒng)的指標(biāo)體系， 另一種是采用國(guó)外先進(jìn)國(guó)家的指標(biāo)體系， 如何結(jié)合我國(guó)實(shí)際當(dāng)前經(jīng)濟(jì)形勢(shì)， 參考國(guó)外先進(jìn)發(fā)達(dá)國(guó)家的研究工作， 建立一套適合于我國(guó)企業(yè)技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估指標(biāo)體系， 此為本研究要做的首要工作， 這是一項(xiàng)創(chuàng)新。
2、研究基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型及其計(jì)算方法。神經(jīng)網(wǎng)絡(luò)技術(shù)具有并行分布處理、自學(xué)習(xí)、自組織、自適應(yīng)和容錯(cuò)性等優(yōu)良性能， 能較好地處理基于多因素、非線性和不確定性預(yù)測(cè)和評(píng)估的現(xiàn)實(shí)問(wèn)題， 本項(xiàng)目首次將神經(jīng)網(wǎng)絡(luò)技術(shù)引入企業(yè)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估， 這也是一項(xiàng)創(chuàng)新。
五、課題研究的基本方法、技術(shù)路線的可行性論證
1、重視系統(tǒng)分析。以系統(tǒng)科學(xué)的思想為指導(dǎo)來(lái)分析影響企業(yè)技術(shù)創(chuàng)新發(fā)展和變化的宏觀因素和微觀因素， 并研究影響因素間的內(nèi)在聯(lián)系， 確定其相互之間的重要度， 探討其量化和規(guī)范化的方法， 將國(guó)外先進(jìn)國(guó)家的研究成果與我國(guó)具體實(shí)際相結(jié)合， 建立我國(guó)企業(yè)技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估的指標(biāo)體系。
2、重視案例研究。從國(guó)內(nèi)外技術(shù)創(chuàng)新預(yù)測(cè)與決策成功和失敗的案例中， 發(fā)現(xiàn)問(wèn)題、分析問(wèn)題， 歸納和總結(jié)出具有共性的東西， 探索技術(shù)創(chuàng)新預(yù)測(cè)與宏觀因素與微觀因素之間的內(nèi)在關(guān)系。
3、采用先簡(jiǎn)單后復(fù)雜的研究方法。對(duì)基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型的研究， 先從某一行業(yè)出發(fā)， 定義模型的基本輸入因素， 然后， 逐步擴(kuò)展， 逐步增加模型的復(fù)雜度。
4、理論和實(shí)踐相結(jié)合。將研究工作與具體企業(yè)的技術(shù)創(chuàng)新實(shí)際相結(jié)合， 進(jìn)行實(shí)證研究， 在實(shí)踐中豐富和完善， 研究出具有科學(xué)性和實(shí)用性的成果。
六、開展研究已具備的條件、可能遇到的困難與問(wèn)題及解決措施
本人長(zhǎng)期從事市場(chǎng)營(yíng)銷和技術(shù)創(chuàng)新方面的研究工作， 編寫出版了《現(xiàn)代市場(chǎng)營(yíng)銷學(xué)》和《現(xiàn)代企業(yè)管理學(xué)》等有關(guān)著作， 發(fā)表了企業(yè)技術(shù)創(chuàng)新與營(yíng)銷管理創(chuàng)新、企業(yè)技術(shù)創(chuàng)新與營(yíng)銷組織創(chuàng)新及企業(yè)技術(shù)創(chuàng)新與營(yíng)銷觀念創(chuàng)新等與技術(shù)創(chuàng)新相關(guān)的學(xué)術(shù)研究論文， 對(duì)企業(yè)技術(shù)創(chuàng)新的預(yù)測(cè)和評(píng)估有一定的理論基礎(chǔ)， 也從事過(guò)企業(yè)產(chǎn)品技術(shù)創(chuàng)新方面的策劃和研究工作， 具有一定的實(shí)踐經(jīng)驗(yàn)， 與許多企業(yè)有密切的合作關(guān)系， 同時(shí)， 對(duì)神經(jīng)網(wǎng)絡(luò)技術(shù)也進(jìn)行過(guò)專門的學(xué)習(xí)和研究， 所以， 本項(xiàng)目研究的理論基礎(chǔ)、技術(shù)基礎(chǔ)及實(shí)驗(yàn)場(chǎng)所已基本具備， 能順利完成本課題的研究， 取得預(yù)期的研究成果。
七、論文研究的進(jìn)展計(jì)劃
2003.07-2003.09：完成論文開題。
2003.09-2003.11：影響企業(yè)技術(shù)創(chuàng)新發(fā)展的指標(biāo)體系研究及其量化和規(guī)范化。
2003.11-2004.01：基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型的構(gòu)建。
2004.01-2004.03：基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型計(jì)算方法研究。
2004.03-2004.04：基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測(cè)和評(píng)估模型體系的實(shí)證研究。
2004.04-2004.06：完成論文寫作、修改定稿，準(zhǔn)備答辯。
主要參考文獻(xiàn)：
[01] 傅家驥、仝允桓等。 技術(shù)創(chuàng)新學(xué)。 北京： 清華大學(xué)出版社 1998
[02] 吳貴生。 技術(shù)創(chuàng)新管理。 北京： 清華大學(xué)出版社 2000
[03] 柳卸林。 企業(yè)技術(shù)創(chuàng)新管理。 北京： 科學(xué)技術(shù)出版社 1997
[04] 趙志、陳邦設(shè)等。 產(chǎn)品創(chuàng)新過(guò)程管理模式的基本問(wèn)題研究。 管理科學(xué)學(xué)報(bào)。 2000/2.
