详情

原文传递铁路智能运输系统结构设计方法研究

论文题名：	铁路智能运输系统结构设计方法研究
关键词：	铁路智能运输系统;逻辑结构;物理结构;多目标优化;遗传算法;动态重构
摘要：	铁路智能运输系统(RITS)是涉及多学科、多专业领域，集底层控制、实时调度、运营管理于一体的多功能、多任务的复杂大型信息系统，系统设计在系统建设中至关重要。随着分布式网络技术的不断发展，铁路运输系统向智能优化、综合交互、动态实现等方向发展，对铁路运输系统的功能和业务覆盖范围等方面提出新的要求，RITS各系统需要能适应需求的调整，实现新业务的快速展开。这对RITS系统的总体规划设计方法提出新的要求。RITS是复杂大系统，针对复杂大系统在规划设计建设中的不确定性和复杂性，需要进一步扩展现有系统优化以及设计理论的体系范畴。如何设计出技术性能好、经济效果优的RITS系统，同时又能支持业务重组、软件重构和动态业务集成，迫使人们研究和探索新的、更加完善的系统设计方法。本文在《铁路智能运输系统体系框架研究》课题基础上，首次提出RITS物理结构优化设计问题，并从方法论角度对优化设计问题进行了形式化描述，运用系统工程、人工智能、计算机网络等领域的先进理论和方法着重对RITS结构优化设计方法进行了探索，重点研究了三个问题：一是基于模糊聚类的逻辑结构划分，将系统的基本过程聚合为若干相对独立的功能单元，实现了系统不同粒度的分解：二是物理结构优化设计方法，提出了采用多目标优化的解决思路；三是系统虑用层容错设计方法，保证系统在局部功能失效或调整时，大系统总体功能的稳定。综合采用上述方法进行系统优化设计，使RITS物理结构具有有效性、经济性、可靠性与可扩展性，提高了系统的适应性和鲁棒性。论文的主要工作及创新点如下： 1、提出了RITS逻辑结构到物理结构层次化优化映射设计思想。为解决RITS规模庞大、系统各要素之间耦合关系复杂、难以实现物理结构优化设计的问题，在实现不同粒度系统分解基础上，进行物理结构优化设计，有效降低了系统设计复杂度。 2、研究了基于模糊聚类的逻辑结构划分方法及“元服务”、“关键路径”的基本概念和提取方法。本文将RITS逻辑结构分析转化为对其同构有向图的拓扑分析，建立了基于模糊关联强度矩阵的RITS逻辑结构模型，定量描述了系统过程之间的关联程度，采用模糊聚类方法将系统划分为若干独立的功能单元，为逻辑结构到物理结构层次化优化映射提供了方法支撑。 3、突破原有RITS设计主要基于软件工程方法的局限，研究了RITS物理结构优化设计基本问题，即在一定资源条件约束下，综合考虑技术、经济等方面因素，实现功能单元在物理实体上的优化配置，并提出了RITS物理结构优化设计问题的模型。 4、研究并建立了比较全面、实用的RITS系统设计层次化评价指标体系和量化方法。评价指标体系能够客观地反映系统的技术经济指标，易于实现系统设计方案的量化评估。 5、初步建立了基于多目标优化的RITS物理结构设计方法，以解决复杂多变量、多目标、多约束的RITS结构优化设计问题。采用产生式和基于偏好方法两种途径对RITS物理结构优化设计的具体方法进行了研究和比较。其中产生式方法以一类基于Pareto机制的具有快速全局收敛能力的多目标遗传算法为研究重点，通过综合采用改进的非支配排序方法、动态虚拟适应度赋值策略、精英策略等措施对NSGA进行了改进，得到了RITS结构设计的一个Pareto解集，有效降低了算法的复杂性，提高了算法的快速收敛性。第二类基于偏好的设计方法是将多目标优化设计与多目标决策相结合，把专家对设计目标的偏好信息或经验规则融入到优化设计过程中，分别提出了基于模糊偏好和基于模糊逻辑的优化设计方法，提高了效率，便于决策者理解和把握设计结果。以紧急救援子系统为例，采用本文提出的方法进行了物理结构优化设计，得到了比较合理、满意的结果。 6、研究提出了集功能容错与无扰运行于一体的RITS功能组织方法。研究了RITS物理系统的容错与数据流重构机制，对系统的容错体系和应用节点冗余配置原则进行了讨论，提出了一类基于距离向量算法的动态数据流重构算法；在此基础上，采用模糊逻辑方法对节点链路状态进行量化评估，有效地处理了路由度量的多指标问题。由于功能节点采用了冗余配置，任务执行的并行程度得以提高，增加了事务处理的吞吐能力，有助于对系统整体性能的提高。
作者：	孟燕
专业：	交通信息工程及控制
导师：	贾利民
授予学位：	博士
授予学位单位：	铁道部科学研究院
学位年度：	2005
正文语种：	中文