馬麗梅,李國(guó)岫,趙力行
(1.北京交通大學(xué)機(jī)械與電子控制工程學(xué)院,北京 100044; 2. 北京自動(dòng)化技術(shù)研究院,北京 100009)
?
網(wǎng)絡(luò)聯(lián)盟環(huán)境下可重構(gòu)測(cè)試平臺(tái)優(yōu)化配置設(shè)計(jì)
馬麗梅1,2,李國(guó)岫1,趙力行2
(1.北京交通大學(xué)機(jī)械與電子控制工程學(xué)院,北京 100044; 2. 北京自動(dòng)化技術(shù)研究院,北京 100009)
可重構(gòu)測(cè)試平臺(tái)(Reconfigurable Test Platform, RTP)是用來對(duì)機(jī)械手的關(guān)鍵性能指標(biāo)(如定位精度、速度等)進(jìn)行檢驗(yàn)的設(shè)備,其成功應(yīng)用依賴于網(wǎng)絡(luò)聯(lián)盟(NA)環(huán)境下機(jī)械模塊資源的低成本、高質(zhì)量及快速地獲取。NA內(nèi)RTP優(yōu)化配置設(shè)計(jì)是指從聯(lián)盟內(nèi)盟員企業(yè)中依據(jù)加工任務(wù)與機(jī)械模塊的約束規(guī)則選擇模塊資源,從而形成RTP配置所需的機(jī)械模塊組合路徑集合,進(jìn)而對(duì)該集合進(jìn)行評(píng)估、優(yōu)選的過程。首先對(duì)RTP配置問題進(jìn)行定義與描述,建立了基于層次網(wǎng)絡(luò)的RTP機(jī)械模塊選擇模型。提出了基于模塊選擇約束的可行的模塊組合路徑生成方法,及其聯(lián)盟環(huán)境下模塊資源的定性與定量相結(jié)合的評(píng)價(jià)指標(biāo)的統(tǒng)一的量化方法,并依據(jù)各指標(biāo)值對(duì)組合路徑容量的影響將指標(biāo)分為動(dòng)態(tài)、靜態(tài)兩類指標(biāo),基于此提出了組合路徑容量的計(jì)算方法,獲得了RTP機(jī)械模塊的p個(gè)較優(yōu)的組合方案。最后用實(shí)例驗(yàn)證了方法的有效性與可行性。
可重構(gòu)測(cè)試平臺(tái);層次網(wǎng)絡(luò);模塊選擇;關(guān)聯(lián)度;路徑容量;網(wǎng)絡(luò)聯(lián)盟
可重構(gòu)測(cè)試平臺(tái)(Reconfigurable Test Platform,RTP)是由一定的機(jī)械模塊組成的配置狀態(tài)來完成機(jī)械手的關(guān)鍵性能指標(biāo)(如定位精度、速度)測(cè)試的設(shè)備[1]。不同的機(jī)械模塊具有不同的功能?,F(xiàn)有的可重構(gòu)設(shè)備研究都是基于機(jī)械模塊的即用即得模式,而沒有考慮模塊的獲取方式及其獲取成本[2-3]。而可重構(gòu)測(cè)試平臺(tái)的成功應(yīng)用依賴于網(wǎng)絡(luò)聯(lián)盟(Network Alliance,NA)環(huán)境下機(jī)械模塊資源的低成本、高質(zhì)量及快速地獲取[4]。聯(lián)盟內(nèi)模塊的評(píng)估、優(yōu)選不僅與模塊本體的性能有關(guān),還受到聯(lián)盟相關(guān)性能指標(biāo)的影響[5];對(duì)資源模塊進(jìn)行優(yōu)化組合,是一個(gè)多層次多目標(biāo)優(yōu)化的問題[6]。
