（计算机软件与理论专业论文）模糊概率离散事件系统的监督控制和错误诊断.pdf

模糊概率离散事件系统的监督控制和错误诊断 专 业：计算机软件与理论 博士生：刘富春 指导教师：邱道文教授 摘要 离散事件系统( d e s ) f 1 】是由离散事件按照一定的运行规则相互作用而导 致状态演化的一类动态系统。d e s 模型被广泛地应用到计算机集成制造系 统( c i m ) 、交通运输、军事指挥、计算机网络、柔性生产线、以及通讯网络。对 它的研究涉及到控制科学、计算机科学和系统科学。现在，d e s 已经成为系统与 控制理论中的一个前沿研究方向，其中监督控制和错误诊断是d e s 研究的两个 热点问题。 本文研究模糊离散事件系统( f d e s ) 的监督控制和错误诊断，以及概率离 散事件系统( s d e s ) 的错误诊断，具体包括以下四个方面的内容：部分可观测 的f d e s 监督控制和分散监督控制，f d e s 的错误诊断，s d e s 的分散诊断，以 及s d e s 的安全诊断。论文研究工作的主要成果表现在以下几个方面。 第一部分是在q i uf 2 1 建立的f d e s 监督控制理论的基础上，研究了部分可 观测的f d e s 监督控制和分散控制两个问题。将模糊事件的可控性和可观测性 定义为两个取值在f o ，l 】区间的函数，然后在部分可观测下分别将模糊子语言的 模糊可控条件和模糊可观测条件形式化，得到了f d e s 可控可观测定理，建立了 部分可观测的f d e s 监控理论。简单地说，对于模糊语言k ，存在一个满足要求 的非阻塞模糊监控器s p 的充分必要条件是k 为模糊可控、模糊可观测、c 存。一闭 的( 定理3 1 ) 。特别地，对于模糊可控条件和模糊可观测条件给出了一个具体的 验证方法，依此可以判断模糊监控器s p 的存在性。然后，进一步考虑了在多个 偏观察的情况下f d e s 的分散监控问题，通过对模糊共同可观测条件形式化，得 到了f d e s 分散监督控制定理：对于模糊语言k ，存在一个满足要求的非阻塞分 散模糊监控器鼠。的充分必要条件是k 为模糊可控、模糊共同可观测、c 石。一闭 模糊概率离散事件系统的监督控制和错误诊断 的( 定理4 1 ) 。并且对模糊共同可观测条件，给出了一个具体的验证方法，用这 个方法可以判断分散模糊监控器西。的存在性。 第二部分研究了f d e s 错误诊断问题。为了刻画模糊系统的可诊断程度，引 入了一个取值为整个 o ，1 】区间的模糊诊断函数，提出了一种模糊诊断方法。特 别地，当模糊诊断函数等于0 时，就是指经典d e s 错误诊断中不可诊断的概念； 而模糊诊断函数等于1 的情况则与经典d e s 中的可诊断概念相对应。因此，这 种模糊诊断方法是对经典d e s 诊断方法 3 】的推广，它既可以用于f d e s 的错误 诊断，也可以用于经典d e s 的错误诊断。然后，基于事件的可观测性和错误发 生的概率，给出了一个构造诊断器的形式化方法，讨论了关于诊断器的一些主 要性质。特别是得到了f d e s 可诊断的一个充分必要条件：f d e sg 是完全不可 诊断的，当且仅当存在某个事件孑，在关于孑的诊断器g d 中存在一个0 一f 一不确定 圈；g 是完全可诊断的，当且仅当对任意事件孑，在关于孑的诊断器g d 中都不存 在任何f - 不确定圈；g 的可诊断程度是入，当且仅当存在某个事件孑，在关于孑的 诊断器g d 中存在一个极小入r ( 孑) 一f 一不确定圈，并且在任意其它事件的诊断器 中，如果存在一个极小肛7 一p 不确定圈，则一定有弘7 a ，( 孑) ( 定理5 3 ) 。这些 结果推广了经典d e s 错误诊断方法【3 ，4 1 中的主要结论。对于f d e s 模糊可诊断 条件，给出了一种验证算法。 第三部分是在t h o r s l e y 和t e n e k e t z i s f 5 1 框架下考虑了s d e s 分散诊断问题。 首先定义了s d e s 分散可诊断的概念，将5 1 中只有一个投影观测站的情形推广 到有多个投影观测站的情形。一个s d e sg 称为分散可诊断的，是指至少存在 一个局部观测站，使得该位置的局部诊断器在某错误事件发生之后的有限步 转移内，几乎能够将所有发生的错误事件诊断出来。然后，详细给出了一个构 造s d e s 全局诊断器的方法。这个全局诊断器和局部诊断器共同实现对s d e s 的 分散诊断。通过讨论全局诊断器的一些主要性质，得到了一个关于s d e s 是分散 可诊断的充分必要条件。简单地说，s d e sg 是分散可诊断的，当且仅当在分散 诊断器中不存在这样的状态圈：圈中包含有一致p 循环分支的状态都是f 一不确 定状态( 定理6 1 ) 。 第四部分研究了s d e s 安全诊断问题。安全诊断在f 6 1 中被p 8 1 0 1 i 和l a f o r t u n e 视 为容错控制( a u l t t o l e r a n ts u p e r v i s i o n ) f 7 1 的第一个必要步骤。由于s d e s 的可 诊断性是保证系统在错误事件发生之后的有限延迟内，能够将几乎所有发生的 错误事件诊断出来，但是，这种可诊断性并不一定是安全的，因为在错误事件 发生之后的有限延迟内，系统仍然可能由于执行了某种被禁止的危险行为而导 致严重危害。