[05] 王亞民、朱榮林。 風(fēng)險(xiǎn)投資項(xiàng)目ECV評(píng)估指標(biāo)與決策模型研究。 風(fēng)險(xiǎn)投資。 2002/6
[06] 趙中奇、王浣塵、潘德惠。 隨機(jī)控制的極大值原理及其在投資決策中的應(yīng)用。 控制與決策。 2002/6
[07] 夏清泉、凌婕。 風(fēng)險(xiǎn)投資理論和政策研究。 國(guó)際商務(wù)研究。 2002/5
[08] 陳勁、龔焱等。 技術(shù)創(chuàng)新信息源新探。 中國(guó)軟科學(xué)。 2001/1. pp86-88
[09] 嚴(yán)太華、張龍。 風(fēng)險(xiǎn)投資評(píng)估決策方法初探。 經(jīng)濟(jì)問(wèn)題。 2002/1
[10] 蘇永江、李湛。 風(fēng)險(xiǎn)投資決策問(wèn)題的系統(tǒng)分析。 學(xué)術(shù)研究。 2001/4
[11] 孫冰。 企業(yè)產(chǎn)品開發(fā)的評(píng)價(jià)模型及方法研究。 中國(guó)管理科學(xué)。 2002/4
[12] 諸克軍、楊久西、匡益軍。 基于人工神經(jīng)網(wǎng)絡(luò)的石油勘探有利性綜合評(píng)價(jià)。 系統(tǒng)工程理論與實(shí)踐。 2002/4
[13] 楊力。 基干BP 神經(jīng)網(wǎng)絡(luò)的城市房屋租賃估價(jià)系統(tǒng)設(shè)計(jì)。 中國(guó)管理科學(xué)。 2002/4
[14] 楊國(guó)棟、賈成前。 高速公路復(fù)墾土地適宜性評(píng)價(jià)的BP神經(jīng)網(wǎng)絡(luò)模型。 統(tǒng)工程理論與實(shí)踐。 2002/4
[15] 樓文高。 基于人工神經(jīng)網(wǎng)絡(luò)的三江平原土壤質(zhì)量綜合評(píng)價(jià)與預(yù)測(cè)模型。 中國(guó)管理科學(xué)。 2002/1
[16] 胥悅紅、顧培亮。 基于BP神經(jīng)網(wǎng)絡(luò)的產(chǎn)品成本預(yù)測(cè)。 管理工程學(xué)報(bào)。 2000/4
[17] 陳新輝、喬忠。 基于TSA-BP神經(jīng)網(wǎng)絡(luò)的企業(yè)產(chǎn)品市場(chǎng)占有率預(yù)測(cè)模型。 中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)。 2000/5
[18] 劉育新。 技術(shù)預(yù)測(cè)的過(guò)程與常用方法。 中國(guó)軟科學(xué)。 1998/3
[19] 溫小霓、趙瑋。 市場(chǎng)需求與統(tǒng)計(jì)預(yù)測(cè)。 西安電子科技大學(xué)學(xué)報(bào)。 2000/5
[20] 朱振中。 模糊理論在新產(chǎn)品開發(fā)中的應(yīng)用。 科學(xué)管理研究。 2000/6
[21]Kim B. Clark Takahiro Fujimoto. Product Development Performance Strategy、Organization and Management in Industry. Harvard Business School Press. Boson 1993
[22] Gobeli D H, Brown D J. Improving the process of product innovation. Research, Technology Management, 1993. 36(2)：46-49
[23]Simon J.Towner. Four ways to accelerate new product development. Long Rang Planning 1994. 27(2)：57-65
[24]Abdul Ali,et al. Product innovation and entry strategy. Journal of Product Innovation Management 1995. 12(12)：54-69
[25]Eric Vin Hippel. The sources of Innovation. Oxford University Press. 1988
[26] Shtub A, Zimerman Y. A neural-network-based approach for estimating the cost of assembly. International Journal of Production Economics, 1993. 32: 189-207
