基于HSTPN模型的混杂系统建模仿真平台及仿真方法

摘要

本发明公开了一种基于HSTPN模型的混杂系统建模仿真平台及仿真方法，包括人机交互模块、逻辑表示模块、仿真分析模块、文件存储模块和等效规则库。所述平台可对同时具有离散、连续、时延、随机和决策5类混杂特性的混杂系统进行建模仿真，并将上述混杂特性仅定义于5类库所中，可降低建模复杂度，保证变迁的瞬间性原理，并提高建模的可扩展性；所述HSTPN模型的一个混杂状态用库所标识和连续状态共同描述；所述平台通过建立混杂Petri网及其衍生模型的等效规则，提供与HSTPN模型的等效功能。本发明的平台及仿真方法可应用于信息物理融合系统、柔性制造系统、物流系统以及国防工业等混杂系统的建模和仿真。

说明书

技术领域

本发明涉及系统建模仿真平台及仿真方法，特别涉及具有离散、连续、时延、随机和决策5种特性的混杂系统的建模仿真平台及仿真方法。

背景技术

混杂系统是指离散事件动态系统(Discrete Event Dynamic Systems,DEDS)和连续变量动态系统(Continuous Variable Dynamic Systems,CVDS)相互作用的系统，其特点是既受离散突发事件的驱动，又随时间连续变化，本质上属于一类复杂的非光滑、非连续的非线性系统。然而，还存在一类混杂系统，如信息物理融合系统、物流系统等，除包含离散特性和连续特性外，还包含时延、随机和决策特性，传统的系统建模方法难以充分描述该类系统特性。

由于Petri网采用图形化描述，具有精确地语义以及强大的表达能力，因此常作为系统的描述工具。传统的此类建模及仿真平台，都基于传统Petri网、混杂Petri网(HybridPetri Net,HPN)及其衍生模型开发，此类平台仅能针对具有部分混杂特性的混杂系统进行建模，且所构建模型具有较高的模型复杂度和较低的可扩展性。

发明内容

本发明提供一种基于HSTPN模型的混杂系统建模仿真平台及仿真方法，以解决传统的系统建模平台构建模型复杂度高、可扩展性低，且难以充分描述混杂系统特性的问题。

本发明提供一种基于HSTPN模型的混杂系统建模仿真平台，包括：

人机交互模块，用于搭建HSTPN模型，并通过对模型的属性设置，进而生成系统模型；

逻辑表示模块，与所述人机交互模块相连接，用于实时记录人机交互模块的操作信息和设置信息；

仿真分析模块，与所述逻辑表示模块相连接，用于接收逻辑表示模块的信息，开辟新的线程完成仿真分析操作；其中，人机交互模块包括用于搭建HSTPN模型的基本元素单元和典型结构单元；所述基本元素单元包括用于分别定义离散特性、连续特性、时延特性、随机特性以及决策特性的离散库所、连续库所、时延库所、随机库所以及决策库所；所述典型结构单元包括决策结构。

本发明的基于HSTPN模型的混杂系统建模仿真平台中，所述库所包括未激活状态、激活-未使能状态以及使能状态，其中激活-未使能状态用空心标识表示。

本发明的基于HSTPN模型的混杂系统建模仿真平台中，所述决策结构包括：一般决策结构和Yes-No决策结构。

本发明的基于HSTPN模型的混杂系统建模仿真平台中，所述一般决策结构由决策库所、变迁以及带标签的有向弧构成，有向弧的标签为0、1、2、…、n。

本发明的基于HSTPN模型的混杂系统建模仿真平台中，所述Yes-No决策结构的决策库所仅产生0和1两种结果。

本发明的基于HSTPN模型的混杂系统建模仿真平台中，所述混杂系统中用库所标识和连续状态共同描述库所的混杂状态；

定义m_f(s)∈{0,1}，x_f(s)∈R；其中，s表示HSTPN模型的一个库所，m_f(s)表示库所在f时刻的库所标识，x_f(s)表示库所在f时刻的连续状态；

在f时刻，一个库所的状态用一个向量表示，即Q_f(s)＝[m_f(s),x_f(s)]；混杂系统在f时刻的混杂状态Q_f＝{Q_f(s₁),Q_f(s₂),…,Q_f(s_n)}＝{[m_f(s₁),x_f(s₁)],[m_f(s₂),x_f(s₂)],…,[m_f(s_n),x_f(s_n)]}。