正是基于这种考虑，本文第四部分进一步讨论了s d e s 安全诊断 问题。首先给出了s d e s 安全可诊断的定义。所谓s d e s 是安全可诊断的就是指 在确保系统具有一定程度的可诊断性的基础上，要求这种诊断必须是在执行任 何被禁止的危险行为之前完成。然后讨论了s d e s 安全可诊断、s d e s 可诊断、 经典d e s 安全可诊断三者之间的关系。一个安全可诊断的s d e s 一定是s d e s 可 诊断的，但是可诊断的s d e s 不一定是s d e s 安全可诊断的；不是安全可诊断 的s d e s 一定不是d e s 安全可诊断的，但是，不是安全可诊断的d e s 却有可能 是s d e s 安全可诊断的。这部分最主要的成果是对于各个类型的错误，构造了一 个非法语言识别器，用于区别系统行为中的被禁止事件串，并在识别器的基础 上构造了相应的安全诊断器，得到了关于s d e s 安全可诊断的一个充分必要条 件( 定理7 4 ) ，从而实现安全诊断器对s d e s 的安全诊断。 关键词：离散事件系统，模糊系统，概率系统，监督控制，错误诊断 s u p e r v i s o r yc o n t r o la n d f a i l u r ed i a g n o s i so f f u z z y s t o c h a s t i cd i s c r e t ee v e n ts y s t e n = l s m a j o r ： n a m e ： s u p e r v i s o r ： c o m p u t e rs o f 呐孤ea n dt h e o 珂 f u c h u nl i u p r o f ；e s s o rd a o w e nq i u a b s t a c t d 诂c 化t ee 钉e 耐s 妒钯m s ( d e s ) 1 】a r ed y n a m i c a ls y s t e m sw h o s es t a t es p a c e i sd i s c r e t ea n dw h o s ee v o l u t i o ni sg o v e r n e di nt i m eb yt h ea b r u p to c c u r r e n c e o fp h y s i c a le v e n t sa tp o s s i b l yi r r e g u l a rt i m ei n t e r v a l s 。s u c hs y s t e m sh a v eb e e n e x t e n s i v e l yu s e dt od e s c r i b ec o m p u t e ri n t e g r a t e dm a n u f a c t u r i n gs y s t e m s ( c i m ) ， t r a 伍ca n dt r a n s p o r t a t i o ns y s t e m s ，m i l i t a r yc o m m a n d ，c o m p u t e rn e t w o r k s ，f l e x i b l et r a n s f e rl i n e a n dc o m m u i l i c a t i o nn e t w 0 r l ( s t h er e s e a r c ho fd e si sr e l a t e d t oc o n t r o lt h e o r y c o m p u t e rs c i e n c ea n dt h et h e o r yo fs y s t e ms c i e n c e u pt on o w ， t h es t u d yo fd e sh a sb e e no n eo ft h e 矗o n t i e r so fr e s e a r c hi nt h ec o n t r o ls y s t e m t h e o r y i nw h i c ht h ep r o b l e m so fs u p e r v i s o r yc o i l t r o la n df 新1 u r ed i a g n o s i sh a 、r e r e c e i v e dc o 璐i d e r a b l ea t t e i l t i o ni nr e c e n ty e 舢隅 t h i st h e s i sa d d r e s s e st h es u p e r v i s o r yc o n t r o la n df a i l u r ed i a g n o s i so f 砌 d 诂c 7 e ee 钉e 佗ts 可s e 7 n s ( f d e s ) ，a n d ，t h ed i a g n o s a b i l i t yo fs t d c o s i cd 诂c 7 e 亡ee e 竹t s 驴t e m s ( s d e s ) ，w h i c hi n c l u d e st h ef 0 1 l o w i n g f o u ri s s u e s ：t h ec e n t r a l i z