NA環(huán)境下RTP優(yōu)化配置設(shè)計(jì),是指從聯(lián)盟內(nèi)盟員企業(yè)中依據(jù)加工任務(wù)與機(jī)械模塊的映射規(guī)則選擇模塊資源從而形成機(jī)床的機(jī)械模塊集合,在此基礎(chǔ)上,形成RTP配置所需的機(jī)械模塊組合路徑集合,進(jìn)而對(duì)該集合進(jìn)行評(píng)估、排序、優(yōu)選的過程。本文研究了一系統(tǒng)的網(wǎng)絡(luò)聯(lián)盟環(huán)境下RTP優(yōu)化配置的模塊資源選擇方法,提出了聯(lián)盟環(huán)境下模塊資源的定性與定量相結(jié)合的評(píng)價(jià)指標(biāo)體系及其各指標(biāo)的定量化分析方法,并研究了基于圖論算法的資源路徑優(yōu)選算法,并通過一實(shí)例對(duì)該方法進(jìn)行了驗(yàn)證與說明。
1.1 RTP優(yōu)化配置模型
影響網(wǎng)絡(luò)聯(lián)盟環(huán)境下RTP優(yōu)化配置的因素主要包括測(cè)試平臺(tái)的功能細(xì)分、組成設(shè)備的機(jī)械模塊及其模塊資源在聯(lián)盟盟員內(nèi)的分布。功能細(xì)分是指RTP的單個(gè)功能,每個(gè)功能對(duì)1個(gè)或多個(gè)機(jī)械模塊。RTP配置設(shè)計(jì)的基礎(chǔ)是尋找滿足RTP對(duì)應(yīng)每個(gè)功能組(Module Function Family,MFF), {MFFlk}(表示測(cè)試平臺(tái)l的第k個(gè)功能組)內(nèi)符合功能需求的機(jī)械模塊集合(Mechanical Module Set,MMS)。
形成RTP配置的機(jī)械模塊是從每個(gè)MMSlkr中選擇其中的1個(gè)元素,形成具有r個(gè)模塊元素的集合,該集合為RTP配置的一個(gè)機(jī)械模塊組合(Mechanical Module Combination,MMC)方案,定義如式(1)、式(2)所示。
(1)
(2)
式中:MMClk是MFFlk需求的RTP配置組合方案集合;MMClkx為第x個(gè)測(cè)試平臺(tái)配置方案;MCn定義為測(cè)試平臺(tái)中的機(jī)械模塊。
1.2 機(jī)械模塊選擇模式
依據(jù)測(cè)試平臺(tái)的功能組MFFlk所必須的功能,以及機(jī)械模塊的功能定義,可以從聯(lián)盟內(nèi)選擇所需的模塊。RTP的所有機(jī)械模塊是相互影響的,這是由模塊之間的連接關(guān)系及其連接性能決定的。依據(jù)功能需求對(duì)實(shí)體機(jī)械模塊進(jìn)行選擇時(shí),可以將其分為一對(duì)一、多對(duì)一、一對(duì)多3種模式選擇方法,本文只對(duì)第一種模式進(jìn)行了研究。
2.1 層次網(wǎng)絡(luò)
網(wǎng)絡(luò)(Network)是具有特殊性質(zhì)的有向圖D(V,E),與有向圖[7]相比,網(wǎng)絡(luò)規(guī)定了源(發(fā)點(diǎn))和匯(收點(diǎn)),并且每條弧(或有向邊)上都賦予了非負(fù)數(shù)權(quán)的賦權(quán)有向圖,其中該有向圖為網(wǎng)絡(luò)N的基礎(chǔ)有向圖。對(duì)于每條弧e,定義c(e)為邊的容量,其中c(e)≥0。
分層網(wǎng)絡(luò)(Layered Network,LN)[8]是具有下列性質(zhì)的網(wǎng)絡(luò)N=(V,E,c):
(2)E中的每一條弧是從某一層Vi到下一層Vi+1,其中0≤i≤k。
2.2 模塊選擇層次網(wǎng)絡(luò)模型的建立
依據(jù)功能劃分方法,可重構(gòu)測(cè)試平臺(tái)劃分以下幾類基本機(jī)械模塊,包括主軸(spindle)、滑臺(tái)(slide)、十字滑臺(tái)(cross-slide)、旋轉(zhuǎn)滑臺(tái)(swivel slide)、立柱(column)、工作臺(tái)(table)、底座(base)及其組合等模塊[9]。機(jī)械模塊選擇模型與功能需求的組合順序及其測(cè)試平臺(tái)模塊的連接關(guān)系相關(guān),本文依據(jù)測(cè)試平臺(tái)的功能進(jìn)行分層,依據(jù)聯(lián)盟內(nèi)部每種功能可選的機(jī)械模塊為每層內(nèi)的節(jié)點(diǎn),建立模塊選擇層次網(wǎng)絡(luò)(Module Selection Layered Network,MSLN)模型,如圖1所示。
