摘要:安全决策与控制是保证控制系统稳定安全运行的核心支撑技术,现代网络系统在物理层面、信息层面、个体决策和监管层面分别会岀现部件损坏、网络攻击和恶意决策等完全不同类型的异常行为.鉴于此,首先总结各类异常行为的特点,指出网络系统安全决策与控制的目标与难点,强调容错博弈控制相较于其他容错控制和博弈方法的特色和优势;其次,聚焦于4个层面上的各类异常行为及其特点,阐述容错博弈控制的基本问题和思想,立足于跨层调节的思路,详细总结各类容错博弈控制的最新研究成果及其特性;再次,以集群飞行器系统作为典型对象阐述容错博弈控制的应用前景;最后,对容错博弈控制在现代网络系统中的研究方向进行展望.

摘要:电网脆弱性是大电网安全研究的核心内容之一.在国内外电网大停电事故不断频发的背景下,传统方法难以有效地从宏观上系统地分析大规模连锁故障的产生和传播过程.随着复杂网络理论研究的不断发展和普遍应用,这种方法突破了传统方法分析连锁故障的局限性,为研究大电网脆弱性提供了新的视角和方向.对此,首先介绍复杂网络的两个基本模型及其常见评价指标;其次,详细阐述节点重要性发现、电网脆弱线路辨识、单个网络中连锁故障以及相依网络间连锁故障等方面的研究发展状况和应用情况,并综合分析了电网运行状态;最后,从复杂网络理论角度,对未来电网脆弱性研究方向进行总结和展望.

摘要:独立成分分析(independent component analysis,ICA)是一种多变量统计分析方法,常用于非高斯过程监测,它能够有效利用信号的高阶统计信息(三阶以上)提取相互独立的独立成分,在工业过程监测中得到了广泛的应用,是当前国际过程监测领域的研究热点.鉴于此,介绍经典ICA模型、改进ICA模型及其在工业过程的过程监测技术.首先,对经典ICA模型进行介绍,在此基础上对经典ICA模型进行分类并指出其优缺点;其次,针对经典ICA模型存在的缺陷,从ICA自身存在的问题、噪声和离群值3方面梳理改进ICA模型的发展;然后,以工业过程为主要应用背景,介绍ICA的过程监测技术如何从简单工业过程衍变至复杂工业过程,以及面向工业过程运行数据的单一特性和混合特性,综述ICA及其扩展模型在工业过程监测中的研究现状;最后,探讨该研究领域亟需解决的问题和未来的发展方向.

摘要:故障预测研究因应用对象广泛、技术理论先进和实用价值高而备受关注.基于此,从“文献追踪”视角,挖掘故障预测的知识结构、分布脉络和研究热点,这是对故障预测综述类研究的一个新尝试.研究发现:1)知识结构方面,故障预测与状态监测、健康管理间存在较强的耦合关联性,模型驱动、知识驱动、统计驱动、概率推理方法、机器学习和深度学习是故障预测关键技术类别;2)热点迁徙方面, 故障预测研究主要经历了理论奠基期、内涵延伸期、技术涌现期和方法融合期4个阶段.对阶段成果、面临困境及发展贡献进行归纳,并指出阶段间衔接关系,探明了故障预测理论发展轨迹和实践成效,并为实现故障预测领域的阶跃式发展提供明确的方向,即提高大数据收集质量、在线预测和跨工况的迁移学习.

摘要:针对传统RRT*全局路径规划算法在多障碍物复杂环境中搜索效率低、占用内存过大、搜索路径不平滑等问题,提出一种基于简化地图的区域采样RRT*算法(simplified map-based regional sampling RRT*, SMRS-RRT*).首先简化处理全局栅格地图,在此基础上寻找从起点到目标点的最优路径点集合,并将该路径作为引导路径通过智能采样因子进行扩大,得到智能采样区域;然后在智能采样区域中不断迭代搜索,得到一条从起点到目标点的代价小、无碰撞路径;最后结合最小转弯半径约束的路径修剪和基于B样条曲线的路径优化,生成一条路径平滑且曲率连续的优化路径,从而使移动机器人沿着该全局优化路径快速、平稳、安全地到达目标点.仿真实验表明,所提出算法能够有效提高传统RRT*搜索效率,加快收敛速度,降低内存消耗.

