《基於虛擬原型的信息物理融合系統高效可信構造研究》是依託華東師範大學，由陳銘松擔任項目負責人的面上項目。
基本介紹
- 中文名：基於虛擬原型的信息物理融合系統高效可信構造研究
- 項目類別：面上項目
- 項目負責人：陳銘松
- 依託單位：華東師範大學
項目摘要,結題摘要,
項目摘要
作為工業4.0的核心技術，信息物理融合系統（CPS）能夠對物理世界精確地實施“感、執、傳、控”。但由於需要同時考慮不確定物理環境與並發計算部件，CPS構造過程複雜度極高，最終產品可信難於保證。虛擬原型作為一種系統仿真手段，支持在設計早期進行精確與高效的設計空間探索與協同驗證。本項目圍繞CPS可信構造，研究如何基於虛擬原型來有效地最佳化CPS設計並降低CPS構造的總體時間。主要研究不確定環境與資源受限情況下虛擬原型的設計最佳化方法與自動化生成技術，提高CPS設計質量與開發效率；本項目的研究將為CPS的構造提供理論基礎與技術支撐，在提高CPS可信的同時，大幅降低其設計與建模的時間。
結題摘要
作為工業4.0的核心技術，信息物理融合系統（CPS）能夠對物理世界精確地實施“感、執、傳、控”。但由於需要同時考慮不確定物理環境與並發計算部件，CPS構造過程複雜度極高，最終產品可信難於保證。虛擬原型作為一種系統仿真手段，支持在設計早期進行精確與高效的設計空間探索與協同驗證。本項目圍繞CPS可信構造，研究如何基於虛擬原型來有效地最佳化CPS設計並降低CPS構造的總體時間,主要研究不確定環境與資源受限情況下虛擬原型的設計最佳化方法與自動化生成技術，提高CPS設計質量與開發效率。本項目主要研究內容與貢獻如下: 1、不確定環境下面向CPS定量評估方法。系統地提出了一整套不確定環境描述的AADL Annex，支持不確定連續變數與離散變數的描述，通過映射規則將不確定AADL轉化為價格時間自動機，支持CPS體系結構層次性能的定量評估。基於機器學習，提出了一種CPS系統調度最佳化方法，能夠有效約減搜尋空間，提高不確定環境下CPS設計的性能。 2、資源受限情況下的並行高效綜合方法。基於目前已有的分支界定方法，系統地提出了基於多核的並行空間約減方法來快速獲取最優設計；創新地提出了兩階段搜尋方法，支持最緊初始搜尋空間的獲取，支持多搜尋任務間的協同並行搜尋快速獲得最優解。實驗結果顯示，我們提出的方法比現有最好的分支界定方法快10-100倍。 3、虛擬原型的高效測試用例生成。創新的提出了多種面向虛擬原型數據流的測試覆蓋準則，並提出了自動化計算虛擬原型測試數據流覆蓋的方法，支持高效的虛擬原型測試生成。 4、CPS基礎設施的可信設計。針對目前雲計算、物聯網與異構嵌入式晶片的設計，充分考慮到外界環境的不確定因素，設計相關最佳化算法，提高其在不確定環境下的可靠性。 本項目的研究保證了在不確定環境下CPS系統級建模與分析的性能，節省系統級設計到底層實現間的綜合時間，基於統計模型檢驗與機器學習方法提高了系統的整體評估與最佳化的效率，為CPS的構造提供理論基礎與技術支撐。在提高CPS可信的同時，大幅降低其總體構造的時間。