圖1 模塊選擇層次網(wǎng)絡(luò)MMLN模型
其中,V0={s}、Vn={t}為增加的源與收點(diǎn),不具有實(shí)際意義;Vi(i=1,2,…,n-1)為功能i的節(jié)點(diǎn)集合,這里將V1定義為與支撐功能相關(guān)的工作臺(tái)節(jié)點(diǎn)集合,Vp+q定義為主軸功能模塊的節(jié)點(diǎn)集合;vij為功能i的第j個(gè)可行的機(jī)械模塊。因此,功能組MFFlk的功能需求數(shù)量決定了MSLN模型的層數(shù);聯(lián)盟內(nèi)滿足每種功能的模塊的數(shù)量決定了MSLN模型每層的子節(jié)點(diǎn)的數(shù)量;相鄰層節(jié)點(diǎn)之間的連接方向是由離源節(jié)點(diǎn)s近的層指向離收點(diǎn)t近的層;而相鄰層節(jié)點(diǎn)的連接關(guān)系不僅由模塊之間的連接關(guān)系決定,還有模塊的選擇模式所決定的。為了對(duì)節(jié)點(diǎn)的連接關(guān)系約束進(jìn)行定義,本文將相鄰層中離源s近的層稱為相鄰層中的上層,反之成為下層,其相關(guān)約束如下:
約束1:如果上、下層之間的兩節(jié)點(diǎn)表示相同的模塊,則這2個(gè)節(jié)點(diǎn)之間沒有連接關(guān)系,相鄰節(jié)點(diǎn)中相同的節(jié)點(diǎn)沒有連接關(guān)系;
約束2:若兩相鄰節(jié)點(diǎn)表示的模塊之間沒有連接關(guān)系,但上層節(jié)點(diǎn)與之間幾層的中與下層相同節(jié)點(diǎn)的模塊之間有連接關(guān)系,擇該2個(gè)相鄰節(jié)點(diǎn)之間存在連接關(guān)系;
約束3:如兩相鄰節(jié)點(diǎn)所代表的模塊之間存在連接關(guān)系,則兩節(jié)點(diǎn)之間存在連接關(guān)系。
模塊選擇層次網(wǎng)絡(luò)模型的路徑數(shù)量可以通過該層次網(wǎng)絡(luò)模型中節(jié)點(diǎn)的出度或入度獲取,以節(jié)點(diǎn)的出度為例,節(jié)點(diǎn)的出度每增加1,路徑的數(shù)量也增加1,因此,路徑數(shù)量的計(jì)算方法如式(3)所示。
(3)
3.1 模塊組合路徑的生成
對(duì)于一對(duì)一的模塊選擇模式,每個(gè)模塊只有1種功能,在MSLN模型中選擇路徑時(shí)需要滿足在以下約束:
(1)在每層的節(jié)點(diǎn)中必須選擇而且只能選擇1個(gè)節(jié)點(diǎn);
(2)在所有層的節(jié)點(diǎn),相同的模塊只能選擇1次。
模塊選擇層次MSLN模型中包含上述3種模塊選擇模式的所有路徑。對(duì)于第1種一對(duì)一的模塊選擇模型,需要?jiǎng)h除模型中不滿足一對(duì)一約束的路徑,即刪除路徑中具有相同種類模塊的路徑,形成適合第1種選擇模式的機(jī)械模塊組合路徑MMCP集合,即可行的模塊選擇層次網(wǎng)絡(luò)(Feasible Module Layered Network,F(xiàn)MLN)模型,其生成算法步驟如下:
(1) 以MMLN模型為輸入尋找MSLN模型的所有路徑,定義為集合MSLNF={fms}(ms=1,2,..,n),定義可行的模塊組合路徑結(jié)合MMCP=?;
(2) 從集合MSLNF中選擇第一條路徑f1
If 路徑中存在2個(gè)或2個(gè)以上相同的模塊節(jié)點(diǎn),從MSLNF集合中刪除該路徑
Else從MSLNF集合中刪除該路徑,將該路徑寫入集合MMCP中;
(3) 檢查集合MSLNF是否為?