摘要:针对传统K-means聚类算法受初始类中心影响导致聚类准确度较低的问题,利用量子粒子群优化算法全局搜索能力强、收敛速度快的优势,提出一种基于改进量子粒子群的K-means聚类算法.为防止量子粒子群优化算法陷入局部极值,采用具有高斯扰动的局部吸引子以提高种群跳出局部最优的能力;为提高算法的收敛速度,采用加权更新种群平均最优位置以充分发挥精英粒子的优势;通过对收缩-扩张因子和随机变量参数进行交叉实验,选出最佳参数组合策略.在标准测试函数上的仿真结果表明:改进的量子粒子群优化算法在寻优精度、收敛速度以及稳定性上都有显著提高;通过对比7种聚类算法在UCI数据集上的聚类结果可知,所提出的聚类算法具有更好的聚类性能,可以有效降低K-means对初始聚类中心的依赖.最后,将该方法应用于我国鲜食葡萄市场客户分类中,以验证该方法的有效性和实用性.通过实证分析可知,基于改进量子粒子群的K-means聚类算法结构简单、精度高,具有一定的推广性.

摘要:针对扑翼飞行器机动性能弱的问题,提出一种在未知环境下示教学习辅助的强化学习局部路径规划算法(IL-PPO2).首先,基于扑翼飞行器的受限视角的双目感知系统,提出一种心形避障算法,降低避障时对扑翼飞行器控制精度的要求,提高避障鲁棒性;其次,根据心形避障算法的特性,提出一种U型障碍的避障策略;最后,提出一种示教学习辅助的强化学习局部路径规划算法,将心形避障算法与局部路径规划算法相结合,实现扑翼飞行器的局部路径规划.仿真结果表明:与TD3fD强化学习算法相比,IL-PPO2算法能够缩短模型训练时间,路径规划效率与成功率明显高于TD3fD算法;与动态窗口法(DWA)相比,IL-PPO2算法能够提高路径规划的成功率,并且有效融合心形算法,提高路径的平滑程度.

摘要:对于装配序列规划问题,现有算法大多聚焦于单一的目标构型.对于多目标构型以及大规模问题,现有算法往往存在维数灾难及泛化能力差等问题.为此,利用装配序列规划问题分层结构的特点,提出一种基于分层强化学习的适用于多构型装配任务的通用装配序列规划方法.首先,将装配序列规划问题构建为一个分层的马尔科夫决策过程,其中,上层进行序列规划,下层进行零件的动作规划,符合装配过程层次化的结构,使规划方法更具灵活性,且可解释性更强;其次,针对分层马尔科夫决策过程,提出一种基于分层强化学习的通用装配序列规划算法,提高规划方法对多种目标构型任务的适应能力和泛化能力,以及对目标构型的信息利用率;最后,在搭建的仿真平台上进行验证,结果表明所提方法可以提取到关于装配问题的广义信息,对于不同零件初始位置以及其他多种构型装配任务均具有较好的决策能力,从而验证所提方法的有效性和通用性,表明该算法是适用于多目标构型的更加通用灵活的装配序列规划算法.

摘要:异构无人机集群凭借其功能互补、能力协同的优势,能够适应复杂多变的战场环境、提升协同作战效能,而受到各军事强国的广泛关注并得到飞速发展.如何对异构无人机集群进行有效编组以达到良好的协同作战效果成为异构无人机集群“分布式”协同研究的重点,由此引出异构无人机集群“分布式”协同中针对异构无人机编组结构稳定性和能力协同性的优化问题.面向该问题,提出一种基于双层稳定匹配的异构无人机集群“分布式”协同算法.首先,对异构无人机集群“分布式”协同作战方式及匹配问题进行描述;然后,通过基于异构无人机之间的能力协同性构建偏好计算模型,将3类(侦察、打击、指控)无人机的三边匹配问题转化为双层-双边稳定匹配问题并构建相应的线性整数规划模型;最后,通过3组实验,验证了所提出模型与方法的有效性,相较于基准算法效率更高、效果更好,同时在大规模算例中也能实现良好的匹配效果.

摘要:针对人工蜂群算法中探索与开采的不平衡以及由此导致的求解精度低、收敛速度慢等问题,提出一种基于刺激-响应分工机制的人工蜂群算法.将探索和开采看成两种不同的搜索任务,令蜜蜂在雇佣蜂阶段执行探索,在跟随蜂阶段执行开采.根据种群多样性设计搜索任务的环境刺激,利用搜索成功率设计蜜蜂个体的响应阈值.在刺激-响应分工机制下,蜜蜂在雇佣蜂和跟随蜂之间灵活转换,从而实现探索和开采的平衡.采用22个基准函数进行仿真实验,实验结果验证了所提出算法的有效性.

