時間：2023-04-17 17:11:31
導(dǎo)語：在容錯技術(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：云計算GFSBigtable數(shù)據(jù)存儲
中圖分類號：C37文獻(xiàn)標(biāo)識碼： A
0 緒論
云計算是一種新近提出的計算模式，是分布式計算、并行計算和網(wǎng)格計算的發(fā)展。在各大企業(yè)以及學(xué)術(shù)界的共同推動下，在大數(shù)據(jù)時代，云計算融合物聯(lián)網(wǎng)將進(jìn)一步推動數(shù)據(jù)價值的挖掘，促進(jìn)產(chǎn)業(yè)爆發(fā)。
1 云計算
1.1對云的定義
云計算是一種按使用量付費的模式，這種模式提供可用的、便捷的、按需的網(wǎng)絡(luò)訪問，進(jìn)入可配置的計算資源共享池（資源包括網(wǎng)絡(luò)，服務(wù)器，存儲，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云計算的基本原理
通過使計算分布在大量的分布式計算機(jī)上，而非本地計算機(jī)或遠(yuǎn)程服務(wù)器中，企業(yè)數(shù)據(jù)中心的運行將更與互聯(lián)網(wǎng)相似。
1.3云計算的特點
1.3.1虛擬化
云計算支持用戶在任 意位置使用各種終端獲取服務(wù)。
1.3.2極其廉價
“云”的特殊容錯措施使得可以采用極其廉價的節(jié)點來構(gòu)成云。所以云計算造價低廉。
1.3.3高層次的編程模型
用戶通過簡單學(xué)習(xí)，就可以編寫自己的云計算程序，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、計算節(jié)點同構(gòu)可互換等措施來保障服務(wù)的高可靠性。
1.3.5按需服務(wù)
“云”是一個龐大的資源池，你按需購買；云可以像自來水，電，煤氣那樣計費。
2云計算的體系架構(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)，為用戶按需提供實體或虛擬的計算、存儲和網(wǎng)絡(luò)等資源。
PaaS是云計算應(yīng)用程序運行環(huán)境，提供應(yīng)用程序部署和管理服務(wù)。
SaaS是基于云計算基礎(chǔ)平臺所開發(fā)的應(yīng)用程序。
2.2服務(wù)管理層
服務(wù)管理層對核心服務(wù)層的可用性、可靠性和安全性提供保障。云計算服務(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），使得雙方對服務(wù)質(zhì)量的需求達(dá)成一致。
2.3用戶訪問接口層
用戶訪問接口層實現(xiàn)了云計算服務(wù)的泛在訪問，通常包括命令行、web服務(wù)、web門戶等形式。
3云計算的關(guān)鍵技術(shù)
3.1數(shù)據(jù)存儲技術(shù)
為保證高可靠和經(jīng)濟(jì)性，云計算采用分布式存儲的方式來存儲數(shù)據(jù)，采用冗余存儲的方式來保證存儲數(shù)據(jù)的可靠性。云計算的數(shù)據(jù)存儲技術(shù)主要有GFS和HDFS。
GFS是一個管理大型分布式數(shù)據(jù)密集型計算的可擴(kuò)展的分布式文件系統(tǒng)。使用廉價的商用硬件搭建系統(tǒng)并向大量用戶提供容錯的高性能的服務(wù)。GFS系統(tǒng)由一個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，采用冗余存儲的方式來保證數(shù)據(jù)的可靠性。為了保證數(shù)據(jù)的一致性，對于數(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是一個很龐大的表，它將所有數(shù)據(jù)都作為對象來處理，形成一個巨大的表格。有很多Google的應(yīng)用程序建立在BigTable之上，基于BigTable模型實現(xiàn)的Hadoop Hbase也在逐漸發(fā)揮作用。
是一個稀疏的、多維的和排序的Map，每個單元格由行關(guān)鍵字、列關(guān)鍵字和時間戳來進(jìn)行三維定位。在任意時刻每個Tablet只被分配到Tablet服務(wù)器。依靠一個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
云計算的出現(xiàn)給人們的生活帶來很大的便捷，使用某個軟件時無需耗費大量的資金進(jìn)行購買，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)和各大高校的推動下，云計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)華基于云平臺的建設(shè)工程項目招標(biāo)評標(biāo)模式的探討[期刊論文]-項目管理技術(shù) 2013(5)
[2]張程基于云計算的荊門煙草信息系統(tǒng)優(yōu)化[期刊論文]-中國科技信息2013(24)
參考文獻(xiàn)的寫作是有繼承性的，我們參考過的文獻(xiàn)可以幫助讀者在閱讀查詢同一研究時指引正確的方向，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)計論文參考文獻(xiàn)，歡迎大家閱讀借鑒。
平面設(shè)計論文參考文獻(xiàn)：
[1] 姚偉.試論漢字在現(xiàn)代平面設(shè)計中的應(yīng)用[D].山西師范大學(xué)，2014.
[2] 王小方.基于符號學(xué)理論的漢字容錯性在平面設(shè)計中的應(yīng)用[D].湖南師范大學(xué)，2013.
[3] 趙思.漢字點狀部首圖形在平面設(shè)計中的應(yīng)用研究[D].湖南師范大學(xué)，2012.
[4]竇珂.簡析高校平面設(shè)計教學(xué)改革的探索[J].明日風(fēng)尚，2016，（18）.
[5]祝帥.“互聯(lián)網(wǎng)+”時代的平面設(shè)計理念[J].美術(shù)觀察，2016，（10）.
[6]方芳.高職院校平面設(shè)計專業(yè)教學(xué)模式研究[J].藝術(shù)科技，2016，（09）.
平面設(shè)計論文參考文獻(xiàn)：
[1]耿凌艷.信息社會平面設(shè)計信息傳播的新體驗[J].藝術(shù)百家，2011（06）：261-262.
