当前位置:首页 > 自然科学
复杂系统潜在问题分析理论与应用
复杂系统潜在问题分析理论与应用

复杂系统潜在问题分析理论与应用PDF电子书下载

自然科学

  • 电子书积分:10 积分如何计算积分?
  • 作 者:胡昌华,陈斌文,刘丙杰著
  • 出 版 社:北京:科学出版社
  • 出版年份:2008
  • ISBN:7030207998
  • 页数:204 页
图书介绍:本书系统介绍作者在潜在问题分析理论及应用方面的研究成果。全书共7章,从分析潜在问题的基本概念、特点及产生潜在问题的根源入手,系统地论述了作者在潜在问题理论与应用方面的创新成果,提出网络拓扑模式划分与识别和定性仿真相结合的潜在问题分析方法,基于定量仿真的自动潜在问题方法,基于电路结构的神经网络集成和学习算法以及基于神经网络集成的潜在问题分析方法、半定量仿真分析原理和基于半定量仿真的潜在问题分析方法等几种智能化潜在问题分析方法,研制出图形化定量仿真设计与分析平台以及基于该平台的潜在问题分析系统,系统地介绍了国际商用潜在问题分析软件CAPFAST/SCAT国产化二次开发和应用方法。
《复杂系统潜在问题分析理论与应用》目录