摘要:研究有向通信图下非线性多智能体系统的一致控制问题.首先,通过引入性能函数,使输出误差满足预定性能;其次,采用障碍Lyapunov函数,保证所有状态满足约束条件,结合李雅普诺夫-克拉索夫斯基(Lyapunov- Krasovskii,LK)泛函和杨氏不等式消除状态时延的影响,利用径向基函数神经网络(radial basis function neural networks,RBF NNs)逼近未知非线性函数;再次,设计自适应事件触发控制器,实现所有智能体的输出一致性,并基于Lyapunov稳定性理论证明闭环系统半全局有界稳定;最后,通过对比仿真验证所设计控制策略的有效性.

摘要:针对机械臂控制过程中由于扰动与输入饱和造成的控制精度低的问题,提出一种连续非奇异快速终端滑模控制算法.首先,针对输入饱和问题,设计饱和补偿系统以消除输入饱和特性;其次,为避免滑模控制的抖振问题,设计二阶模型不确定与扰动估计器(UDE)对扰动项进行估计;同时,为进一步提高控制精度,采用自适应方法对扰动估计误差进行控制;在此基础上,设计基于二阶模型不确定与扰动估计器及输入饱和补偿的自适应连续非奇异快速终端滑模控制算法,并采用Lyapunov函数证明该算法的有限时间收敛特性;最后,以3自由度并联机械臂为控制对象进行仿真,并开展算法对比研究.仿真结果表明,该方法可以实现考虑扰动与输入饱和时的机械臂高精度有限时间轨迹跟踪控制.

摘要:成功地检测隐匿虚假数据入侵(false data injection,FDI)攻击是确保电力系统安全运行的关键.然而,大多数工作通过建立FDI攻击模型模拟真实的入侵行为,得到的模拟数据往往与真实数据存在一定的差异,导致基于机器学习的检测方法出现较差的学习效果.鉴于此,针对源域中模拟样本数据量大而目标域中真实样本标记少的特点,提出基于深度信念网络(DBN)和迁移学习的检测算法.DBN中的受限玻尔兹曼机(restrict boltzmann machine,RBM)能够对海量目标域无标签样本进行特征自学习,基于模型的迁移学习方法可以克服数据之间的差异性,同时解决有标签真实样本稀缺的问题.最后,在IEEE 14-bus电力系统模型上验证了所提出方法的优点和有效性.

摘要:针对一类具有周期扰动和输入时滞的不确定非线性系统,提出一种基于神经网络的自适应动态面控制方案.将径向基函数神经网络和傅里叶级数展开结合,构造一种混合函数逼近器来逼近系统中未知的周期扰动函数.通过引入一个积分项解决输入时滞问题,同时采用带有非线性滤波器的动态面控制方法,避免自适应反推控制方法中普遍存在的复杂性爆炸问题.所提出的神经网络控制方案能够确保闭环系统中所有信号是半全局有界的,并且系统输出能渐近地跟踪给定的参考信号.两个仿真结果验证了所提出的控制方案是有效的.

摘要:针对一类含有非匹配状态相关不确定性和外界干扰的伺服系统,提出一种基于降阶扩张状态观测器的重复控制方法,通过对不确定性和扰动进行实时估计和主动补偿,实现对周期性参考输入信号的高精度跟踪.首先,利用系统可测输出和控制输入信号设计降阶扩张状态观测器,对系统的不可测状态以及包含不确定性和外界干扰的总扰动进行估计;其次,通过选择合适的扰动补偿增益,构造基于扰动动态补偿的复合重复控制规律,消除总扰动对系统输出的影响,保证系统输出对周期性参考信号的准确跟踪;然后,基于小增益定理推导出系统稳定性条件和控制器参数设计算法;最后,通过数值仿真实例和实验验证所提方法的有效性和优越性.