[2]王茵雪.新媒介下平面設(shè)計創(chuàng)新研究[J].吉林工程技術(shù)師范學(xué)院學(xué)報，2014，30（05）：68-70.
[3]張童，譚春波.新媒體技術(shù)對平面設(shè)計的影響[J].新聞戰(zhàn)線，2015（10）.
[4]曹云.中職計算機(jī)平面設(shè)計（Photoshop）的實踐教學(xué)應(yīng)用[J].新課程（下），2016（3）.
[5]彭倫俊.平面設(shè)計過程中的技巧運用探析[J].新課程（上），2014（7）.
[6]利丹.對于職業(yè)院校平面設(shè)計專業(yè)設(shè)置改革之我見[J].才智，2015（24）.
平面設(shè)計論文參考文獻(xiàn)：
[1]張瑞云.剪紙藝術(shù)之審美意蘊及其在現(xiàn)代平面設(shè)計的運用[J].蘭州交通大學(xué)學(xué)報，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)計中的應(yīng)用[J].群文天地，2011，02：48.
[3]賴興才.試論中國畫精神在平面設(shè)計中的化用[J].美術(shù)大觀，2007（3）.
[4]房開柱.水墨畫對平面設(shè)計的影響[D].成都：四川大學(xué)，2005.
[5]王受之.世界平面設(shè)計史[M].北京：中國青年出版社，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)、新的底層存儲技術(shù)——塊級虛擬化技術(shù)，它給存儲設(shè)備帶來了更大的彈性、更強的可用性。
1 傳統(tǒng)存儲的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（廉價磁盤冗余陣列方案）》的論文，其基本思想是將多個容量較小的、相對廉價的硬盤驅(qū)動器進(jìn)行有機(jī)組合，使其性能超過一個昂貴的大硬盤，它不僅能提供更高的性能，而且還具備一定的容錯能力。這一設(shè)計思想很快被接受，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把多個硬盤組合成為一個邏輯扇區(qū)，因此，操作系統(tǒng)只會把它當(dāng)作一個硬盤，其基本原理是把相同的數(shù)據(jù)存儲在多個硬盤的不同地方。RAID技術(shù)主要包含RAID 0～60等數(shù)個規(guī)范，在實際應(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：
（1）提高了傳輸速率：通過在多個硬盤上同時存儲和讀取數(shù)據(jù)來大幅提高存儲系統(tǒng)的數(shù)據(jù)吞吐量（Throughput）。在RAID中，可以讓很多硬盤同時傳輸數(shù)據(jù)，所以使用RAID可以達(dá)到單個硬盤幾倍、幾十倍的速率。
（2）通過數(shù)據(jù)校驗提供容錯：硬盤本身無法提供容錯（不包括寫在硬盤上的CRC循環(huán)冗余校驗碼），RAID容錯是建立在每個硬盤的硬件容錯功能之上，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、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度和冗余性。
2 傳統(tǒng)存儲的RAID技術(shù)的問題
在目前大多存儲系統(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，將根據(jù)RAID原理進(jìn)行重構(gòu)。但重構(gòu)過程中數(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)。所以對于一個存儲系統(tǒng)而言，其可靠性的最重要標(biāo)志就是其RAID重構(gòu)時間越短越好。
RAID重構(gòu)時間=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（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，可靠性越來越差。
圖2 硬盤容量與性能增長的不匹配
傳統(tǒng)硬盤重構(gòu)的瓶頸主要在目標(biāo)盤（熱備盤），因為所有成員盤將所有數(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重構(gòu)速度的關(guān)鍵。以一塊2TB 7.2k rpm盤為例，重構(gòu)時平均寫入速度為30M/s左右，完成重構(gòu)時間長達(dá)18個小時。
3 傳統(tǒng)存儲的上層資源管理
傳統(tǒng)RAID下的資源管理示意圖如圖3所示。在實際使用存儲系統(tǒng)時，通常會將硬盤固定地劃分為若干個RAID，再分別將每個RAID的空間固定地切分為1個或N個小段映射給主機(jī)操作系統(tǒng)使用。
這樣的傳統(tǒng)架構(gòu)有以下問題：
（1）配置規(guī)劃復(fù)雜：在做存儲系統(tǒng)規(guī)劃時，要求管理員不僅能準(zhǔn)確地計算出當(dāng)前每一個單元業(yè)務(wù)的容量、性能需求，還要能準(zhǔn)確評估每個單元業(yè)務(wù)未來發(fā)展的容量、性能要求；否則，要么設(shè)計不足不能滿足需求，要么過度設(shè)計導(dǎo)致資源浪費。同時在存儲系統(tǒng)的具體配置過程中，也需管理員通過復(fù)雜的配置過程一步步完成配置。
（2）配置調(diào)整困難：因為所有的分配過程都是固定的，如果因為各種未預(yù)測到的變化需要調(diào)整原分配，那么只能通過手動配置刪除和重新分配，以及復(fù)雜的數(shù)據(jù)遷入遷出來實現(xiàn)。
4 新一代存儲塊級虛擬化技術(shù)的興起
傳統(tǒng)存儲RAID方式隨著單盤容量的增大，帶來的問題越來越明顯，尤其是壞盤出現(xiàn)后的RAID重構(gòu)時間越來越長，系統(tǒng)可靠性受到很大的挑戰(zhàn)。
存儲的塊級別存儲虛擬化打破了傳統(tǒng)RAID的方式，是為用戶的應(yīng)用程序提供邏輯存儲的一種存儲服務(wù)，數(shù)據(jù)塊級別的存儲虛擬化對用戶抽象了存儲的真實物理地址。在軟件層面，它解析邏輯IO請求，將其映射成正確的物理地址。如此一來，存儲虛擬化使得管理員可以提供自由可伸縮的存儲容量，與此同時，用戶最終感知不到其存儲背后所包含的存儲擴(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)。
由于塊級虛擬化技術(shù)的先進(jìn)性，很多存儲廠家通過自研或者收購的方式開始在自己的存儲產(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Compellent公司的收購；