e da n dd 争 c e n t r a l i z e ds u p e i s o 珂c o n t r 0 1o ff d e sw i t hp 盯t i 越o b 8 e r v a t i o n s ，t h ef a i l u r e d i a g n o s i so ff d e s ，t h ed e c e n t r a l i z e dd i a g l l o s i sf o rs d e s ，a n dt h es a f ed i a 朗盼 a b i l i t yf o rs d e s t h em 越nc o n t r i b u t i o n so ft h i sp a p e r 甜ea sf o u o w s b a s e do nt h es u p e i s o 珂c o n t ；o lt h e o 珂o ff d e se s t a b l i s h e db yq i u 2 】， t h ef i r s tpa 】to ft h ed i s s e r t a t i o nd e a l sw i t ht h ec e l l t r a l i z e da n dd e c e n t r a l i z e d 8 u p e r v i 8 0 uc o n t r o lo ff d e sw i t hp 缸t i a lo b s e a t i o n s ，i nw h i c ht h eo b s e r v a b i l i t y a n dt h ec o n t r o l l a b i 珏t yo fe v e n t 8a r e 如z z yi 璐t e a d ， f i r s t l y ，w ef o r m a u z et h e n o t i o n so ff u z z yc o n t r o u a b i l i t yc o n d i t i o na n df u z z yo b s e r v a b i l i t yc o n d i t i o n i n p a r t i c u l a r ，t h ec o n t r o l l a b i l i t ya n d0 b s e r v a b i l i t yt h e o r e mo ff d e s i ss e tu pi na m o r eg e n e r i cf a m e w o r k ，w h i c hs h o w st h a tf 缸af u z z yl a n g u a g ek ，t h e r ee 丸s t s ad e s i r e dn o n b l o c k i n gf u z z ys u p e i s o r 昂i fa n do n l yi fk i sf u z z yc o n t r o l l a b l e ， f u z z yo b s e r v a b l ea n dc 否m c l o s e d ( t h e o r e m3 1 ) t h e n r ep r o p o s ead e t a i l e d c o m p u t i n gf l o wt ov e r i 匆t h ec o n t r o l l a b i l i t yc o n d i t i o na n d o b s e r v a b m t yc o n d i t i o n ， w h i c hc a nb eu s e dt od e e i d et h ee x i s t e n c eo ff u z z ys u p e r v i s o r m o r e o 帆r ，w e f u r t h e ri n v e s t i g a t et h ed e c e n t r a l i z e ds u p e i s o r yc o n t r o lo ff d e s ，a n do b t a i n t h ef o l l o w i n gr e s u l t ：f ；d raf u z z yl a n g u a g ek ，t h e r ee x i s t sad e s i r e dn o n b l o c k i i l g d e c e n t r a l i z e df u z z ys u p e r v i s o r 鼠e ci fa n do n l yi fk i sf u z z yc o n t r 0 1 1 a b l e ，f u z z y e o o b s e r v a b l e ，a n dc 矗。