本发明的基于HSTPN模型的混杂系统建模仿真平台中，所述人机交互模块还包括：

网络搭建单元，基于所述基本元素单元和典型结构单元完成HSTPN模型结构的搭建；

属性设置单元，用于完善HSTPN模型结构；

系统模型单元，基于完善后的HSTPN模型结构生成混杂系统模型。

本发明的基于HSTPN模型的混杂系统建模仿真平台中，所述平台还包括：

文件存储模块，分别与所述逻辑表示模块和仿真分析模块相连接，用于存储逻辑表示模块所记录的信息和仿真分析的结果；

等效规则库，与所述人机交互模块相连接，可用于对基于混杂Petri网、微分Petri网、一阶混杂Petri网和混杂自适应Petri网建立的仿真模型进行等效转化并导入仿真平台。

本发明的基于HSTPN模型的混杂系统建模仿真平台中，所述等效规则库包含连续特性、时延特性、随机特性和决策特性的等效规则。

本发明还一种基于HSTPN模型的混杂系统建模仿真方法，包括如下步骤：

通过基本元素单元中的离散库所、连续库所、时延库所、随机库所以及决策库所和典型结构单元中的决策结构搭建HSTPN模型，人机交互模块基于HSTPN模型生成系统模型；

通过逻辑表示模块实时记录人机交互模块在进行系统建模时的操作信息和设置信息；

仿真分析模块接收逻辑表示模块的信息后，开辟新的线程完成仿真分析操作。

本发明的基于HSTPN模型的混杂系统建模仿真平台，包括人机交互模块、逻辑表示模块、仿真分析模块、文件存储模块和等效规则库。仿真平台可对同时具有离散、连续、时延、随机和决策5类混杂特性的混杂系统进行建模仿真，并将上述混杂特性定义于5类库所中，可降低建模复杂度，保证变迁的瞬间性原理，并提高建模的可扩展性。HSTPN模型的一个混杂状态用库所标识和连续状态共同描述。仿真平台通过建立混杂Petri网及其衍生模型的等效规则，提供与HSTPN模型的等效功能。本发明的平台及仿真方法可应用于信息物理融合系统、柔性制造系统、物流系统以及国防工业等混杂系统的建模仿真。

附图说明

图1为本发明基于HSTPN模型的混杂系统建模仿真平台的结构图；

图2a为本发明的HSTPN模型中离散库所示意图；

图2b为本发明的HSTPN模型中连续库所示意图；

图2c为本发明的HSTPN模型中时延库所示意图；

图2d为本发明的HSTPN模型中随机库所示意图；

图2e为本发明的HSTPN模型中决策库所示意图；

图3a为本发明的HSTPN模型中的一般决策结构示意图；

图3b为本发明的HSTPN模型中的Yes-No决策结构示意图；

图4a为离散库所未激活状态的示意图；

图4b为离散库所激活-未使能状态的示意图；

图4c为离散库所使能状态的示意图；

图5为某产品生产运输过程的HSTPN模型示意图。

具体实施方式

本发明提供了一种新的基于HSTPN模型的混杂系统建模仿真平台及仿真方法，基于HSTPN模型完成对同时具有离散特性、连续特性、时延特性、随机特性和决策特性5类混杂特性的混杂系统的建模及仿真，从而降低所构建模型复杂度以及提高模型的可扩展性。

所述HSTPN模型为混杂随机时延Petri网模型(Hybrid Stochastic Timed PetriNet，HSTPN)，HSTPN模型定义为五元组：

HSTPN＝(SG,T,F,Q₀,TH)

其中，SG＝(S_D,S_C,S_T,S_S,S_K)，表示有限库所集，S_D表示离散库所集，S_C表示连续库所集，S_T表示时延库所集，S_S表示随机库所集，S_K表示决策库所集；

T表示有限变迁集；F表示连接库所和变迁的有向弧集；Q₀表示初始混杂状态集；TH表示库所使能阈值或参数集合。

如图1所示的基于HSTPN模型的混杂系统建模仿真平台，包括人机交互模块1、逻辑表示模块7、仿真分析模块8、文件存储模块9和等效规则库10。逻辑表示模块7作为平台的桥梁，连接人机交互模块1、仿真分析模块8和文件存储模块9。这种设计降低了模块间的耦合度，提高了平台的可扩展性。HPN及其衍生模型11为外部导入模型。

人机交互模块1用于搭建系统模型。逻辑表示模块7用于实时记录人机交互模块1的操作信息和设置信息，保存至各种数据结构中。仿真分析模块8封装了混杂系统模型分析的算法，如混杂状态集求解算法、混杂系统模型仿真算法等，用于接收逻辑表示模块7的信息，开辟新的线程完成仿真分析操作。文件存储模块9分别与逻辑表示模块7和仿真分析模块8相连接，用于存储逻辑表示模块7所记录的信息和仿真分析模块8输出的仿真分析的结果，并提供混杂系统模型文件的新建、保存和打开功能。等效规则库10与人机交互模块1相连接，等效规则库10包含多条等效规则，分别为连续特性、时延特性、随机特性和决策特性的等效规则，可用于对基于混杂Petri网、微分Petri网、一阶混杂Petri网和混杂自适应Petri网建立的仿真模型进行等效转化并导入仿真平台。

