[发明专利]面向随机混成系统的SysML组合建模语言及转换为概率混成自动机的方法在审
申请号: | 202211679478.2 | 申请日: | 2022-12-16 |
公开(公告)号: | CN116028042A | 公开(公告)日: | 2023-04-28 |
发明(设计)人: | 王永兴;曹子宁;李振 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | G06F8/35 | 分类号: | G06F8/35 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 211100 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 面向 随机 混成 系统 sysml 组合 建模 语言 转换 概率 自动机 方法 | ||
1.面向随机混成系统的SysML组合建模语言及转换为概率混成自动机的方法,其特征在于:主要包含以下步骤:
(1)使用SysML的状态机图和块定义图对混成系统的信息系统进行建模;使用Modelica对其中的物理系统进行建模。
(2)通过元模型机制建立SysML和Modelica的联系,并定义一个包含元模型、目标元模型、源元模型类型、依赖条件、约束和优先级的六元组作为SysML和Modelic的对应规则。
(3)通过概率混成接口自动机的语义和SysML-Modelica组合建模的定义给出转换规则,并提出相应的模型转换算法。
(4)根据SysML和Modelica模型转换后得到的概率混成接口自动机的特性,提出两种概率混成接口自动机的组合规则,最终组成为完整的概率混成接口自动机。
2.根据权利要求1的所描述的面向随机混成系统的SysML组合建模语言及转换为概率混成自动机的方法,其特征在于:所描述步骤(1)使用SysML的状态机图和块定义图对混成系统的信息系统进行建模,其中:
块定义图用于定义Block的特征以及Block之间的关系,例如关联(Association)、泛化(Generation)和依赖(Dependency)。其表达了Block化上的属性和操作,以及基于Block的系统层次结构或系统分类树之类的关系。关联表示Block之间拥有普通关联(Association)、组成(Composition)或聚合(Aggregation)的关系,分别用实心菱形和空心菱形表示;泛化表示Block之间的继承关系(is a),具体形式为类与类之间的继承关系,接口与接口之间的继承关系;依赖表示Block之间的相互依赖关系(use a),其中一个Block的变化将影响另一个Block。
状态机图定义了一组行为概念,可使用SysML中的有限状态机的形式化标准对离散事件驱动的行为建模。本发明采用的行为状态机是一个有向图,由一组节点和一组相应的转移函数组成。其中,节点称为状态,转移函数又称状态转移条件。行为状态机通过响应一系列事件而″运行″。从初始状态开始,每个状态都有相应的状态转移函数,当对应的事件到来时状态发生转换,在所有状态中至少有一个是终止状态,运行到终止态时状态机停止。
3.根据权利要求1的所描述的面向随机混成系统的SysML组合建模语言及转换为概率混成自动机的方法,其特征在于:
所描述步骤(2)通过元模型机制建立SysML和Modelica的联系,其中从SysML和Modelica模型中提取同义元素进行对应,考虑到SysML和Modelica的建模特点,建模过程大致可以描述为对模型的组成和子模型之间的联系、行为进行建模。通过定义包含元模型、目标元模型、源元模型类型、依赖条件、约束和优先级的六元组来指导每一个转换的实现。
4.根据权利要求1的所描述的面向随机混成系统的SysML组合建模语言及转换为概率混成自动机的方法,其特征在于:所描述步骤(3)提出SysML和Modelica模型向概率混成接口自动机的转换规则,根据SysML和Modelica模型和概率混成接口自动机的语义的对应关系,给出模型的转换规则,并根据转换规则实现模型的转换。
5.根据权利要求1的所描述的面向随机混成系统的SysML组合建模语言及转换为概率混成自动机的方法,其特征在于:所描述步骤(4)提出由SysML和Modelica模型转换得到的概率混成接口自动机的组合规则,根据信息系统部分和物理系统部分转换得到混成自动机的特征,提出两者的组合规则。该规则将SysML模型和Modelica模型转换得到的概率混成接口自动机作为输入,根据迁移关系,完成两者的组合,得到完整的概率混成接口自动机。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211679478.2/1.html,转载请声明来源钻瓜专利网。