| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第15-25页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-21页 |
| 1.2.1 信息物理融合系统 | 第16-17页 |
| 1.2.2 协同仿真 | 第17-18页 |
| 1.2.3 分布式技术 | 第18-19页 |
| 1.2.4 统计模型检测 | 第19-21页 |
| 1.3 技术路线及主要研究内容 | 第21-23页 |
| 1.4 本文组织结构 | 第23-24页 |
| 1.5 本章小结 | 第24-25页 |
| 第二章 预备知识与概念 | 第25-32页 |
| 2.1 功能模拟接口(FMI) | 第25-26页 |
| 2.2 功能模拟单元(FMU) | 第26-28页 |
| 2.3 时间自动机(TA) | 第28-29页 |
| 2.4 系统建模语言(SysML) | 第29-30页 |
| 2.5 概率有界线性时态逻辑(PBLTL) | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 系统的架构建模及协同仿真的正确性验证 | 第32-50页 |
| 3.1 技术框架 | 第33-34页 |
| 3.2 协同仿真主算法的正确性验证 | 第34-38页 |
| 3.2.1 协同仿真主算法介绍 | 第34-37页 |
| 3.2.2 协同仿真主算法的建模和正确性验证 | 第37-38页 |
| 3.3 系统协同仿真行为的正确性验证 | 第38-47页 |
| 3.3.1 FMU到TA的映射 | 第39-42页 |
| 3.3.2 基于SysML的架构建模 | 第42-44页 |
| 3.3.3 基于FMI的协同仿真模型设计 | 第44-45页 |
| 3.3.4 协同仿真行为的正确性验证 | 第45-47页 |
| 3.4 本章小结 | 第47-50页 |
| 第四章 基于抽象和学习的分布式统计模型检测算法 | 第50-64页 |
| 4.1 技术路线及分布式架构设计 | 第50-52页 |
| 4.1.1 技术路线 | 第50-51页 |
| 4.1.2 分布式架构设计 | 第51-52页 |
| 4.2 分布式的贝叶斯区间估计算法设计 | 第52-54页 |
| 4.2.1 贝叶斯区间估计算法介绍 | 第53页 |
| 4.2.2 分布式贝叶斯区间估计算法 | 第53-54页 |
| 4.3 基于抽象和学习的分布式统计模型检测算法 | 第54-58页 |
| 4.3.1 基于抽象和学习的统计模型检测算法 | 第55-56页 |
| 4.3.2 基于抽象和学习的分布式统计模型检测算法 | 第56-57页 |
| 4.3.3 参数优化 | 第57-58页 |
| 4.4 算法分析 | 第58-59页 |
| 4.4.1 时空复杂度分析 | 第58-59页 |
| 4.4.2 误差分析 | 第59页 |
| 4.5 本章小结 | 第59-64页 |
| 第五章 工具实现 | 第64-71页 |
| 5.1 基于协同仿真的统计模型检测器(Co-SMC)介绍 | 第64-67页 |
| 5.2 Co-SMC详细设计 | 第67-70页 |
| 5.3 本章小结 | 第70-71页 |
| 第六章 案例分析与实验评估 | 第71-79页 |
| 6.1 案例一: 智能温控系统 | 第71-74页 |
| 6.1.1 系统建模与设计 | 第72页 |
| 6.1.2 系统评估分析 | 第72-73页 |
| 6.1.3 算法对比分析 | 第73-74页 |
| 6.2 案例二: 机器人路径规划系统 | 第74-77页 |
| 6.2.1 系统建模与设计 | 第74-75页 |
| 6.2.2 系统评估分析 | 第75-76页 |
| 6.2.3 算法对比分析 | 第76-77页 |
| 6.3 本章小结 | 第77-79页 |
| 第七章 总结与展望 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 致谢 | 第87-88页 |
| 攻读硕士学位期间发表论文专利、参与科研和获得荣誉情况 | 第88-89页 |