[27] Wee-Liang Tan, Dattarreya G. Allampalli, Investment Criteria of Singapore Capitalists, 1997 International Council for Small Business, San Francisco, California, June 1997
[28]Michael Henos, The Road to Venture Financing: Guidelines for Entrepreneuts, RD Straregist Magazine,Summer 1991
[29]Chow GC, The Largrange Method of optimization with applications to portfoli and investment decisions. J of Economic Dymamics and Control 1996
[30]Jensen, R Information Cost and Innovation Adoption Policies, Management Science. Vol.34, No.2, Feb, 1988
[31]R.K. Zutshi, T.W.Liang, D.G.Allampulli, Singapore Venture Capitalists Investment Evaluation Criteria: A Reexamination. Small Business Economics 13:9-26(1999)
關(guān)鍵詞：電力系統(tǒng)故障診斷；研究現(xiàn)狀；發(fā)展趨勢(shì)
電力系統(tǒng)在我國(guó)得到越來(lái)越普遍的運(yùn)用，其系統(tǒng)的發(fā)展擴(kuò)大了我國(guó)的電網(wǎng)規(guī)模，同時(shí)也使得電網(wǎng)更加復(fù)雜，并且不同區(qū)域之間的相互聯(lián)系也更加的緊密。電網(wǎng)規(guī)模的擴(kuò)大的同時(shí)，其自身問(wèn)題也在逐漸增多，對(duì)電力系統(tǒng)故障加強(qiáng)診斷，首先需要熟悉相關(guān)的診斷方法的研究現(xiàn)狀。目前，在相關(guān)故障的研究上，其方法主要采用：模糊集理論、專家系統(tǒng)、粗糙集理論、人工神經(jīng)網(wǎng)絡(luò)、Petri網(wǎng)絡(luò)、優(yōu)化技術(shù)，下面詳細(xì)的介紹相關(guān)方法。
1 電力系統(tǒng)故障診斷的研究現(xiàn)狀
模糊集理論（fuzzy theory）。模糊集理論主要是研究問(wèn)題的不確定性，它將經(jīng)典集合理論模糊化，通過(guò)引入語(yǔ)言變量和模糊邏輯，建立了具有完整體系的智能技術(shù)。隨著模糊理論的發(fā)展，它已經(jīng)被更多的運(yùn)用到實(shí)際操作中，目前其在電力系統(tǒng)故障診斷中的運(yùn)用主要集中在兩個(gè)方面：第一，假設(shè)基礎(chǔ)信息正確，但是實(shí)際上故障對(duì)應(yīng)的保護(hù)裝置和斷路器之間的關(guān)系并不明確，運(yùn)用模糊隸屬度對(duì)這種關(guān)系進(jìn)行定量模擬；第二，假設(shè)警報(bào)信息的可信度不是1，根據(jù)相關(guān)狀態(tài)直接賦予可信度，再結(jié)合其他診斷方法給出模糊結(jié)果。模糊理論還可以和其它方法結(jié)合運(yùn)用，但是由于隸屬度獲取等問(wèn)題，限制了該理論的運(yùn)用。
專家系統(tǒng)（expert system）。專家系統(tǒng)由于發(fā)展最早，所以是一種比較成熟的研究方法，被用到電力系統(tǒng)診斷的很多領(lǐng)域，其自身具有的特點(diǎn)與電力系統(tǒng)故障診斷有很多切入點(diǎn)。專家系統(tǒng)具有實(shí)時(shí)性、直觀性和有效性，在一定程度上能夠解決不確定性問(wèn)題，并且給出的最終的結(jié)論比較符合人類言語(yǔ)習(xí)慣。專家系統(tǒng)雖然發(fā)展比較成熟并且運(yùn)用廣泛，但其自身有些缺點(diǎn)還是不能忽視的：第一，知識(shí)獲取有待提高。知識(shí)的更新需要學(xué)習(xí)，需要靠人工移植，因此完善和更新知識(shí)庫(kù)是完善專家系統(tǒng)方法的瓶頸；第二，系統(tǒng)維護(hù)問(wèn)題。專家系統(tǒng)的知識(shí)庫(kù)需要經(jīng)常因?yàn)閷?shí)際情況的變化進(jìn)行更新與修改，相關(guān)的工作量比較大；第三，錯(cuò)誤容忍度差。在專家系統(tǒng)知識(shí)沒有涵蓋的領(lǐng)域，專家系統(tǒng)對(duì)現(xiàn)有問(wèn)題出現(xiàn)大量的錯(cuò)誤診斷。
