复杂系统存在于自然和社会的许多方面显著,影响我们的日常生活中。计算模型是一种强大的工具来补充利用知识的理论和实验基本机制复杂的系统。离散方法占很大一部分在复杂系统的建模,其优势传统的连续介质方法,例如,数学简洁,容易实现,和高并行化。因此,很有必要跟踪最新进展离散复杂系统的仿真。这个特殊的问题包括论文离散方法的发展和应用在复杂系统的建模。虽然在这个特殊的问题所选论文不能代表离散模拟复杂系统的所有方面,他们站在区域的边界,我们很高兴与读者分享这些有价值的论文。
本文题为“复杂系统动态建模和最优控制与统计轨迹”l .郭等人提出了一个新颖的离散时间非线性工作状态类动态数学模型——集群方法烧结机器。根据工作状态类动态建模,开发了一种最优控制方法跟踪轨迹对烧结机器。提出了最优轨迹跟踪控制方法被证明是有效的。
在这篇名为《算法的路由优化多点到多点4 pl系统”j·李等人研究了多点到多点4 pl系统路由优化考虑可靠性约束条件和客观因素。建立数学模型对系统的路由优化被所谓的混乱的遗传算法解决。实验结果被用来验证优化算法。
篇名为“大规模的系统动力学模拟生成系统设计中国风电政策”l .侯集中在中国的可再生能源政策,特别是关于风力发电。建立系统动力学模型仿真和比较风力发电政策和场景分析比较它们的有效性。
在这篇名为《研究开发方法为可重用模型并行离散事件仿真”并行离散事件仿真的模型重用调查j .李et al。模型描述完成可重用的组件模型框架(RCMF)是通过他们开发tool-SuKit表示。随着model-customized描述文件的配置信息,SuKit能够生成一个骨架RCMF模型。案例研究表明,SuKit开发RCMF模型具有良好的功能和结构良好的描述文件非常适合用于模型重用和集成。
预测在这篇名为《北京交通枢纽地区的行人流量使用模块化神经网络”美国王等人研究的问题预测北京交通枢纽地区的人流模块化神经网络的方法。三十多个典型的人行道在北京交通枢纽地区选择获得大约2200个有效样本数据。进行相关分析,分析行人流量之间的关系及其影响因素,建立了预测模型。预测模块化神经网络模型具有良好的预测能力进行测试。
本文题为“认知情绪调节模型,人机交互”x刘等人研究人类智能的人机交互通过认知情绪调节模型。在他们的研究中,机器人的情绪状态是由认知控制和确定能量。该模型验证了一个情感机器人不同的自由度和类型的面部表情。验证表明,与认知情绪调节机器人模型执行更聪明。
在这篇名为《自动化交叉口优化对策系统”自动化对策系统交叉优化的方法研究了h . Lu等人基于多目标规划模型。的效率和适用性提出的建模和计算方法进行了测试基于现实世界的十字路口在北京,中国。
在这篇名为《稳定性分析和设计的非线性控制器热轧卷取机”r·李等人研究了算法对微分几何非线性控制器设计。在旋转正交坐标系条件下,第五非线性运动模型采用的控制基准。由实验结果显示,该算法适用于高度订单跟踪控制系统时变参数。
确认
纸贡献者都感激地承认他们出色的研究和优雅的写作。评论家也大大赞赏他们的善良和有用的意见和建议对这个特殊问题的成功是不可或缺的。
Qingang熊
Jingsen马
郝周
朱里奥洛伦西尼