人机交互模块1包括基本元素单元2、典型机构单元3、属性设置单元4、网络搭建单元5以及系统模型单元6。网络搭建单元5基于基本元素单元2和典型结构单元3完成网络模型结构的搭建。通过属性设置单元4完善网络模型结构。系统模型单元6基于完善后的网络模型结构生成混杂系统模型。

基本元素单元2包括离散库所，连续库所，时延库所，随机库所以及决策库所这5类库所。混杂系统同时包括的离散特性、连续特性、时延特性、随机特性和决策特性这5种混杂特性分别定义于5类库所中。各库所的示意图如图2a至2e所示。本发明的HSTPN模型中将混杂特性定义于且仅定义于库所中，这种定义方式相较于传统的HPN及其衍生模型将混杂特性同时定义于库所和变迁的组合的方式，可降低建模复杂度，保证变迁的瞬间性原理，并提高建模的可扩展性。

典型结构单元3包括一般决策结构和Yes-No决策结构。一般决策结构由决策库所、变迁以及带标签的有向弧构成，其中变迁为决策库所的后置变迁，有向弧的标签为0、1、2、…、n。一般决策库所的示意图如图3a所示。一般决策结构具有如下功能：(1)解决Petri网运行过程中的变迁冲突问题；(2)决策库所中可以嵌入决策模型，便于智能系统的设计与仿真。

当决策库所仅产生0和1两种决策结果时，此时决策库所的功能是一种非是即否的选择功能，定义此特殊形式的决策库所为Yes-No决策库所。由Yes-No决策库所构成的决策结构为Yes-No决策结构，示意图如图3b所示。

在混杂系统中用库所标识和连续状态共同描述库所的混杂状态，定义m_f(s)∈{0,1}，x_f(s)∈R；其中，s表示HSTPN模型的一个库所，m_f(s)表示库所在f时刻的库所标识，x_f(s)表示库所在f时刻的连续状态。

在f时刻，一个库所的混杂状态用一个向量表示，即Q_f(s)＝[m_f(s),x_f(s)]；混杂系统在f时刻的混杂状态Q_f＝{Q_f(s₁),Q_f(s₂),…,Q_f(s_n)}＝{[m_f(s₁),x_f(s₁)],[m_f(s₂),x_f(s₂)],…,[m_f(s_n),x_f(s_n)]}。

本发明的HSTPN模型中5种库所都包含3种状态，分别为未激活状态、激活-未使能状态和使能状态，库所的3种状态分别用无标识、空心标识和实心标识表示。如图4a至4c所示分别为离散库所的3种状态的标识图。当库所为未激活状态时，表现为带空心标识的库所，库所的混杂状态表示为[0,0]；当库所为激活-未使能状态时，库所的混杂状态表示为[0,x]，x不恒等于0；当库所为使能状态时，表现为带实心标识的库所，库所的混杂状态表示为[1,x_TH]，x_TH为库所对应的阈值。

系统建模完成后，所有库所都处于未激活状态，设置系统的初始激活状态后库所状态开始演化。当库所状态演化到设定的阈值后库所处于使能状态。库所使能后下一个变迁判断是否满足发生条件，即是否具有发生权，当满足发生条件时激活下个库所，下一个库所开始演化到阈值后使能。时延库所激活后开始计时，计时到时间阈值后，时延库所使能；随机库所激活后，产生一个0-1之间的随机数，该随机数与随机库所的阈值比较，小于等于就产生一个结果1，否则产生结果0，然后使能。在搭建系统模型时通过属性设置单元4对连续库所、时延库所以及随机库所的阈值进行设置。离散库所是满足前面的变迁发生后便激活，然后立即使能。决策库所根据随机库所或其他库所产生的结果进行判定，判定完成后就使能，判定的目的是为了判断决策结构中哪个变迁具有发生权。

属性设置单元4进行属性设置过程中，对连续库所中连续过程的描述，采用嵌入Lua脚本的形式实现，即描述连续过程的微分方程或连续方程用Lua脚本语言编写于Lua脚本中，Lua脚本内嵌于连续库所中。由于Lua脚本具有结构小巧、功能齐全、易于扩展和方便调用的优势，采用嵌入Lua脚本的形式可有效解决连续过程的描述问题，同时提供了平台的可扩展功能。