一c l o s e d ( t h e o r e m4 1 ) ad e t a i l e dc o m p u t i n ga p p r o a c h t ot e s tt h ef u z z yc m o b s e r v a b i l i 蚵c o n d i t i o ni sg i v e n t h es e c o n dp a r ti i l v e s t i g a t e st h ep r o b l e mo ft h ef a i l u r ed i a g n o s i sf o rf d e s w bp r e s e n taf u z z ya p p r o a c ho fd i a g n o s i s b yi n t r o d u c i n gan o t i o no ft h ef u z z y d i a g n o s a b i l i t yf u n c t i o nt oc h a r a c t e r i z et h ed i a g n o s a b i l i t yd e g r e e ，w h i c ht a k e s v a l u e 8i nt h ei n t e r v a lf 0 ，1 1r a t h e rt h a n o ，1 ) p a r t i c u l a r l y ，i ft h ef u z z yd i a g n o s - a b i l i t yf u n c t i o ne q u a l so n e ，t h e nt h ef u z z ys y s t e mi sc o m p l e t e l yd i a g n o s a b l e ；i f t h ef u z z yd i a g n o s a b i l i t yf u n c t i o ne q u 出sz e r o ，t h e nt h ef u z z ys y s t e mi sc o m p l e t e l y n o n d i a g n o s a b l e t h e r e f 6 r e ，t h e u z z yf a i l u r ed i a g n o s i so ff 【 e sg e n e r a l i z e st h e d i a g n o s a b i l i t yo fc l a s s i c a ld e si 1 1 t r o d u c e di n 3 ，4 】i no r d e r t op e r f o r md i a g n o s i s f o rf d e s ，w ec o n s t r u c tt h ed i a g n o s e r b a s e d0 nt h eo b s e r v a b i l i t yd e g r e ea 1 1 dt h e p o s s i b i l i t yo ff a i l u r eo c c u r r i n g a f t e ri n v e s t i g a t i n gs o m eb a s i cp r o p e r t i e so ft h e d i a g n o s e r ，w ep r e s e n tan e c e s s a u r ya n ds u m e i e n tc o n d i 七i o n sf o rd i a g n o s a b i l i t yo f f d e s ( t h e o r e m5 3 ) i na d d i t i o n ，am e t h o d f o rc h e c k i n g 乞h ef u z z yd i a g n o s a b i l i t y o ff d e si sp r o p o s e d i nt h et h i r dp a r to ft h et h e s i s ，w ec o n s i d e rt h ed e c e n t r a l i z e dd i a g n o s i sf o r s d e si nt h ef r a m e w r o r ko f 【5 】f i r s t l y t h en o t i o no fc o d i a g n o s a b i l i t yi sf o r m a l i z e d r ，o u 曲1 ys p e a k n g ，al a n g u a g eg e n e r a t e db yas t o c h a s t i ca u t o m a t o ni s s a i dt o b ec o d i a g n o s a b l eu n d e rs o m el o c a lp r o j e e t i o n si f ，a 胤e raf a i l u r ee v e n to c c u r s ， t h e r ee x i s t sa tl e a s to n el o c a ls i t es u c ht h a tt h ep r o b a b i l i t yo fn o n - d i a g n o s i n g f 越l u r ew i t h i naf i n i t ed e l a ym a yb es u 伍c i e n t l ys m a l l l b yc o n s t r u c t i n gt h el o c a l l d i a g n o s e r sa n dt h ec o d i a g i l o s e r ，w ep r e s e n ta n e c e s