【關(guān)鍵詞】熱工系統(tǒng)；故障診斷；容錯控制
目前，自動控制技術(shù)已廣泛深入地應(yīng)用到電力生產(chǎn)的各個方面。在電力工程中往往存在著復(fù)雜而龐大的自動控制系統(tǒng)，這些控制系統(tǒng)的穩(wěn)定安全運行已經(jīng)引起越來越多的注意，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年美國專家提出用解析冗余代替硬件冗余，通過系統(tǒng)的自組織使閉環(huán)穩(wěn)定，并通過比較觀測器輸出得到系統(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，國際上每年發(fā)表的有關(guān)FDD的論文與報告在數(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，基于數(shù)學(xué)模型的故障診斷方法，在自動控制的過程系統(tǒng)的中受到越來越多的重視，它是一種與硬件冗余相對應(yīng)的一種方法，它主要是利用系統(tǒng)可以測量的運行信息（系統(tǒng)的輸入，輸出）來和系統(tǒng)的數(shù)學(xué)模型所提供的各種先驗知識所規(guī)定系統(tǒng)的理想無故障系統(tǒng)應(yīng)輸出信息比較得來的信號來進(jìn)行檢測，分離存在于系統(tǒng)的故障。
下面簡要介紹一下基于數(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，因此對殘差信號的影響也是加性的。
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)時出現(xiàn)了間斷的不規(guī)則現(xiàn)象。
殘差：故障指示器，由測量值與模型計算值的差得到。
癥狀： 由故障引起的系統(tǒng)的可觀測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處理的診斷方法中，他們通常由傳感器測量信號反映；在基于知識的故障診斷方法中，操作人員通過觀察（如設(shè)備振動情況，聲音信息等）用語言描述的故障現(xiàn)象也是重要的癥狀信息。
故障檢測：確定系統(tǒng)是否發(fā)生了故障。
故障辨識：在故障分離之后，確定故障的大小和故障發(fā)生的時間。
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、分離和辨識的統(tǒng)稱；狹義上它特指故障分離與故障辨識。
故障檢測與分離：故障檢測與分離之和。
故障檢測與診斷：故障檢測與診斷之和。
基于數(shù)學(xué)模型的故障診斷包括兩個基本的階段：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)生故障指示信號殘差，這個信號用來反映被分析系統(tǒng)的可能故障。當(dāng)系統(tǒng)無故障時，殘差信號應(yīng)該為零或接近于零，當(dāng)有故障時，殘差信號應(yīng)顯著地不同于零值。殘差信號在理想的情況下，應(yīng)該獨立于系統(tǒng)的輸入，輸出。用來產(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測與辨識，殘差信號中的故障信息的損失應(yīng)該盡可能的小。
故障決策：殘差被用來檢測故障的可能性，決策的規(guī)則是檢測故障所必須的。故障決策的方法有許多種，可以簡單設(shè)定一個閥值，也可以用統(tǒng)計決策理論，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)展起來的，此方法需要建立在被診斷對象較為精確的基礎(chǔ)上，進(jìn)一步可分為：基于參數(shù)估計法，基于狀態(tài)估計方法，一致空間法。
1.2基于可測信號的故障診斷法
（1）可測值或其變量變化趨勢診斷法。這種診斷方法根據(jù)直接可測的輸入輸出及其變化趨勢進(jìn)行故障診斷，其依據(jù)是：正常情況下被控過程的輸入輸出及其變化在一定范圍變化。
（2）基于可測信號處理的故障診斷方法。它包括對于輸入輸出信號做小波變換來進(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有聯(lián)系。這些聯(lián)系可用預(yù)定的數(shù)學(xué)形式來表達(dá)，在發(fā)生故障時則可利用這些量進(jìn)行分析處理來判斷故障源的存在，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.容錯控制的發(fā)展
2.1被動容錯控制
被動容錯控制大致可分為：可靠鎮(zhèn)定、完整性、與聯(lián)立鎮(zhèn)定。
可靠鎮(zhèn)定：它是針對控制器失效的容錯控制，當(dāng)任意一個或多個補償器失效而剩余的補償器正常工作，閉環(huán)控制系統(tǒng)仍可以保持穩(wěn)定。
完整性：一直是被動容錯控制的熱點問題。它是專門針對控制系統(tǒng)執(zhí)行器、傳感器失效的一種被動容錯控制。
聯(lián)立鎮(zhèn)定：主要研究給定N個有限維的連續(xù)時間線性時不變對象，構(gòu)造一個固定的控制器，使其能夠鎮(zhèn)定上述任意一個被控對象，這是針對被控對象的一種被動容錯控制。
2.2主動容錯控制
主動容錯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)主動容錯控制需要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知識。
2.3容錯控制研究的熱點，難點問題及應(yīng)用
容錯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態(tài)系統(tǒng)在發(fā)生故障時仍然可以穩(wěn)定運行，并且具有可以接受的性能指標(biāo)，因此容錯控制為提高復(fù)雜動態(tài)系統(tǒng)的可靠性開辟了一條新的途徑。由于任何系統(tǒng)都不可避免地會發(fā)生故障，因此容錯控制也可以看成為是保證系統(tǒng)安全的最后一道防線，目前容錯控制的難點與熱點問題主要有以下幾個方面： （1）快速FDI的方法研究。（2）主動容錯中的魯棒性分析與綜合以及魯棒故障檢測與魯棒控制集成設(shè)計的問題。（3）控制律的在線重組與重構(gòu)。（4）非線性以及時滯動態(tài)系統(tǒng)，高維，時變多變量對象的容錯控制設(shè)計問題。
3.熱工過程故障診斷和容錯控制的發(fā)展
電廠的火電機(jī)組設(shè)備昂貴，熱工過程非常龐大和復(fù)雜，目前，電廠熱工過程故障具有多樣性的特點，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，經(jīng)過認(rèn)真研究與分析得出如下結(jié)論：