摘要:在基于概率地图的移动机器人目标搜索规划中,目标在工作环境中的存在概率通常被设置为服从离散均匀分布,进而采用路径长度指标优化搜索任务的全局路径.然而,真实工作空间中的概率分布绝大多数并不服从均匀分布,这将导致所获搜索策略并非预期的最短时间.对此,根据实际工作环境构建概率测算模型,并基于该模型构建概率地图,进而提出一种以预期最短时间为优化指标的机器人目标搜索路径规划方法.该方法采用分层规划模式,在上层拓扑地图中进行拓扑点序列规划,而在下层特征地图中进行拓扑点间局部路径规划.实验结果表明,该方法可以显著缩短移动机器人目标搜索的期望时间,更适用于目标不服从均匀分布的工作环境.

摘要:传统的意图识别方法所用传感器数量及种类较多,特征向量维数偏高,统计特征对短时样本具有不稳定性.将关节角表示的几何特征与加速度、角速度表示的物理特征有机融合并应用于智能下肢假肢的运动意图识别.首先,利用惯性测量单元于健侧大腿、小腿处采集的摆动相前期短时时序数据解算膝关节角,以获取大腿、小腿绕关节轴的转动特性;其次,对物理特征提取均值、方差以反映短时数据的平均水平及离散程度,对几何特征提取最值斜率以反映短时数据的局部变化率并弥补统计特征的不稳定性;最后,将几何特征与物理特征融合,采用支持向量机对13种日常行为进行分类.实验结果表明,对5类稳态模式:平地行走、上楼、下楼、上坡和下坡的识别率达到96.9%,对8类转换模式的识别率达到97.1%,对13种模式的识别率达到94.3%.仅用健侧两个传感器数据,通过特征融合构成25维的混合特征,实现了快速降维,降低了算法复杂度.

摘要:化工园区应急物资分配是开展危化品事故应急救援的基础,主要研究如何对化工园区周边的应急物资进行合理的调配以便让应急物资尽快从各储备站输送到事故点,保障事故救援的顺利开展.然而,已有研究大都局限于单目标优化,且过于强调应急响应的时效性而忽视物资消耗的连续性.为此,首先构建一种面向多储备站、多种应急物资、单事故点的应急物资多目标分配模型,并分析推演了满足物资连续消耗的约束条件;然后,基于非支配排序遗传算法和启发式策略设计一种化工园区应急物资多目标分配算法;最后,通过仿真实验验证所提出方法的有效性.实验结果表明,所提出方法同时兼顾了化工园区应急响应的连续性和时效性要求,可为危化品事故应急救援提供更多更好的应急物资分配方案.

摘要:提出一种用于求解多目标组合优化问题的3阶段混合蛙跳框架.该框架采用阶段化、模块化的设计思想,将种群的进化过程分为快速收敛、探索扩展、极值挖掘3个阶段.在快速收敛阶段,迅速定位Pareto前沿,使整个群体快速地聚集在前沿附近;在探索扩展阶段,进一步提升解的精度并让种群均匀地分布在前沿上;在极值挖掘阶段,搜寻各目标上的边界极值,增强分布性能.对于不同阶段的不同模块,采用不同的策略以提升框架的求解性能.所提出框架对于多目标组合优化问题具有良好的通用性,在解决不同类型的问题时仅需设计相应的编码方式、个体生成算子和约束处理机制.采用经典的多目标背包问题作为测试问题,与五种已有算法进行对比,结果表明,所提出框架具有良好性能,基于该框架设计的混合蛙跳算法具有更好的收敛性和分布性.

摘要:作为CRH(China railway high-speed)高速列车的重要组成部分,悬挂系统的可靠性对列车的安全运行和乘坐舒适性具有重要意义,为此,利用悬挂系统传感器数据,提出一种基于数据驱动的早期故障检测方法.首先,根据系统动态搭建列车悬挂系统Simpack模型,其中作动器的主动控制力作为系统输入,轨道不平顺由不平顺功率谱模拟产生激励信号,并作为系统的扰动信号;然后,在悬挂系统离散模型的基础上,通过传感器的输出构建数据模型,并构造输入输出数据矩阵;最后,通过数据矩阵构造残差量,并依照离线和在线的故障检测方案,实现对故障的指示.仿真结果表明,所提出的故障检测方案对悬挂系统执行器和传感器的早期故障具有较高的灵敏度.

