面向信息物理系统的主动式复杂事件处理技术研究

发布时间：2025-05-15 05:00

　　信息物理系统(Cyber Physical System,CPS)将计算进程和物理进程进行融合,是集计算机技术、通信和控制技术于一体的智能系统。CPS应用需要面对的一个重要问题就是如何处理系统中持续产生的海量、异构和不确定性的数据流。现有的面向数据流的处理平台大多数只支持流式数据的基础处理,比如过滤、转换和计数等功能,难以满足从在线数据流中实时挖掘并做出反馈的需求。作为CPS的核心技术之一,主动式复杂事件处理技术不仅能够实时处理大量数据流,而且可以对已获得的数据进行预测分析,从而提供改变系统未来状态的决策能力。目前主动式复杂事件处理还面临着一些问题,其中的重点和难点包括了设计过程中的不确定性事件处理、事件的上下文处理、预测分析和决策方法等。本文针对这些问题,以CPS应用中的智能交通系统为背景,分别引入了模糊C均值、贝叶斯网络、马尔科夫决策过程和Q-learning等方法,并结合其他并行优化技术进行了研究。本文的贡献主要包括以下几个方面:(1)针对不确定性数据处理问题,提出了一种并行复杂事件处理方法(Parallel Indeterminate Stream Complex Event P...

【文章页数】：112 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景及意义
        1.1.1 信息物理系统概述
        1.1.2 信息物理系统的特点与发展趋势
        1.1.3 主动式复杂事件处理技术概述
    1.2 相关研究进展
        1.2.1 复杂事件处理
        1.2.2 事件上下文处理方法
        1.2.3 主动式处理中预测分析方法
        1.2.4 主动式处理中的决策方法
    1.3 存在的问题与挑战
    1.4 研究内容
    1.5 论文的组织
第2章 理论和技术基础
    2.1 复杂事件处理技术
        2.1.1 事件模型
        2.1.2 事件选择策略
        2.1.3 复杂事件处理模型
    2.2 事件上下文聚类技术
    2.3 主动式处理技术
        2.3.1 贝叶斯网络
        2.3.2 马尔科夫决策过程
        2.3.3 Q-learning
    2.4 系统体系结构
    2.5 本章小结
第3章 面向不确定性事件流的并行处理方法
    3.1 本章引言
    3.2 查询语言与事件概率模型
    3.3 不确定性事件流的处理方法
        3.3.1 基于匹配树的处理方法
        3.3.2 事件流的并行处理
        3.3.3 SEQ事件的并行处理
    3.4 实验分析
        3.4.1 实验数据源
        3.4.2 实验结果及分析
    3.5 本章小结
第4章 事件上下文处理方法
    4.1 本章引言
    4.2 基于模糊本体的事件上下文建模
        4.2.1 上下文与模糊本体
        4.2.2 上下文建模
    4.3 事件上下文聚类方法
    4.4 实验及结果分析
        4.4.1 数据描述
        4.4.2 实验结果与分析
    4.5 本章小结
第5章 主动式复杂事件处理中的预测方法
    5.1 本章引言
    5.2 基于适应性贝叶斯网络的预测方法
        5.2.1 预测模型架构
        5.2.2 适应性贝叶斯网络模型
        5.2.3 适应性贝叶斯网络结构学习方法
        5.2.4 多贝叶斯模型组合
    5.3 实验及结果分析
    5.4 本章小结
第6章 主动式复杂事件处理决策方法
    6.1 本章引言
    6.2 并行马尔科夫决策过程
        6.2.1 决策模型
        6.2.2 基于结点的状态划分与并行
        6.2.3 报酬分解
    6.3 并行Q-LEARNING决策方法
        6.3.1 决策模型
        6.3.2 基于子问题的状态划分
    6.4 实验及结果分析
    6.5 本章小结
结论
参考文献
致谢
附录A 攻读学位期间所完成的论文
附录B 攻读学位期间主持和参加的科研课题



本文编号：4046285