s a r ya n ds u m c l e n tc o n d l t l o n v i i f o rt h ec o d i a g n 0 8 a b i l i t y0 fs d e s ( t h e o r e m6 1 ) f u r t h e r m o r e ，ac o m p u t i n g m e t h o dt oc h e c kt h ec o d i a g n o s a b i l i t yo fs d e si sp r o p o s e di nd e t a i l t h ef o i i r t hp a r td e 出w i t ht h es a f ed i a 印0 s a b i l i t yf o rs d e s s a f ed i a g - n o s a b i l i t yw a sv i e w e db yp a o l ia n dl a f o r t u n e 【6 】a st h ef i r s tn e c e s s a 珂s t e po f f 抽l t t o l e r a n ts u p e r v i s i o n 7 】f b ras a f ed i a g n o s a b l es t o c h a s t i cs y s t e m ，i ti sr 争 q u i r e dt h a tn o to n l yt h ep r o b a b i l i t yo faf a u l ts t r i n gn o tb e i n gd e t e c t e dw i t l l i n af i n i t ed e l a yi ss u 伍c i e n t l ys m 甜l ，b u ta l s ot h ed e t e c t i o no c c u r sb e f o r ea i l yg i v e n f o r b i d d e ns t r i n gi nt h ef a i l e dm o d eo fs y s t e mi se x e c u t e d w ba n a l y z et h er 争 1 a t i o n s h i p sa m o n gt h es a 如d i a g n o s a b i l i t yf o rs d e s ，t h es a f ed i a g n o s a b i l i t yf o r d e s ，a n dt h ed i a g i l o s a b i u t yf o rs d e s i np a r t i c u l a r ，b yc o n s t r u c t i n gt h er e c o g - n i z e ro fi 1 1 e g a ll a n g u a g ea n dt h es a f ed i a g n o s e r ，an u n l l ) e ro fb a s i cp r o p e r t i e sa l r e i i l v e s t i g a t e d ，a n dan e c e s 8 a r ya n ds u 伍c i e n tc o n d i t i o nf o rs a 伯d i a g n o s a b i l i t yo f s d e si sp r e s e n t e d ( t h e o r e m7 4 ) k e yw 撕d s ： d i s c r e t ee v e n ts y s t e m s ，f u z z ys y 8 t 锄s ，s t o c h a s t i cs y s t e m s ， s u p e r v i j d r yc o n t r 0 1 ，f a 丘l u r ed i a g n o s i s 论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究 工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个 人或集体已经发表或撰写过的作品成果。对本文的研究作出重要贡献的个人和 集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人 承担。 学位论文作者签名： ；j j 赫 日期：捌年夕月弓d 日 学位论文使用授权声明 本人完全了解中山大学有关保留、使用学位论文的规定，即：学校有权保留 学位论文并向国家主管部门或其指定机构送交论文的电子版和纸质版，有权将 学位论文用于非赢利目的的少量复制并允许论文进入学校图书馆、院系资料室 被查阅，有权将学位论文的内容编入有关数据库进行检索，可以采用复印、缩 印或其他方法保存学位论文。 学位论文作者签名：刻赫 导师签名： 日期：加9 年，月；。日 第一章引言 本章将从离散事件系统的研究背景和研究意义出发，介绍离散事件系统的 监督控制和错误诊断两个热点问题，特别是对模糊离散事件系统和概率离散事 件系统的研究现状作了较全面的论述，也对本文的主要研究内容、研究结果以 及论文结构作了简要说明。 