（1）電廠熱工過程的故障診斷集中在旋轉(zhuǎn)機(jī)械中使用較多，特別是對汽輪機(jī)的故障檢測和診斷應(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處理方法，對于基于數(shù)學(xué)模型的方法應(yīng)用還很少。因為電廠熱工過程對象復(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，在電廠熱工過程中的故障診斷研究已經(jīng)取得很大進(jìn)展，但針對熱工過程控制系統(tǒng)故障診斷與容錯控制的研究還很少，而電廠熱工控制系統(tǒng)的可靠、穩(wěn)定運行對于電廠的安全生產(chǎn)與經(jīng)濟(jì)效益又有著極端重要的意義。 [科]
欄目：述評、專家論壇、論著、新進(jìn)展、經(jīng)驗交流等。
收錄
為中國科技核心期刊，中國科技論文統(tǒng)計源期刊，中國科學(xué)引文數(shù)據(jù)庫來源期刊。被中國期刊全文數(shù)據(jù)庫（CJFD）、萬方數(shù)據(jù)庫數(shù)字化期刊全文收錄。
投稿要求一般事項
1.1 選題：臨床研究領(lǐng)域的視點與動態(tài)、述評、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《中國學(xué)術(shù)期刊(光盤版)》檢索與數(shù)據(jù)評價規(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)注明對稿件的評審意見。包括：(1)無一稿兩投、不涉及泄密、署名爭議；(2)內(nèi)容無政治性錯誤；(3)內(nèi)容真實性由審核單位和作者自負(fù)。編輯部收稿后，即發(fā)回執(zhí)?；痦椖?、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，請預(yù)選通知本刊。本刊除特約稿件，不付稿酬，有異議者請來函聲明。
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 清樣校對簽字：校對簽字表示文稿已復(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、內(nèi)容錯誤。版式等問題可由編輯部處理。務(wù)必仔細(xì)校對2~3遍，并簽名從速寄回。為防丟失原稿，不向作者寄送原稿，請自留底稿校對。(2)將清樣錯誤處引出并標(biāo)寫正確內(nèi)容，在原字句處直接修改。(3)根據(jù)審稿意見，編輯部已對原稿作了整理，個別敘述不確切內(nèi)容作了尊重原稿文意的改動，對無關(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）.簡潔切題；（2）.不使用非公識、非公用、非熟知的符號、簡稱、縮寫、商品名等；（3）.字?jǐn)?shù)不超過20字；（4）.盡量不使用副標(biāo)題；（5）.英文題名不超過10個實詞。
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：F40 文獻(xiàn)標(biāo)識碼：A
1關(guān)于故障診斷科技的歷程
它的全稱是狀態(tài)監(jiān)測與故障診斷（CMFD）。其涵蓋兩個層次的要素。第一，對機(jī)械的運作狀態(tài)開展的監(jiān)測活動。第二，在得知不正常的狀況之后對機(jī)械的問題開展綜合化的判別。該項技術(shù)是一項綜合化的內(nèi)容，其涵蓋了現(xiàn)代控制理論、信號處理、模式識別、最優(yōu)化方法、決策論、人工智能等，為處理繁瑣的問題診斷活動提供了非常多的知識，而且?guī)恿嗽\斷科技朝著實用性的方向不斷的進(jìn)步。在最近的一些時間中，因為技術(shù)高速發(fā)展，同時市場的需求也擴(kuò)張了，此時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。自從該項技術(shù)出現(xiàn)其，世界上的自控領(lǐng)域就對其給予了厚望。
將運行設(shè)備的振動檢測當(dāng)成是關(guān)鍵點。配合氣溫以及壓力等的相關(guān)數(shù)值的搜集，進(jìn)而對冶煉活動中的一些大規(guī)模的傳動裝置的狀態(tài)開展分辨活動，進(jìn)而實現(xiàn)控制問題的意義。
2問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。不過其身為一項綜合化的知識，是在最近的時間之中出現(xiàn)的。站在不一樣的層次之中分析，我們得知該項問題的診斷措施有很多，而且有著自身的獨特性，不過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)前的礦工知識等當(dāng)成是關(guān)鍵的指引理念，利用Luenberger觀測器、等價空間方程、Kalman濾波器、參數(shù)模型估計與辨識等方法產(chǎn)生殘差，然后基于某種準(zhǔn)則或閥值對殘差進(jìn)行分析與評價，實現(xiàn)故障診斷。該方法要求與控制系統(tǒng)緊急結(jié)合，是實現(xiàn)監(jiān)控、容錯控制、系統(tǒng)修復(fù)與重構(gòu)等的前提、得到了高度重視，但是這種方法過于依賴系統(tǒng)數(shù)學(xué)模型的精確性，對于非線性高耦合等難以建立數(shù)學(xué)模型的系統(tǒng)，實現(xiàn)起來較困難。如狀態(tài)估計診斷法、參數(shù)估計診斷法、一致性檢查診斷法等。
（2）基于系統(tǒng)輸入輸出信號處理的診斷方法：經(jīng)由特定的信息處理以及特點的提取措施來開展問題的診斷工作，目前使用較多的有各種譜分析方法、時間序列特征提取方法、自適應(yīng)信號處理方法等。此類措施無需客體的模型，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、基于輸出信號處理的診斷方法、基于時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處理的診斷技術(shù)正發(fā)展為基于知識處理的智能診斷技術(shù)。該項措施是當(dāng)前行業(yè)中非常先進(jìn)的技術(shù)，其在問題診斷中獲取了非常顯著的意義。針對那種未設(shè)置精準(zhǔn)的數(shù)學(xué)模型或是無法設(shè)置模型的繁瑣的體系，該措施有著非常多的優(yōu)勢特點?；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、互補不足而形成的一些混合診斷方法。
3鋼鐵領(lǐng)域中的問題診斷科技的使用