图5为某产品生产运输过程的HSTPN模型，该产品的生产过程包含5类混杂特性，分别定义于5类库所中。其中，离散特性定义于离散库所中，包括订单信息p0、原材料采购计划p1、新供货商p4、原材料p7、空闲生产线p8、存入成品库的成品P10、所有合格产品p13、不合格产品p14、部分合格产品p15、有空间的成品仓库p16、运送车队p17和产品分销商p19。连续特性定义于连续库所中，包括生产线连续生成环节p9。时延特性定义于时延库所中，包括原材料采购周期p5、原材料采购周期p6、产品运输周期p18和产品销售时段p20。随机特性定义于随机库所中，包括原供应商存货量充足的概率p2、产品质检环节p11和分销商产品库所率p21。决策特性定义于决策库所中，包括是否更换供货商决策p3、质检合格率是否符合标准决策p12和分销商产品库存率是否高于标准决策p22。另外，某产品生产运输过程的HSTPN模型中变迁的含义如表1所示。

基于图5的实施例具体说明一下本发明的建模仿真平台建立该混杂系统模型的具体过程以及仿真过程：

首先，人机交互模块1中的网络搭建单元5基于基本元素单元2和典型结构单元3搭建某产品生产运输过程的HSTPN模型。其中，库所p3、变迁t3和t4，库所p12、变迁t12和t13，库所p22、变迁t20和t21分别构成了决策结构，因此该部分结构可由本发明平台中典型结构单元3中的决策结构直接生成。这3个决策结构中的决策库所仅产生结果0或1，因此，库所p3、p12、p22又可称为Yes-No库所。

其次，搭建完成HSTPN模型后，通过属性设置单元4对某产品生产运输过程的HSTPN模型的属性进行设置，完善该HSTPN模型。仿真系统模型6基于完善后的HSTPN模型生成完整的某产品生产运输过程的HSTPN仿真系统模型。其中，属性设置单元4对HSTPN模型中连续库所、时延库所以及随机库所的阈值进行设置。属性设置过程中，连续库所p9表示的连续生成环节的描述，通过在库所p9中内嵌一个Lua脚本的形式实现，Lua脚本的具体内容可用下面的Lua代码表示：

该代码描述的具体连续过程为：设要生产的产品总量为X件，生产线的生成速度为V件/单位时间，则该连续过程可以用下式表示：

其中x表示f-f₀时间内生成出的产品量，

前述的某产品生产运输过程的HSTPN模型的一个库所的混杂状态用库所标识和连续状态共同描述。以表示生产线连续生成环节的连续库所p9为例，p9的状态表示为[m(p9),x(p9)]，其中m(p9)为p9的库所标识，x(p9)为前述的f时刻生成出的产品量。p9的阈值设定为要生产的产品总量X。当p9的状态为未激活时，表现为库所p9中无标识，p9的混杂状态表示为[0,0]；当p9的状态为激活-未使能时，表现为库所p9中有一个空心标识，p9的混杂状态表示为[0,x(p9)]；当p9的状态为使能时，表现为库所p9中有一个实心标识，p9的混杂状态表示为[1,x_TH]，此时x_TH＝X。

上述的某产品生产运输过程的HSTPN模型的搭建过程中对人机交互模块1的操作过程的信息及数据，会被实时保存于逻辑表示模块7中。逻辑表示模块7保存的信息和数据可以保存至文件存储模块9，同时文件存储模块9可以将保存的信息和数据写入逻辑表示模块7。仿真分析模块8通过调用逻辑表示模块7中保存的信息和数据完成对某产品生产运输过程的HSTPN模型的仿真，并将信息和数据的改变传递给逻辑表示模块7，进而传递给系统模型单元6，同时可将仿真结果保存于文件存储模块9。

本发明的基于HSTPN模型的混杂系统建模仿真平台及仿真方法，可对同时具有离散、连续、时延、随机和决策5类混杂特性的混杂系统进行建模仿真，并将上述混杂特性定义于5类库所中，可降低建模复杂度，保证变迁的瞬间性原理，并提高建模的可扩展性。传统模型的状态描述方式仅用库所标识来表示，这种方式不能表示混杂状态中连续状态的变化，本发明的HSTPN模型的一个混杂状态用库所标识和连续状态共同描述。仿真平台通过建立混杂Petri网及其衍生模型的等效规则，提供与HSTPN模型的等效功能。本发明的平台及仿真方法可应用于信息物理融合系统、柔性制造系统、物流系统以及国防工业等混杂系统的建模和仿真。

以上所述仅为本发明的较佳实施例，并不用以限制本发明的思想，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。