1 1 离散事件系统( d e s ) 离散事件系统( d e s ) 【1 1 是2 0 世纪8 0 年代初建立的一类人造系统模型，对它 的研究涉及到控制科学、计算机科学和系统科学，在这些交叉研究领域，d e s 有 着广泛的应用背景，其典型例子有信息高速通讯网、计算机集成制造系统、分 布式比并行处理系统等等f 8 1 0 由于这类系统的庞大和复杂，使得对其行为规划、 调度和控制的研究变得极为困难。d e s 的本质特征就是它们的行为表现为离散 的动态演变过程，这种演变过程一般不是由通常的微分方程或差分方程所决定， 而是由离散事件错综复杂的相互作用所决定，传统的适用于连续系统的处理方 法已经难以派上用场。更具体地说，状态( s t a t e ) 和事件( e v e n t ) 是d e s 的两个基 本要素，其中状态常用一些离散符号来表记，状态的集合即状态空问不要求有 任何拓扑结构，事件则是按照由系统以外因素所确定的某种机制离散地瞬时发 生的。例如，在实际应用中，事件可以代表某个算法的终止、通讯网络中数据信 息的丢失、制造系统中的机器故障等等。这些事件的发生可以是确定的，也可以 是不确定的，甚至还可以是随机的；而状态则可以用来表示制造系统中机器的 空闲状态或者忙状态、计算机网络中t c p 的连接或者释放状态等等。事件的相 互作用推动着状态的演化，而状态演化又将导致新的事件的出现。因此，d e s 就 是由这些离散事件按照一定的运行规则相互作用而导致状态演化的一类动态系 统【9 ，1 0 】。 在d e s 的研究中，最基本的一个问题是系统建模。众多学者从不同层次和 用不同的数学工具来描述，建立了许多d e s 模型，形成了多种方法体系，包括 逻辑层次、时间层次和统计性能层次三种层次模型【1 1 1 。从逻辑层次研究d e s 的 建模方法如f 1 2 ，1 3 1 ，主要是关心事件和状态这两个主要因素相互作用和演化 2 模糊概率离散事件系统的监督控制和错误诊断 的逻辑顺序关系。所用的数学模型包括有限自动机和形式语言、p e t r i 网、马 尔柯夫链、有限域代数等。其中由加拿大皇家科学院院士、美国工程院外籍 院士w b n h a m 和他的学生r a m a d g e 提出的基于形式语言和有限自动机的监控 理论1 2 ，1 4 ，1 5 】是比较完整的一种。从时间层次研究d e s 的建模方法，主要是 由于在并行计算、公共服务和生产加工等系统中要求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。因此，这种方法在逻辑层次模型中引入 了时间，不仅涉及系统中事件和状态演化中的逻辑关系，而且需要在物理时 间级上刻画和分析演化过程。在时间层次模型中，最有代表性的是极大代数 的线性模型和赋时p e t r i 网等。例如g e r s l l w i n 等建立的递阶控制模型和k u m a r 与s e i d m 锄、p e r k i n s 等人提出的分布式反馈调度方法就是属于这种方法。而排 队网络、广义半马尔柯夫过程，则是从统计性能层次研究d e s 的建模方法。目 前，基于逻辑层次模型、时间层次模型和统计性能层次模型的研究d e s 的各种 方法，都已经得到了很大发展，形成了各具特色的理论框架。文献f 9 ，1 1 1 给出了 关于d e s 较为详细的综述。 国际著名杂志i e e en a n s a c t i o n so na u t o m a t i cc o n t r o l 和a u t o m a t i c a 早 在1 9 9 3 年联合出版的在控制工业应用中迎接计算机科学的挑战专集f 1 6 】中， 列出了1 4 篇文章，其中就有2 篇文章是关于d e s 的研究，并且在这个联合专集中 多处强调了离散事件系统的重要应用。1 9 9 9 年于北京召开的国际自动控制联合 会第1 4 届世界大会上，中国工程院院长宋健在开幕式上作了题为智能控制一超 越世纪的目标的大会报告，他从跨学科的全局观点出发，将d e s 与非线性系 统( 微分流形，辛流形方法) 、分布参数系统、鲁棒控制和容错控制等同时列为分 子生物学、人类基因破译等前沿科学领域中的前沿课题f 1 7 1 。经过近十年的发 展，现在d e s 已经成为计算机理论和系统控制理论的极富挑战性的前沿研究课 题 1 8 】。 1 2 r a m a d g e 一、矶 n h a m 框架下d e s 的监督控制 由r a m a d g e 和w - o n h a m 提出的基于形式语言和有限状态自动机模型的框架 几乎可以与连续时间系统中的线性系统理论相媲美，许多性质比如可控性【1 2 】、 可观测性 1 9 】、稳定性 2 0 ，2 1 】以及其在递阶控制 2 2 】、分散控制 2 3 ，2 4 ，2 5 】、实时 控制 2 6 】、错误诊断 2 7 】等方面的许多研究成果在实际问题中都有着重要的理论 意义和实用价值【2 8 ，2 9 】。因此，r 舢n a 姑争w b n h a m 模型在d e s 研究中被广泛采 第一章引言 3 用1 1 。本文是在r a m a d g 争w o n h a m 框架下考虑模糊概率离散事件系统的监督 控制和错误诊断。下面就d e s 的监控理论的研究现状作简要介绍。 d e s 监控理论的研究起始于上世纪八十年代末r a m a d g e 和w 6 n h a m 的开创 性的工作1 2 ，1 4 ，1 5 1 。