1) Discrete Time Dynamic System
离散型动态模型
3) discrete dynam ic m odeX
离散动态模型
4) discrete time dynamic network flow model
离散时间动态网络模型
1.
Studied on the discrete time dynamic network flow model and its application in community evacuation.
本文对离散时间动态网络模型在社区疏散问题中的应用进行了研究。
5) dynamic gray discrete forecast model
灰色动态离散预测模型
1.
Analyzed the mechanism of production and harmfulness of the rolling bearing vibration, the method of the dynamic gray discrete forecast model was successfully applied in the forecast of the rolling bearing vibration.
分析了滚动轴承振动的产生机理和危害,提出并成功地将灰色动态离散预测模型应用于轴承振动的预测。
6) Discrete dynamic evolvement model
离散动态演化模型
补充资料：离散事件动态系统
| 离散事件动态系统 discrete event dynamic systems 由异步、突发的事件驱动状态演化的动态系统。这种系统的状态通常只取有限个离散值，对应于系统部件的好坏、忙闲及待处理工件个数等可能的物理状况，或计划制定、作业调度等宏观管理的状况。而这些状态的变化则由于诸如某些环境条件的出现或消失、系统操作的启动或完成等各种事件的发生而引起。常见于通信、交通等公共服务设施，机械、电子等各种离散型生产加工过程，多级管理／控制系统，计算机信息处理等重要技术领域。由于其状态空间缺乏易操作的运算结构，难以用传统的基于微分或差分方程的方法来研究。 对这种系统首先关心的是它的逻辑行为，这可用其演化过程的状态序列和事件序列来刻画。系统的功能则表现为只允许发生某些符合要求的状态／事件序列，它们表示完成某些任务或防止各种失误。用有限自动机、形式语言或Petri网等模型可以很好地描述这种逻辑层次的分析和综合问题。在并行计算、公共服务和生产加工等系统中要进一步研究各种操作和演化的时间关系以提高系统的效率。这时可用极大代数、赋时Petri网等工具进行分析，并用计划排序、实时调度等技术进行优化和控制。进而由于实际上各时间因素往往具随机特性，还要用随机过程、排队网络等模型和理论方法进行分析和研究。由于问题十分复杂，现有理论分析方法所能解的问题十分有限，所以计算机仿真实验研究是非常重要的实用方法。与此相应，有摄动分析、似然比等数据分析和优化方法，可使仿真效率大为提高。 离散事件动态系统的研究自20世纪80年代后发展较快。针对上述各层次不同角度的问题提出了多种理论模型和分析技术。它们已开始在许多技术领域得到应用，并被认为是大型复杂信息处理和控制系统分析和设计的重要理论基础。如何将各种模型和理论方法集成起来，形成多层次、多模型的理论体系以全面反映离散事件动态系统的复杂性并给出解决实际问题的有效方法，已成为研究的目标。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条