If MSLNF≠?,轉(zhuǎn)向步驟(1)
Else 輸出MMCP={fy}(y=1,2,…,n),n為可行路徑的數(shù)目,結(jié)束。
3.2 評(píng)價(jià)指標(biāo)的統(tǒng)一量化方法
NA環(huán)境下RTP預(yù)配置評(píng)價(jià)是基于機(jī)械模塊進(jìn)行的,涉及多方面的因素,包括定性的、定量的,也可包括直接的、間接的等。為了對(duì)便于各指標(biāo)權(quán)重的計(jì)算,本文開發(fā)了基于AHP[10]方法的工具進(jìn)行指標(biāo)相對(duì)重要程度,即權(quán)重的計(jì)算,利用關(guān)聯(lián)函數(shù)[11]方法對(duì)各指標(biāo)建立了統(tǒng)一的量化方法。該工具包括準(zhǔn)則層的選擇與輸入、子準(zhǔn)則的輸入、各準(zhǔn)則相對(duì)重要性的輸入及其權(quán)重計(jì)算等模塊,在權(quán)重計(jì)算方法中采用了成對(duì)比較法、權(quán)重均等、輸入其他等3種方法。如圖2所示為權(quán)重計(jì)算結(jié)果為采用權(quán)重均等方法所進(jìn)行的實(shí)例分析。
圖2 AHP計(jì)算工具實(shí)例分析圖
對(duì)于多指標(biāo)評(píng)價(jià)體系,不同的指標(biāo)要求不一樣,比如誤差越小越好,成本要求越低越好,性價(jià)比要求越大越好,安裝時(shí)間越小越好等,根據(jù)各指標(biāo)的優(yōu)化目標(biāo)可以指標(biāo)分為4類:目標(biāo)最小化、最大化、均值最優(yōu)及其特定期望值。根據(jù)最優(yōu)點(diǎn)的不同,關(guān)聯(lián)函數(shù)也有不同。另外,根據(jù)指標(biāo)值表示方法的不同,如采用模糊數(shù)、區(qū)間等,關(guān)聯(lián)函數(shù)也有不同的定義,如下:
定義第i個(gè)評(píng)價(jià)對(duì)象的第j個(gè)指標(biāo)為cij,其指標(biāo)值vij的定義有2種情況:
(1)vij=xij,為一實(shí)數(shù);
(2)vij=[aij,bij],為一區(qū)間。
對(duì)于第一種情況,定義aj=min(xij)為所有指標(biāo)值中的最小值,bj=max(xij)為所有指標(biāo)值中的最大值;對(duì)于第2種情況,定義aj=(aij),bj=(bij)。該指標(biāo)的最優(yōu)點(diǎn)mj的計(jì)算方法如式(4)所示:
(4)
當(dāng)vij=xij時(shí),其評(píng)價(jià)對(duì)象的指標(biāo)值形成一區(qū)間[aj,bj],評(píng)價(jià)對(duì)象在集合中的性能可以通過評(píng)價(jià)一個(gè)點(diǎn)與一個(gè)區(qū)間的關(guān)聯(lián)度來判斷。該關(guān)聯(lián)度可以如式(5)的簡(jiǎn)單關(guān)聯(lián)函數(shù)來計(jì)算。
(5)
多指標(biāo)下的關(guān)聯(lián)度計(jì)算方法見式(6),wj為各指標(biāo)的權(quán)重,uij的值越大說明該方案越好。
(6)
3.3 組合路徑容量的求解
模塊組合路徑是由路徑中的節(jié)點(diǎn)及其節(jié)點(diǎn)直接的連接關(guān)系決定的,每個(gè)節(jié)點(diǎn)代表1個(gè)功能模塊,路徑的容量是由節(jié)點(diǎn)模塊的各指標(biāo)值決定的。各指標(biāo)的量值對(duì)路徑的容量影響如下:
(1)當(dāng)路徑中節(jié)點(diǎn)增加時(shí),與機(jī)械模塊相關(guān)的指標(biāo)量值累加,其量值增加;
(2)當(dāng)路徑節(jié)點(diǎn)增加時(shí),與聯(lián)盟相關(guān)的指標(biāo)量值對(duì)路徑容量的影響與節(jié)點(diǎn)模塊所述的盟員企業(yè)相關(guān)。
如果該節(jié)點(diǎn)模塊所屬聯(lián)盟企業(yè)與路徑中的前幾個(gè)節(jié)點(diǎn)模塊所屬企相同,在依據(jù)其指標(biāo)量值累加的基礎(chǔ)上,路徑容量會(huì)有一增益,以表明該路徑的優(yōu)越性;如果該節(jié)點(diǎn)模塊所屬企業(yè)與前幾個(gè)節(jié)點(diǎn)模塊所屬企業(yè)均不同,則路徑容量的增加等于其指標(biāo)值的累加。因此,本文將與預(yù)配置資源相同的評(píng)價(jià)指標(biāo)分為兩類:靜態(tài)指標(biāo)與動(dòng)態(tài)指標(biāo)。靜態(tài)指標(biāo)即其指標(biāo)值對(duì)路徑容量的影響與該路徑無關(guān),反之,動(dòng)態(tài)指標(biāo)對(duì)路徑容量的影響與不同的路徑相關(guān)。路徑容量的計(jì)算方法如式(7)、式(8)所示。