摘要:光伏并网逆变器的直流侧电压在光照强度、温度等外界环境的影响下通常是波动的,这会对弱电网下光伏并网系统的稳定性产生影响.针对这一问题,在传统控制系统中引入基于功率前馈的电压控制回路,并给出其结构和参数的设计过程.在此基础上,对光伏并网逆变器的输出阻抗进行建模,并分析不同控制器下对应的输出阻抗的频率特性,并利用奈奎斯特稳定性判据,分析弱电网下光伏并网系统的稳定性.最后,通过仿真实验验证所提出控制策略的有效性.

摘要:针对粒子群优化算法种群多样性不足、易陷入局部寻优的问题,提出一种基于改进多目标骨干粒子群优化算法(improved bare-bones multi-objective particle swarm optimization,IBBMOPSO)的电力系统环境经济调度的求解方法.IBBMOPSO采用一种搜索权重非线性递减策略改进骨干粒子群的位置更新模式,并在不同搜索阶段对最差粒子设计不同的位置更新策略,以平衡算法的全局搜索能力和局部搜索能力.IBBMOPSO根据粒子拥挤距离选择全局最优解,采用距离评价指标选择折衷最优解.最后对6机IEEE30节点的标准测试系统进行仿真计算,并与其他算法进行对比分析,结果显示IBBMOPSO在解决电力系统环境经济调度问题上优于其他算法,具有良好的可行性和有效性.

摘要:考虑到充电站选址用户需求量的不确定性和突发状况的复杂性特点,以充电站选址服务效益最好、充电站风险最小以及“预选址-增建选址”两阶段经济成本最低为目标,基于传统p-median模型和多目标应急选址模型,构建两阶段多目标区间p-median模型.第1阶段在需求和设施损坏存在不确定因素的情况下,基于不确定需求模型模拟充电站遭遇突发情景下的不同需求量,构建出基于p-median的“预选址”模型;第2阶段针对瘫痪情景发生后的信息,建立一种反应式修复调整策略的“增建选址”模型.引入区间模糊集理论对模型进行转换,利用免疫优化算法对模型进行求解分析,得到充电中断情景下的充电站选址最优方案.最后,以西安市某区域为例,验证模型的可行性与有效性,为充电中断情境下电动汽车充电站科学选址提供了必要的决策参考和支持.

摘要:为了全面分析直觉模糊领域的研究概况、知识结构、知识扩散路径以及活跃研究子领域,基于主路径方法,结合知识图谱工具,对中国知网(CNKI)数据库中收录的与直觉模糊研究相关的文献进行系统分析.研究结果表明:直觉模糊领域已进入成熟阶段,且2007年与2014年的研究成果受到了广泛关注;从直觉模糊领域的知识结构看,直觉模糊集合、直觉梯形模糊数以及区间直觉模糊集的研究为该领域的发展奠定了坚实的理论基础;知识扩散路径表明,研究重点已由理论研究转向应用研究,尤其是多属性决策应用,且近年来开始与其他决策理论、管理理论以及计算机算法广泛结合;活跃研究子领域主要围绕信息集成、直觉模糊推理、双边匹配问题、Choquet积分以及直觉正态模糊数展开.研究有利于研究人员挖掘该领域的知识结构、有效把握该领域的发展脉络并识别最新的研究动态.

摘要:对于属性权重未知的区间数型不确定多属性决策问题,首先在界定区间数相对可能度的基础上给出区间数比较相对可能度关系理论,并得到一些相关性质;其次借鉴离差最大化模型算法建立基于比较相对可能度关系确定属性权重的区间数型决策对象相对可能度关系模型(IN-DMORPRM);然后通过集结与融合供选决策对象间两两优势比较测定出的相对可能度关系矩阵信息,得到各决策对象比较的总体相对可能度值并对供选对象集实施优劣选择和判定,以此给出一种新的区间数多属性决策对象的相对可能度关系模型算法;最后利用算例验证所给模型算法的有效性和实用性.

摘要:针对消费者等待和转移两种购买行为下的易逝品销售市场,构建两阶段双寡头零售商降价和匹配定价模型,讨论模型的简化运算方式,分析两种行为构成比例对零售商决策的影响,并进一步论证降价和匹配定价策略的有效性.研究表明,消费者异质购买行为下,等待和转移消费者的构成比例是零售商决策的重要因素,对零售商的期望收益具有双向影响;当消费者延迟购买程度适中时,低需求零售商应主动采取价格匹配策略,并辅以更大程度地降价形成与高需求零售商“不直接对话”的协调,实现市场帕累托改进,否则降价策略是其唯一的可选策略.高需求零售商也可主动采取两周期价格匹配策略,在消费者延迟购买意愿强烈的情况下缓解与低需求零售商的竞争,实现期望收益增加.