對于鋼鐵領(lǐng)域來講，它的關(guān)鍵的機(jī)械裝置是所有的傳動裝置以及液壓裝置。其活動狀態(tài)決定了其效率和品質(zhì)等，對此類機(jī)械開展在線的檢測活動，可以精準(zhǔn)的得知其運作模式，而且給出一定的建議性內(nèi)容。所以，設(shè)置有關(guān)的問題診斷體系對于總的體系的運作來講意義非常關(guān)鍵。因為結(jié)合鋼鐵領(lǐng)域的獨特的設(shè)備氛圍，有關(guān)的診斷體系也要將相關(guān)的特點當(dāng)成是參考信息來設(shè)置。其活動原理是結(jié)合設(shè)備的振動參量檢測為中心，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)而對此類大規(guī)模的傳動機(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)由計算機(jī)系統(tǒng)、數(shù)據(jù)采集單元、檢測元件、數(shù)據(jù)通訊單元以及專業(yè)開發(fā)軟件組成。這個體系不但可以自行活動，同時還可以和其他的一些體系組合運行。
在活動中經(jīng)常性的容易遇到機(jī)械振動。它會干擾到活動的精確性，使得磨損變得更加嚴(yán)重。而且因為磨損變多了，又容易導(dǎo)致它的振動變得厲害，進(jìn)而成了一個不良循環(huán)體系，一直到機(jī)械出現(xiàn)問題，無法運作。而且，機(jī)械的活動氛圍也會導(dǎo)致其出現(xiàn)問題。所以，要切實的結(jié)合其振動信號以及活動狀態(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)以及問題的特征等。而且結(jié)合過去的經(jīng)驗設(shè)置合理的處理機(jī)制庫，進(jìn)而可以針對不一樣的問題進(jìn)行不一樣的分析。所有的處理活動有以下的一些：
（1）傳感器采集設(shè)備工作狀態(tài)信號。如各種傳動裝置的振動信號、溫度信號、液壓裝置的壓力、流量和功率信號等。
（2）特征信號提取。把所有的傳感其的信號劃分類型，得出有關(guān)的傳感器的信號，如振動傳感器采集的文振動強度信號、壓力傳感器采集的壓力信號等。
（3）對特征信號處理。對傳感器采集的特征信號進(jìn)行濾波、放大等處理，提取出相應(yīng)的特征信號。
（4）對搜集的信號開展問題診斷活動。把獲取的獨特的信號做一定的判別，選取優(yōu)秀的問題應(yīng)對措施，分析問題的種類和機(jī)械的狀態(tài)，進(jìn)而分析問題庫，得到有關(guān)的應(yīng)對方法。
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：時變時滯；擾動；保成本控制
中圖分類號：TP13 文獻(xiàn)標(biāo)識碼：A 文章編號：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
保成本控制問題已引起人們的興趣[1-3]。在實際工程中，控制器的實現(xiàn)由硬件和軟件的原因，存在參數(shù)攝動的情況[4-5]。因此，非脆弱控制問題成為研究的熱點 [6-9]。另外，實際系統(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[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值 [13-14]。本文討論一類離散系統(tǒng)的非脆弱 保成本控制問題?；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)計方法。
1系統(tǒng)描述
考慮離散時滯系統(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。
本文考慮兩種形式的攝動：
（1） 加法式攝動：
（6）
（2） 乘法式攝動：
（7）
其中， 和 是常數(shù)矩陣， 是未知的擾動矩陣，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 對于給定的常數(shù) 對稱正定矩陣 和 ，狀態(tài)反饋控制律
（9）
稱為系統(tǒng)（1）的 保成本控制律，如果對所有滿足式（3）的參數(shù)不確定性，下列條件成立：
（1） 當(dāng) 時，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）[2] 對于給定的對稱矩陣 ，其中 是對稱負(fù)定矩陣，則以下三個條件是等價的：
（1） ；
（2） ；
（3） 。
引理2[4] 給定適當(dāng)維數(shù)的矩陣 和 其中 是對稱的，如果存在正常數(shù) 使得：
成立，其中 ， 則對所有滿足：
的式中 ，有公式 成立。
2主要結(jié)果
定理1對于給定的常數(shù) ，如果存在矩陣 ，對稱正定矩陣 ， 和 ，使得對所有允許的參數(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，對于成本函數(shù)（4），給定標(biāo)量 ，如果存在正常數(shù) ，對稱正定矩陣 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)于乘法式攝動的情形，可類似給出。
3結(jié)束語
在實際工程中，在控制過程中，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)攝動的情況。加之實際工程系統(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。時滯不可避免地出現(xiàn)在實際工程中，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)計時，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，還要考慮時滯的因素?；谏厦娴脑?，論文提出了一類離散時滯系統(tǒng)，并且，系統(tǒng)的輸入和輸出均含有時滯；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滯系統(tǒng)的非脆弱 保成本控制問題。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)計方法。所提出的設(shè)計方法更便于實際應(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)容錯保成本控制器設(shè)計[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)的時滯相關(guān)非脆弱無源控制[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.帶有非線性擾動的不確定時滯系統(tǒng)的魯棒穩(wěn)定性[J].廣東工業(yè)大學(xué)學(xué)報， 2004，21（1）：22-25.