(7)
(8)
從路徑節(jié)點(diǎn)遞增的角度去計(jì)算路徑的容量,在確定每個(gè)節(jié)點(diǎn)的動(dòng)態(tài)指標(biāo)值時(shí),需要判斷與前幾個(gè)節(jié)點(diǎn)的關(guān)系,其時(shí)間復(fù)雜度為n2,顯然這樣是不合理的。分析一下該過程,許多判斷是不必要的,為了避免浪費(fèi),本文設(shè)定一個(gè)數(shù)組,如式(11)所示,其中,fy為組合路徑編號(hào),yi為路徑中的第i層節(jié)點(diǎn)所屬的盟員企業(yè),在此,所述企業(yè)用A、B、C等英文字母依次按順序表示,每個(gè)字母代表不同的盟員企業(yè)。如果(y1,y2,…,yi,…,yp+q)中存在相同的元素,則該路徑的容量會(huì)產(chǎn)生一個(gè)增益,計(jì)算方法如式(9)~式(12)所示。
Opt=[fy,(y1,y2,…,yi,…,yp+q)]
(9)
(10)
(11)
(12)
3.3 組合路徑的優(yōu)選
網(wǎng)絡(luò)聯(lián)盟環(huán)境下RTP預(yù)配置組合路徑的優(yōu)選,是從所有可行的路徑中依據(jù)組合路徑的容量Cfy從大到小排序,選擇P個(gè)較優(yōu)路徑的過程。為了對(duì)路徑的容量進(jìn)行比較,本文引入一評(píng)價(jià)因子α,用來評(píng)價(jià)各路徑容量的相對(duì)大小,如式(13)所示。組合路徑的優(yōu)選問題就轉(zhuǎn)化為選擇p個(gè)最大的評(píng)價(jià)因子的組合路徑的過程。
(13)
式中:αfy為組合路徑容量的評(píng)價(jià)因子;Y為組合路徑的總數(shù)量。
本文以測(cè)試平臺(tái)的功能需求{WT、XT、YT、ZT、YR、Spindle}為例,在以盟員企業(yè)A、B、C、D4個(gè)企業(yè)組成的聯(lián)盟中進(jìn)行RTP預(yù)配置方案的優(yōu)選。將與機(jī)械模塊相關(guān)的模塊成本、功能匹配度及其與聯(lián)盟相關(guān)的運(yùn)輸距離、發(fā)貨準(zhǔn)時(shí)性等作為模塊選擇的4個(gè)最主要的評(píng)價(jià)指標(biāo),模塊組合路徑的容量也是由這四部分組成的。其中,模塊成本、功能匹配度、運(yùn)輸距離及其發(fā)貨準(zhǔn)時(shí)性分別記為cost、fun-match、dist、on-time,為機(jī)械模塊資源的各指標(biāo)值,各指標(biāo)的權(quán)重為{0.30,0.35,0.15.0.20}。模塊節(jié)點(diǎn)的4個(gè)指標(biāo)值分別記為kcij、kfij、kdij及ktij,其各自的關(guān)聯(lián)度如表1所示。
表1 FMLN中各節(jié)點(diǎn)模塊的關(guān)聯(lián)度
如表2所示,選取αfy=0.011,選取了9個(gè)較優(yōu)的組合路徑,表中第1列為路徑的編號(hào),第2列到第7列為每層下的模塊及路徑所包含的機(jī)械模塊及模塊的組合順序,Cfy為該路徑的容量,α為該路徑的評(píng)價(jià)因子。
表2 9個(gè)較優(yōu)的RTP預(yù)配置模塊組合路徑
(1) 定義了NA環(huán)境下RTP優(yōu)化配置設(shè)計(jì)的概念,對(duì)其過程進(jìn)行了描述建模,并對(duì)模塊的選擇模式進(jìn)行了分析。
(2) 基于RTP預(yù)配置問題描述,建立了基于圖論的模塊選擇層次網(wǎng)絡(luò)模型,基于該模型生成了一對(duì)一模塊選擇模式的可行的模塊組合路徑。
(3) 提出了基于關(guān)聯(lián)函數(shù)的統(tǒng)一的量化方法,基于該量值及其各指標(biāo)對(duì)組合路徑容量的影響,提出路徑容量的計(jì)算方法,獲取了9個(gè)較優(yōu)的RTP預(yù)配置模塊組合方案,為RTP配置優(yōu)化建立了基礎(chǔ)。
[1] CARLES R R,ROBERTOPR,HORACIO A G,Cooperative Design, Visualization and Engineering.Springer Berlin Heidelberg,2011: 234-241.