摘要:随着网络购物的普及和消费者低碳偏好的增强,同时考虑到公平关切对制造商竞争最优决策的影响,构建一种由普通制造商、低碳制造商及电商平台组成的平台型供应链决策模型,分析普通制造商在不具有公平关切、具有有利不公平厌恶和不利不公平厌恶情形下的均衡决策,并在不利不公平厌恶下提出服务成本共担契约来改进供应链.研究发现:1)低碳制造商的低碳水平随着消费者低碳偏好、价格竞争程度的增大而提高,随着电商平台佣金率的增大而降低.2)制造商的利润受消费者低碳偏好的影响,当消费者低碳偏好低于某一临界值时,普通制造商的利润高于低碳制造商;反之,普通制造商的利润低于低碳制造商.3)普通制造商考虑有利不公平厌恶会提高价格、低碳水平、服务水平以及供应链整体绩效,但是会降低消费者剩余和社会福利.4)虽然普通制造商考虑不利不公平厌恶会降低价格、低碳水平、服务水平以及供应链整体绩效,但是可以提高消费者剩余和社会福利,而且通过服务成本共担契约可以同时实现低碳水平、制造商和电商平台利润的帕累托改进.

摘要:在共享制造背景下,设备制造商可以通过两种方式向消费者提供服务:直接出售生产型设备给消费者,通过云平台提供制造服务:在购买模式下,讨论消费者的决策行为以及设备制造商的最优定价策略;在服务模式下,采用逆向归纳法分别求解基于商业性云平台(最大化自身收益)和基于公益性云平台(最大化社会总效益)的多阶段动态博弈问题.通过比较两种模式下设备制造商的利润,给出其选择不同商业模式的条件.同时,研究云平台普及率对消费者效用和设备制造商利润的影响,以及两种不同商业模式的环境效益.对于公益性云平台,设计返利机制协调供应链效率.研究表明,当云平台将收益全部返利给消费者时,社会总效益最大.从充分利用社会资源、提高社会经济和环境效益的角度进行分析,为供应链各参与方提供决策参考.

摘要:针对带有摩擦力矩、负载力矩以及扰动力矩等不确定性的机电伺服系统,提出一种基于变速趋近律的自适应滑模控制方法.首先,构造双曲正切型辅助函数并设计新的变速趋近律, 用以调节滑模变量的收敛速度,使其在到达减速点之前具有较快的收敛速度,而在到达减速点以后则能有效削弱抖振.在此基础上,构造自适应滑模控制器,保证系统位置输出能够快速稳定地跟踪期望轨迹.同时,设计参数更新律估计不确定项平方的上界,确保控制信号的连续性和减小控制信号抖振.基于李雅普诺夫稳定性定理给出误差收敛性分析,并给出仿真对比验证所提出方法的有效性.

摘要:研究一类基于自适应事件触发机制的时滞系统分布式滤波问题.自适应事件触发条件由滤波器自身最新释放数据、当前时刻估计值及邻居节点最新释放数据共同决定.此事件触发机制采用阈值自适应调节方案,阈值参数在保证滤波器性能的前提下根据滤波误差动态变化,最大程度上节约网络通信资源.首先,给出滤波误差系统均方指数稳定的充分条件;其次,构造一个Lyapunov函数来分析滤波误差系统满足${l_2

摘要:火力发电承担着我国电能供应的重要任务,实时掌握火力发电过程运行状态,对于提高煤炭资源利用率,实现综合经济效益的提升具有重要意义.针对火力发电过程,提出一种新的基于分层分块状态相关独立成分分析的运行状态评价方法.该方法将火力发电全流程进行纵向和横向的层次结构划分.在利用分层分块状态相关独立成分分析建立评价模型时,不仅能够有效提取子系统内部与过程运行状态密切相关的特征信息,还能够提取不同子系统之间的相关关系和相互作用对全流程运行状态的影响.所提出方法能够降低评价模型的复杂度,改善评价结果的可解释性.当过程运行状态非优时,根据子系统的评价结果和变量贡献率精准定位非优原因.最后,以某火力发电过程为背景验证所提出方法的有效性.