[7] 舒?zhèn)ト剩瑥垜c靈.不確定時滯廣義系統(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， 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)測與評估模型及其應(yīng)用研究
課題來源：單位自擬課題或省政府下達(dá)的研究課題
選題依據(jù)：技術(shù)創(chuàng)新預(yù)測和評估是企業(yè)技術(shù)創(chuàng)新決策的前提和依據(jù)。通過技術(shù)創(chuàng)新預(yù)測和評估， 可以使企業(yè)對未來的技術(shù)發(fā)展水平及其變化趨勢有正確的把握， 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)品的市場競爭力才能得到不斷加強。在市場競爭日趨激烈的現(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， 為了確保技術(shù)創(chuàng)新工作的正確性，企業(yè)對技術(shù)創(chuàng)新的預(yù)測和評估提出了更高的要求。
二、本課題國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢
現(xiàn)有的技術(shù)創(chuàng)新預(yù)測方法可分為趨勢外推法、相關(guān)分析法和專家預(yù)測法三大類。
(1) 趨勢外推法。指利用過去和現(xiàn)在的技術(shù)、經(jīng)濟(jì)信息， 分析技術(shù)發(fā)展趨勢和規(guī)律， 在分析判斷這些趨勢和規(guī)律將繼續(xù)的前提下， 將過去和現(xiàn)在的趨勢向未來推演。生長曲線法是趨勢外推法中的一種應(yīng)用較為廣泛的技術(shù)創(chuàng)新預(yù)測方法，美國生物學(xué)家和人口統(tǒng)計學(xué)家Raymond Pearl提出的Pearl曲線(數(shù)學(xué)模型為： Y=L?[1+A?exp(-Bt)] )及英國數(shù)學(xué)家和統(tǒng)計學(xué)家Gompertz提出的Gompertz曲線(數(shù)學(xué)模型為： Y=Lexp(-Bt))皆屬于生長曲線， 其預(yù)測值Y為技術(shù)性能指標(biāo)， t為時間自變量， L、A、B皆為常數(shù)。Ridenour模型也屬于生長曲線預(yù)測法， 但它假定新技術(shù)的成長速度與熟悉該項技術(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。
(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)測對象與影響因素的因果關(guān)系模型， 預(yù)測技術(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， 通過已知因素的分析就可以對該項技術(shù)進(jìn)行預(yù)測。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)測法。以專家意見作為信息來源， 通過系統(tǒng)的調(diào)查、征詢專家的意見， 分析和整理出預(yù)測結(jié)果。專家預(yù)測法主要有： 專家個人判斷法、專家會議法、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)測法的長處， 避免了其缺點， 被認(rèn)為是技術(shù)預(yù)測中最有效的專家預(yù)測法。
趨勢外推法的預(yù)測數(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)測時， 只能利用過去的產(chǎn)品技術(shù)性能這一個指標(biāo)來預(yù)測它的隨時間的發(fā)展趨勢， 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、社會及政策等多方面因素。在現(xiàn)代商業(yè)經(jīng)濟(jì)中， 對于產(chǎn)品技術(shù)發(fā)展的預(yù)測不能簡單地歸結(jié)為產(chǎn)品過去技術(shù)性能指標(biāo)按時間的進(jìn)展來類推， 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)分析法盡管可同時按橫向數(shù)據(jù)和縱向數(shù)據(jù)來進(jìn)行預(yù)測， 但由于它是利用過去的歷史數(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)測式， 而所得到的回歸預(yù)測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， 所建模型對實際問題的表達(dá)能力也不夠準(zhǔn)確， 預(yù)測結(jié)果與實際的符合程度也有較大偏差。專家預(yù)測法是一種定性預(yù)測方法，依靠的是預(yù)測者的知識和經(jīng)驗， 往往帶有主觀性， 難以滿足企業(yè)對技術(shù)創(chuàng)新預(yù)測準(zhǔn)確度的要求。以上這些技術(shù)創(chuàng)新預(yù)測技術(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)測提供了科學(xué)的方法論， 但在新的經(jīng)濟(jì)和市場環(huán)境下， 技術(shù)創(chuàng)新預(yù)測的方法和技術(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，在我國企業(yè)技術(shù)創(chuàng)新評估中， 一般只考慮如下四個方面的因素： (1) 技術(shù)的先進(jìn)性、可行性、連續(xù)性; (2) 經(jīng)濟(jì)效果; (3) 社會效果; (4) 風(fēng)險性， 在對此四方面內(nèi)容逐個分析后， 再作綜合評估。在綜合評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)新的評估是一個非常復(fù)雜的系統(tǒng)， 其中存在著廣泛的非線性、時變性和不確定性， 同時， 還涉及技術(shù)、經(jīng)濟(jì)、管理、社會等諸多復(fù)雜因素，目前所使用的原理和方法， 難以滿足企業(yè)對技術(shù)創(chuàng)新評估科學(xué)性的要求。關(guān)于技術(shù)創(chuàng)新評估的研究， 在我國的歷史還不長， 無論是指標(biāo)體系還是評估方法， 均處于研究之中， 我們認(rèn)為目前在企業(yè)技術(shù)創(chuàng)新評估方面應(yīng)做的工作是： (1) 建立一套符合我國實際情況的技術(shù)創(chuàng)新評估指標(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， 以其并行分布、自組織、自適應(yīng)、自學(xué)習(xí)和容錯性等優(yōu)良性能， 可以較好地適應(yīng)技術(shù)創(chuàng)新預(yù)測和評估這類多因素、不確定性和非線性問題， 它能克服上述各方法的不足。本項目以BP神經(jīng)網(wǎng)絡(luò)作為基于多因素的技術(shù)創(chuàng)新預(yù)測和評估模型構(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)測和評估時， 從輸入層輸入影響產(chǎn)品技術(shù)創(chuàng)新預(yù)測值和評估值的n個因素信息， 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)測值或產(chǎn)品技術(shù)創(chuàng)新的評估值。這種n個因素指標(biāo)的設(shè)置， 考慮了概括性和動態(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)品個體差異的主要因素， 盡管是黑匣子式的預(yù)測和評估， 但事實證明它自身的強大學(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， 輸出一個經(jīng)非線性變換后較為精確的預(yù)測值和評估值。