[2] CHEN L, XI F, MACWAN A. Optimal module selection for preliminary design of reconfigurable machine tools. Journal of Manufacturing Science and Engineering, Transactions of the ASME, 2010, 127(1): 104-115.
[3] MA L M,LI J Y,XU W S, et al. Network alliance for the total life cycle of reconfigurable machine tool.2011 International Conference on Management Science and Industrial Engineering (MSIE),Harbin,2011.
[4] LIU W. A multi-objective approach for RMT design. Ottawa: University of Ottawa, 2006.
[5] 甘屹,齊從謙,杜繼濤. 基于蟻群算法的動(dòng)態(tài)聯(lián)盟伙伴選擇研究. 系統(tǒng)仿真學(xué)報(bào),2012, 18(2): 517-520.
[6] 王友釗,彭宇翔,潘芬蘭. 基于貪心算法和遺傳算法的倉(cāng)儲(chǔ)車輛調(diào)度算法. 傳感器與微系統(tǒng),2012, 31(10): 125-128.
[7] 汪云飛,畢篤彥,馬和平.一種基于圖論的自適應(yīng)濾波算法.中南大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,44(10):4117-4123.
[8] 王海英,黃強(qiáng),李傳濤,等. 圖論算法及其MATLAB實(shí)現(xiàn). 北京: 北京航空航天大學(xué)出版社, 2010.
[9] ITO Y. Modular Design of Machine Tools.New York:McGraw-Hill Companies, 2007.
[10] 劉增華,于洪濤,蔡小明,等. 用于結(jié)構(gòu)健康監(jiān)測(cè)的無線智能機(jī)電阻抗傳感器.儀表技術(shù)與傳感器,2013,8(3):112-114.
[11] 李文強(qiáng),孫文磊,熊艷. 多層次可拓物元基因概念設(shè)計(jì)方法的研究. 計(jì)算機(jī)應(yīng)用研究,2012, 25(2): 414-416.
Optimal Configuration Design of Reconfigurable Test Platform in Network Alliance
MA Li-mei1,2,LI Guo-xiu1,ZHAO Li-xing2
(1.School of Mechanical,Electronic and Control Engineering,Beijing Jiaotong University,Beijing 100044,China; 2.Beijing Automation Technical Research Institute,Beijing 100009,China )
The successful application of Reconfigurable Test Platform (RTP) resting on a proper set of machine modules available with low cost,high quality and fast delivery in the network alliance (NA),is a test equipment used for detecting key performance indicators such as positioning accuracy,speed and other key indicators of the manipulator.The preliminary configuration of RTP in NA is the process of selection of mechanical modules from leaguers according to the constrain rules between machining tasks and mechanical modules,and forming combination paths of RTP configuration and the evaluation and optimal selection of these paths.In this paper,first,the problem of preliminary configuration of RTP was defined and described,and a RTP mechanical module selection model method using layered network was constructed.Then,according to module selection constrains,feasible module selection path set was generated.To calculate the path capacity,a uniform quantitative measurement method was proposed,and module evaluation indexs were classified to static,dynamic indicator according to their influence to the path capacity,and then the P-best combination schemes of RTP configuration were obtained.Finally,a case study was given to illustrate the effectiveness and feasibility of the proposed method.
Reconfigurable Test Platform; layered network; module selection; dependent degree; path capacity;network alliance
MMClk={MMClkx},l,k,x∈N
MMClkx={MC1,MC2,…,MCn},n∈N
北京市博士后工作經(jīng)費(fèi)資助項(xiàng)目(2014ZZ-42)
2014-06-18 收修改稿日期:2014-11-15
TH122;TP391
A
1002-1841(2015)04-0107-04
馬麗梅(1982—),博士后,主要從事檢測(cè)技術(shù)及自動(dòng)化裝置研究。E-mail:zkymalm@163.com 李國(guó)岫(1970—),教授,博士生導(dǎo)師,主要從事內(nèi)燃機(jī)燃燒理論與技術(shù)、電子控制研究。