粗糙集理論。1982年，數(shù)學(xué)家Z.Pawlak提出的粗糙集方法主要用于處理不精確、不確定和不完全數(shù)據(jù)，它的核心思想：保持分類能力不變，簡(jiǎn)約知識(shí)，找出問(wèn)題決策。該特點(diǎn)使得不少研究者把粗糙集理論引入電力系統(tǒng)故障診斷中。雖然粗糙集理論能夠較強(qiáng)的出了力不完整的信息，但是其自身也有其缺點(diǎn)：第一，診斷規(guī)則取決于條件屬性下各種故障情況訓(xùn)練樣本集；第二，如果警報(bào)信息是關(guān)鍵信息時(shí)，系統(tǒng)的診斷結(jié)果將會(huì)受到很大的影響，也有可能因此得出錯(cuò)誤的結(jié)論；第三，當(dāng)出現(xiàn)多重問(wèn)題時(shí)，粗糙集理論可能使系統(tǒng)崩潰。
人工神經(jīng)網(wǎng)絡(luò)（artifical neural network，ANN）。人工神經(jīng)網(wǎng)絡(luò)具有學(xué)習(xí)能力強(qiáng)、魯棒性好和容錯(cuò)能力強(qiáng)，ANN主要運(yùn)用于電力網(wǎng)絡(luò)中不同故障組合產(chǎn)生不同的故障信息組合。其主要問(wèn)題是：第一，系統(tǒng)的樣本采集有時(shí)候很困難；第二，ANN與符號(hào)數(shù)據(jù)庫(kù)的交互功能弱；第三，啟發(fā)性知識(shí)處理得不好；第四，不能處理好收斂問(wèn)題，可能陷入局部最??；第四，沒有解釋自身行為和輸出結(jié)果的能力。
Petri網(wǎng)絡(luò)。1992年，印度學(xué)者JenkinsL和Khincha HP將Petri原理應(yīng)用到電力系統(tǒng)建模中，是最早的Petri應(yīng)用實(shí)例。Petri網(wǎng)絡(luò)計(jì)算簡(jiǎn)單，僅僅需要進(jìn)行簡(jiǎn)單的矩陣計(jì)算，診斷速度快，并且有不確定信息的模板可以參考。缺點(diǎn)：第一，對(duì)知識(shí)經(jīng)驗(yàn)的要求較高，節(jié)點(diǎn)多；第二，容錯(cuò)能力比較差，不易識(shí)別錯(cuò)誤的警報(bào)信息。
優(yōu)化技術(shù)。隨著計(jì)算機(jī)技術(shù)的發(fā)展，許多優(yōu)化方法浮出水面， 采用優(yōu)化方法解決電力系統(tǒng)故障現(xiàn)在也已經(jīng)比較普遍。目前常用的方法有遺傳算法、模擬分子進(jìn)化算法、Tabu搜索、模擬退火算法，貪婪算法等等，其中，遺傳算法在電力系統(tǒng)中的應(yīng)用比較普遍。缺點(diǎn)：第一，數(shù)學(xué)模型的建立比較困難；第二，隨機(jī)因素的干擾可能會(huì)影響最優(yōu)解的獲??；第三，迭代次數(shù)太多時(shí)可能導(dǎo)致運(yùn)行速度。
2 電力系統(tǒng)故障診斷的研究發(fā)展趨勢(shì)
在以后的電力系統(tǒng)工作，需要再以下方面下手，提高電力系統(tǒng)故障的診斷能力與解決能力，促進(jìn)我國(guó)電力系統(tǒng)的優(yōu)化。第一：信息不完整情況下電力系統(tǒng)故障方法的研究；第二，將多種診斷方法聯(lián)合使用，提高電力系統(tǒng)故障診斷的能力；第三，在信息高速發(fā)展的時(shí)代，各種信息越來(lái)越多，很多事物都是動(dòng)態(tài)發(fā)展，因此對(duì)電力系統(tǒng)的診斷需要從靜態(tài)到動(dòng)態(tài)發(fā)展；第四，擴(kuò)大診斷的領(lǐng)域意義。
參考文獻(xiàn)
[1] 郭創(chuàng)新，朱傳柏，曹一家，吳欣. 電力系統(tǒng)故障診斷的研究現(xiàn)狀與發(fā)展趨勢(shì)[J]. 電力系統(tǒng)自動(dòng)化. 2006（04）.
[2] 王家林，夏立，吳正國(guó)，楊宣訪. 電力系統(tǒng)故障診斷的研究現(xiàn)狀與展望[J]. 電力系統(tǒng)保護(hù)欲控制. 2010（09）.
[3] 毛曉東. 電力系統(tǒng)故障診斷應(yīng)用技術(shù)研究[D]. 碩士論文. 哈爾濱工程大學(xué). 2010（09）.
[4] 紀(jì)伯公，王加. 基于信息融合技術(shù)的電力系統(tǒng)故障診斷[C]. 第六屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集. 2012（09）.