據(jù)文獻(xiàn)查閱， 雖然在技術(shù)創(chuàng)新預(yù)測和評估的現(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)測與評估方面的研究， 在當(dāng)前產(chǎn)品的市場壽命周期不斷縮短、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)來建立產(chǎn)品技術(shù)創(chuàng)新預(yù)測與評估模型， 是對技術(shù)創(chuàng)新定量預(yù)測和評估方法的有益補充和完善。
三、論文預(yù)期成果的理論意義和應(yīng)用價值
本項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)測和評估技術(shù)， 豐富和完善技術(shù)創(chuàng)新預(yù)測和評估方法體系; (2) 將神經(jīng)網(wǎng)絡(luò)技術(shù)引入技術(shù)創(chuàng)新的預(yù)測和評估， 有利于推動技術(shù)創(chuàng)新預(yù)測和評估方法的發(fā)展。
本項目研究的應(yīng)用價值體現(xiàn)在： (1) 提供一種基于多因素的技術(shù)創(chuàng)新定量預(yù)測技術(shù)， 有利于提高預(yù)測的正確性; (2)提供一種基于BP神經(jīng)網(wǎng)絡(luò)的綜合評估方法， 有利于提高評估的科學(xué)性; (3) 為企業(yè)的技術(shù)創(chuàng)新預(yù)測和評估工作提供新的方法論和實用技術(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)測和評估模型， 并建立科學(xué)的預(yù)測和評估指標(biāo)體系及設(shè)計相應(yīng)的模型計算方法， 結(jié)合企業(yè)的具體實際， 對指標(biāo)和模型體系進(jìn)行實證分析， 使研究具有一定的理論水平和實用價值。
研究內(nèi)容：
1、影響企業(yè)技術(shù)創(chuàng)新預(yù)測和評佑的相關(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)境兩個方面入手， 密切結(jié)合電子商務(wù)和知識經(jīng)濟(jì)對企業(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)測和評估指標(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)測和評估各相關(guān)指標(biāo)的相對權(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)測和評估模型時， 需要一組決定其相對重要性的初始權(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)測和評估模型研究。 根據(jù)技術(shù)創(chuàng)新預(yù)測的特點， 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)測和評估模型。
4、基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測和評估模型計算方法設(shè)計。根據(jù)基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測和評估模型的基本特點， 設(shè)計其相應(yīng)的計算方法。
5、基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測和評估模型學(xué)習(xí)樣本設(shè)計。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)測和評估模型的學(xué)習(xí)樣本， 對預(yù)測和評估模型進(jìn)行自學(xué)習(xí)和訓(xùn)練， 使模型適合實際情況。
6、基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測和評估技術(shù)的實證研究。以一般企業(yè)的技術(shù)創(chuàng)新預(yù)測與評估工作為背景， 對基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測和評估技術(shù)進(jìn)行實證研究。
創(chuàng)新點：
1、建立一套基于電子商務(wù)和知識經(jīng)濟(jì)的技術(shù)創(chuàng)新預(yù)測和評估指標(biāo)體系。目前，在技術(shù)創(chuàng)新的預(yù)測和評估指標(biāo)體系方面， 一種是采用傳統(tǒng)的指標(biāo)體系， 另一種是采用國外先進(jìn)國家的指標(biāo)體系， 如何結(jié)合我國實際當(dāng)前經(jīng)濟(jì)形勢， 參考國外先進(jìn)發(fā)達(dá)國家的研究工作， 建立一套適合于我國企業(yè)技術(shù)創(chuàng)新預(yù)測和評估指標(biāo)體系， 此為本研究要做的首要工作， 這是一項創(chuàng)新。
2、研究基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測和評估模型及其計算方法。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)測和評估的現(xiàn)實問題， 本項目首次將神經(jīng)網(wǎng)絡(luò)技術(shù)引入企業(yè)的技術(shù)創(chuàng)新預(yù)測和評估， 這也是一項創(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， 將國外先進(jìn)國家的研究成果與我國具體實際相結(jié)合， 建立我國企業(yè)技術(shù)創(chuàng)新預(yù)測和評估的指標(biāo)體系。
2、重視案例研究。從國內(nèi)外技術(shù)創(chuàng)新預(yù)測與決策成功和失敗的案例中， 發(fā)現(xiàn)問題、分析問題， 歸納和總結(jié)出具有共性的東西， 探索技術(shù)創(chuàng)新預(yù)測與宏觀因素與微觀因素之間的內(nèi)在關(guān)系。
3、采用先簡單后復(fù)雜的研究方法。對基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測和評估模型的研究， 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、理論和實踐相結(jié)合。將研究工作與具體企業(yè)的技術(shù)創(chuàng)新實際相結(jié)合， 進(jìn)行實證研究， 在實踐中豐富和完善， 研究出具有科學(xué)性和實用性的成果。
六、開展研究已具備的條件、可能遇到的困難與問題及解決措施
本人長期從事市場營銷和技術(shù)創(chuàng)新方面的研究工作， 編寫出版了《現(xiàn)代市場營銷學(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)新與營銷管理創(chuàng)新、企業(yè)技術(shù)創(chuàng)新與營銷組織創(chuàng)新及企業(yè)技術(shù)創(chuàng)新與營銷觀念創(chuàng)新等與技術(shù)創(chuàng)新相關(guān)的學(xué)術(shù)研究論文， 對企業(yè)技術(shù)創(chuàng)新的預(yù)測和評估有一定的理論基礎(chǔ)， 也從事過企業(yè)產(chǎn)品技術(shù)創(chuàng)新方面的策劃和研究工作， 具有一定的實踐經(jīng)驗， 與許多企業(yè)有密切的合作關(guān)系， 同時， 對神經(jīng)網(wǎng)絡(luò)技術(shù)也進(jìn)行過專門的學(xué)習(xí)和研究， 所以， 本項目研究的理論基礎(chǔ)、技術(shù)基礎(chǔ)及實驗場所已基本具備， 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)測和評估模型的構(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)測和評估模型計算方法研究。
2004.03-2004.04：基于BP神經(jīng)網(wǎng)絡(luò)的技術(shù)創(chuàng)新預(yù)測和評估模型體系的實證研究。
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)新過程管理模式的基本問題研究。 管理科學(xué)學(xué)報。 2000/2.