第一章 概述 1

1.1 问题的缘起 1

1.2 潜在问题的基本概念 2

1.3 潜在问题的特点 3

1.4 潜在问题产生的根源 3

1.5 潜在问题分析的原理和方法 4

1.6 潜在问题分析方法的发展趋势 5

1.7 本书的结构安排 5

第二章 网络拓扑模式划分和识别与定性仿真相结合的潜在问题分析 7

2.1 功能网络树及功能网络树的自动生成算法 7

2.1.1 功能网络树的概念 7

2.1.2 网表及其自动生成算法 7

2.1.3 功能网络树的自动生成算法 9

2.1.4 五种网络拓扑模式及自动生成算法 10

2.2 定性仿真的原理 13

2.2.1 定性仿真的原理 13

2.2.2 定性仿真算法 18

2.3 网络拓扑模式划分与线索表结合的潜在问题分析方法 21

2.3.1 线索表的概念 21

2.3.2 网络拓扑模式与线索表结合的潜在问题分析方法 21

2.3.3 设计最初阶段应遵循的电路设计规则与自动分析算法 21

2.3.4 功能设计时减少潜在电路的设计指导规则与自动分析算法 22

2.3.5 基于系统拓扑模式识别的潜在问题分析规则与自动分析算法 28

2.3.6 其他一些针对系统的设计规则 28

2.4 网络拓扑模式划分和识别与功能推理相结合的潜在问题分析 28

2.4.1 功能推理的概念 28

2.4.2 网络拓扑模式划分和识别与功能推理相结合的潜在问题分析方法 28

第三章 基于定量仿真的自动潜在问题分析 31

3.1 元件模型 31

3.1.1 元件图形模型 31

3.1.2 连接关系 32

3.1.3 元件仿真分析模型 37

3.2 电路系统定量分析模型 40

3.2.1 支路 40

3.2.2 节点 41

3.2.3 网孔 41

3.3 模拟电路的定量仿真分析 43

3.3.1 仿真源程序生成 44

3.3.2 仿真模型流程 46

3.3.3 仿真方程组及其求解 47

3.3.4 电路仿真形式 48

3.3.5 静态电路直流分析 49

3.3.6 静态电路交流分析 50

3.3.7 动态电路分析 52

3.4 基于定量仿真的自动潜在问题分析 66

3.4.1 功能元件与指示元件 66

3.4.2 基于定量仿真的自动潜在问题分析 68

3.4.3 与常见线索表的对应 80

第四章 图形化定量仿真设计与分析平台 82

4.1 概述 82

4.2 图形化定量仿真设计与分析平台的功能特点 83

4.3 图元类库设计 84

4.3.1 简要需求分析 84

4.3.2 图元类库设计 85

4.3.3 组合/分解功能 86

4.4 面向对象编译技术 86

4.4.1 面向对象词法分析 86

4.4.2 面向对象文法 87

4.4.3 面向对象语法分析 89

4.4.4 面向对象语义分析 91

4.5 用户编程支持 93

4.5.1 属性小字典 93

4.5.2 变量 94

4.5.3 语句 95

4.5.4 函数 97

4.6 代码调试 100

4.6.1 进入调试窗口 100

4.6.2 单步调试 101

4.6.3 变量查看 101

4.7 防误操作处理 102

4.7.1 维护元件间的操作顺序 102

4.7.2 录制操作顺序 103

4.7.3 设置防误模板 104

4.8 图形文件间的映射关系 106

4.8.1 创建实物示意图 106

4.8.2 维护映射模板 108

4.8.3 创建副本视图 110

4.8.4 创建模板符号 111

4.8.5 虚拟面板操作 111

第五章 智能潜在问题分析方法 114

5.1 潜在问题分析的神经网络模型 114

5.2 神经网络用于潜在问题分析的可行性 116

5.3 一种基于电路结构的神经网络集成及学习算法 121

5.3.1 基于电路结构的神经网络新模型 122

5.3.2 CArNN鲁棒性分析 125

5.3.3 基于CSA的神经网络集成 127

5.3.4 样本生成 129

5.4 神经网络集成的潜在问题分析方法 130

5.5 实例分析 131

5.5.1 实例1 131

5.5.2 实例2 133

5.5.3 实例分析 136

5.6 基于半定量仿真的潜在问题分析 137

5.6.1 半定量仿真 137

5.6.2 Q2算法 138

5.6.3 Q3算法 138

5.6.4 Nsim半定量仿真 139

5.6.5 自解释半定量仿真 140

5.6.6 模糊定性仿真 140

5.6.7 其他算法 141

5.7 Q3算法的改进及其在潜在问题分析中的应用 143

5.7.1 Q3算法 143

5.7.2 Q3算法分析 144

5.7.3 Q3算法的改进——ImQ3算法 145

5.7.4 ImQ3算法精度分析 147

5.7.5 电路的半定量模型 148

5.7.6 基于ImQ3算法的潜在通路分析 149

5.7.7 仿真实例 150

第六章 典型潜在问题案例分析 152

6.1 汽车电动车窗控制电路潜在问题案例 152

6.2 红石火箭发射电路潜在问题案例 153

6.3 汽车照明电子线路潜在问题案例 153

6.4 飞机起落架控制电路潜在问题案例 154

6.5 汽车刹车收音机电路潜在问题案例 155

第七章 CapFast/SCAT软件及基于CapFast/SCAT软件的潜在问题分析 156

7.1 CapFast/SCAT系统概述 156

7.1.1 CapFast/SCAT的系统结构 156

7.1.2 CapFast/SCAT的分析流程 157

7.1.3 CapFast/SCAT系统的特点 159

7.1.4 CapFast/SCAT的二次开发工作 159

7.2 CapFast/SCAT的安装 159

7.2.1 CapFast/SCAT V4.1.7对系统配置的要求 159

7.2.2 CapFast/SCAT的安装 160

7.3 基于Schedit子系统的CapFast/SCAT仿真分析模型建模 165

7.3.1 Schedit系统介绍 165

7.3.2 Schedit仿真分析建模 173

7.4 基于Symed子系统的CapFast/SCAT元件库图元模型建模 174

7.4.1 Symed系统 174

7.4.2 Symed系统图元元件仿真模型建模 177

7.5 基于SCAT子系统的潜在路径分析 179

7.5.1 SCAT系统 179

7.5.2 分析前的准备工作 183

7.5.3 双向路径分析 184

7.5.4 电源到电源的路径分析 187

7.5.5 分析后的处理 190

7.6 基于SCAT子系统的设计缺陷分析 190

附录 潜在问题分析检查规则 193

主要参考文献 201

返回顶部