改良的离散事件系统最优化控制理论及应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60874022
  • 项目类别：
    面上项目
  • 资助金额：
    30.0万
  • 负责人：
    符金波
  • 依托单位：
    东南大学
  • 学科分类：
    F0301.控制理论与技术
  • 结题年份：
    2011
  • 批准年份：
    2008
  • 项目状态：
    已结题
  • 起止时间：
    2009-01-01 至2011-12-31

项目摘要

随着系统结构和任务目标的复杂化，传统的命令控制（Command & Control）分析和合成技术将不能适应，不优化的命令和控制将会产生严重的后果，至少也会浪费大量的资源。离散事件系统的智能控制研究是以系统内在结构为基础，以运行的任务目标为导向，以量化的测度来实现命令控制的最优化。目前基于语言测度的离散事件控制分析和合成理论与应用已经收到了良好的效果，但是还有很多亟待解决的地方，例如（1）开环模型需要规范化以实现可控事件和非可控事件的完全分离；（2）以概率相关的可控事件活度需要随着控制器进行变化，（3）在实际应用中应该采用自适应算法对非可控事件的活度进行调节，从而保障最优控制器也跟着适应。上述这些改进将对已有的以语言测度为基础的离散事件控制技术产生重大改进。另外我们将把离散系统应用于机器人物流控制来展示离散系统控制技术应用的必要性，同时验证新的理论和算法的正确性。

结项摘要

项目成果

期刊论文数量（2）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Permutation entropy: A nonlinear statistical measure for status characterization of rotary machines
排列熵：旋转机械状态表征的非线性统计测量
  • DOI：
    10.1016/j.ymssp.2011.11.022
  • 发表时间：
    2012-05-01
  • 期刊：
    MECHANICAL SYSTEMS AND SIGNAL PROCESSING
  • 影响因子：
    8.4
  • 作者：
    Yan, Ruqiang;Liu, Yongbin;Gao, Robert X.
  • 通讯作者：
    Gao, Robert X.

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码