[05] 王亞民、朱榮林。 風(fēng)險投資項目ECV評估指標(biāo)與決策模型研究。 風(fēng)險投資。 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)險投資理論和政策研究。 國際商務(wù)研究。 2002/5
[08] 陳勁、龔焱等。 技術(shù)創(chuàng)新信息源新探。 中國軟科學(xué)。 2001/1. pp86-88
[09] 嚴(yán)太華、張龍。 風(fēng)險投資評估決策方法初探。 經(jīng)濟(jì)問題。 2002/1
[10] 蘇永江、李湛。 風(fēng)險投資決策問題的系統(tǒng)分析。 學(xué)術(shù)研究。 2001/4
[11] 孫冰。 企業(yè)產(chǎn)品開發(fā)的評價模型及方法研究。 中國管理科學(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價。 系統(tǒng)工程理論與實踐。 2002/4
[13] 楊力。 基干BP 神經(jīng)網(wǎng)絡(luò)的城市房屋租賃估價系統(tǒng)設(shè)計。 中國管理科學(xué)。 2002/4
[14] 楊國棟、賈成前。 高速公路復(fù)墾土地適宜性評價的BP神經(jīng)網(wǎng)絡(luò)模型。 統(tǒng)工程理論與實踐。 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)量綜合評價與預(yù)測模型。 中國管理科學(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。 管理工程學(xué)報。 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)品市場占有率預(yù)測模型。 中國農(nóng)業(yè)大學(xué)學(xué)報。 2000/5
[18] 劉育新。 技術(shù)預(yù)測的過程與常用方法。 中國軟科學(xué)。 1998/3
[19] 溫小霓、趙瑋。 市場需求與統(tǒng)計預(yù)測。 西安電子科技大學(xué)學(xué)報。 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
電力系統(tǒng)在我國得到越來越普遍的運用，其系統(tǒng)的發(fā)展擴(kuò)大了我國的電網(wǎng)規(guī)模，同時也使得電網(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，其自身問題也在逐漸增多，對電力系統(tǒng)故障加強診斷，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題的不確定性，它將經(jīng)典集合理論模糊化，通過引入語言變量和模糊邏輯，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)被更多的運用到實際操作中，目前其在電力系統(tǒng)故障診斷中的運用主要集中在兩個方面：第一，假設(shè)基礎(chǔ)信息正確，但是實際上故障對應(yīng)的保護(hù)裝置和斷路器之間的關(guān)系并不明確，運用模糊隸屬度對這種關(guān)系進(jìn)行定量模擬；第二，假設(shè)警報信息的可信度不是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)合運用，但是由于隸屬度獲取等問題，限制了該理論的運用。
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，其自身具有的特點與電力系統(tǒng)故障診斷有很多切入點。專家系統(tǒng)具有實時性、直觀性和有效性，在一定程度上能夠解決不確定性問題，并且給出的最終的結(jié)論比較符合人類言語習(xí)慣。專家系統(tǒng)雖然發(fā)展比較成熟并且運用廣泛，但其自身有些缺點還是不能忽視的：第一，知識獲取有待提高。知識的更新需要學(xué)習(xí)，需要靠人工移植，因此完善和更新知識庫是完善專家系統(tǒng)方法的瓶頸；第二，系統(tǒng)維護(hù)問題。專家系統(tǒng)的知識庫需要經(jīng)常因為實際情況的變化進(jìn)行更新與修改，相關(guān)的工作量比較大；第三，錯誤容忍度差。在專家系統(tǒng)知識沒有涵蓋的領(lǐng)域，專家系統(tǒng)對現(xiàn)有問題出現(xiàn)大量的錯誤診斷。
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，簡約知識，找出問題決策。該特點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的出了力不完整的信息，但是其自身也有其缺點：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，如果警報信息是關(guān)鍵信息時，系統(tǒng)的診斷結(jié)果將會受到很大的影響，也有可能因此得出錯誤的結(jié)論；第三，當(dāng)出現(xiàn)多重問題時，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、魯棒性好和容錯能力強，ANN主要運用于電力網(wǎng)絡(luò)中不同故障組合產(chǎn)生不同的故障信息組合。其主要問題是：第一，系統(tǒng)的樣本采集有時候很困難；第二，ANN與符號數(shù)據(jù)庫的交互功能弱；第三，啟發(fā)性知識處理得不好；第四，不能處理好收斂問題，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)用實例。Petri網(wǎng)絡(luò)計算簡單，僅僅需要進(jìn)行簡單的矩陣計算，診斷速度快，并且有不確定信息的模板可以參考。缺點：第一，對知識經(jīng)驗的要求較高，節(jié)點多；第二，容錯能力比較差，不易識別錯誤的警報信息。
優(yōu)化技術(shù)。隨著計算機(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：第一，數(shù)學(xué)模型的建立比較困難；第二，隨機(jī)因素的干擾可能會影響最優(yōu)解的獲??；第三，迭代次數(shù)太多時可能導(dǎo)致運行速度。
2 電力系統(tǒng)故障診斷的研究發(fā)展趨勢
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)展的時代，各種信息越來越多，很多事物都是動態(tài)發(fā)展，因此對電力系統(tǒng)的診斷需要從靜態(tài)到動態(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[J]. 電力系統(tǒng)自動化. 2006（04）.
[2] 王家林，夏立，吳正國，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]. 第六屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會議論文集. 2012（09）.