复杂方程导向模型的分层结构分析方法
摘要：层次结构分析方法在工业系统设计中用于验证基于方程的模型。现有的结构分析方法需要将层次模型进行展平，以便进行分析。然而，复杂模型中的大规模方程使得结构分析困难。为了解决这个问题，本研究提出了一种层次结构分析方法，通过探索层次方程模型及其组成部分之间的奇异性关系来获得层次方程模型的奇异性。该方法通过分析由组成部分的分解结果构建的虚拟模型来获得层次方程模型的奇异性。在此基础上，根据其自然层次结构，可以通过逐层分析获得复杂模型的结构奇异性。层次结构分析方法可以减少每次分析中的方程规模，并且可以高效地对非常复杂的模型进行结构分析。该方法适用于非线性代数方程和微分代数方程模型。本文详细介绍了主要算法、应用案例并与现有方法进行了比较。复杂度分析结果表明，所提出的方法在复杂方程模型的结构分析中具有更高的效率。与现有方法相比，所提出方法的时间复杂度显著改善。
作者：Chao Wang, Li Wan, Tifan Xiong, Yuanlong Xie, Shuting Wang, Jianwan Ding, Liping Chen
论文ID：2108.04525
分类：Other Computer Science
分类简称：cs.OH
提交时间：2021-10-28