d e s 的控制原则类似于通常的控制系统 3 0 1 ，也是通过禁 止某些事件的出现来使得系统能够按照人们所期望的方式演化。d e s 监控理论 一般可以分为两大类：一类是基于状态的反馈控制理论【2 2 】；另一类是基于事 件的监控理论f 1 4 1 0 基于事件的监控理论是d e s 有限自动机方法【3 1 】的核心部分， 其中事件的可控性是一个基本概念。简单地说，如果一个事件可以被阻止进入 系统，则称这个事件是可控的；否则，不能够被阻止其发生的事件称为不可控事 件。例如，在制造系统中，“工件到达 就是一个可控事件，因为即使此机床处于 空闲状态也可以令其暂不开工而阻止工件进入系统；而另一些事件如“机床发 生故障”属于不可控事件，因为机床发生故障是不可避免的。基于事件的d e s 监 督控制的主要思想是设计一个适当的监控器自动机，使得它能够按照已经发生 的事件和状态信息，根据预先设计好的监控规则确定在什么时刻使哪些可控事 件“被允许”或“被禁止 进入系统，以达到在监控器的监督下被控系统只出现 期望的“好”串而不出现不期望的“坏 串的目的。基于状态的反馈控制则是引 入禁止状态的概念，把系统中不满足期望的系统性能指标或不希望出现的状态 称为是禁止状态。例如自动导航车辆系统中车辆的碰撞、制造系统中系统阻塞 或死锁、网络数据交换系统中数据包的丢失等等，都可以看作是禁止状态。因 此，基于状态的反馈控制方法是在被控系统模拟为一个有限状态机的前提下， 利用形式语言设计一个监控器自动机，使得被控系统和监控器自动机同步生成 的语言包含在规范语言( s p e c i f i c a t i o n ) 内，避免闭环系统进入给定禁止状态的集 合。 在有些实际应用中，常常会遇到存在“死锁 或者“活锁的系统【1 】。所 谓“死锁 就是系统中存在没有转移的状态；存在“活锁”的系统是指系统的非 目标状态集中存在一个强连通分支，在这个强连通分支中没有向外引出的状态 转移。显然，如果系统中存在“死锁 或“活锁 ，那么可能导致系统经过有些状 态转移之后被“阻塞 ( b l o c k i n g ) 而无法到达目标状态集。为了解决系统的“死 锁 和“活锁 问题，有许多文献如 3 2 ，3 3 】都给出了设计无阻塞( n o n b l o c k i n g ) 监 控器的方法。对于已经出现阻塞的情况，3 4 1 给出了一个具体的处理方法。李勇 华等人f 3 5 1 还设计了具有恢复机制的监控器，这种监控器能够让系统在出现偏 离预先设计行为的情况下得到及时恢复。 4 模糊概率离散事件系统的监督控制和错误诊断 对于庞大而复杂的系统，一般都由分布在不同位置的多个子系统组成的， 对这些系统进行监督控制都要求有多个局部监控器从不同位置联合起来对 系统进行控制，这种控制称为分散监督控制。例如，在交通控制系统中，一 般都有多个彼此相互通讯的监督控制器实现对车辆的指挥和疏导，一个局部 监控器负责一个位置的监控。许多学者针对这些分布式系统并根据实际问题 的需要，提出了各种各样的分散控制方法( d e c e n t r a l i z e ds u p e r 、，i s o r yc o n t r 0 1 ) ， 如【2 3 ，2 4 ，2 5 ，3 3 】。现在，d e s 的分散监控理论已经引起了人们的注意，在计算 机网络、通讯网络、数据库协同控制( d a t a b a s ec o n c u r r e n c yc o n t r 0 1 ) 、计算机系 统安全、以及交通运输系统中都有了广泛应用3 6 1 。 1 3 d e s 的错误诊断 随着现代工业及科学技术的迅速发展，生产规模不断扩大，系统功能变得 越来越强大，结构变得越来越复杂，投资也日趋巨大，因关键设备故障而引起的 灾难性事故时有发生，这迫使人们对现代复杂系统的可靠性和安全性提出了越 来越高的要求f 3 7 ，3 8 1 。因此，建立一个机制不断检测系统的变化，及时准确地对 发生的事件和系统的状态进行错误诊断和隔离，防止灾难性事故的发生，对于 一个系统特别是有着广泛应用背景的离散事件系统来说非常重要3 9 1 f 4 0 1f 4 1 1 。 根据研究工具的不同，错误诊断的研究方法一般可以分为三大类：( i ) 基 于数学模型的定量分析方法，如 4 2 ，4 3 1 。( i i ) 专家系统等人工智能方法，如f 2 7 ， 4 4 】等。( i i i ) 诊断器方法，最具有代表性的工作有f 3 ，4 ，4 5 1 。其中诊断器方法的基 本思想就是，根据系统的运行过程，先构造一个诊断器自动机，诊断器的事件是 那些可观测事件，诊断器的状态既包括了系统的状态信息又包括了已发生的错 误事件信息，然后再根据这个构造的诊断器实现系统的错误诊断。诊断器方法 与其它方法相比，具有两大优点f 4 6 】：一个是高效性。因为诊断器状态同时包括 了系统的状态信息和在线观测到的事件信息，所以可以直接根据诊断器的状态 和状态转移高效地判断系统中是否有错误事件发生；另一个是自适应性，这是 因为诊断器可以根据系统结构或功能的改变而对当前状态及时进行更新。因此， 诊断器方法自s a m p a t h 等人f 3 】在1 9 9 5 年提出以来，在理论上和应用上都得到了 迅猛发展，现在已经成为d e s 近年来最热门的研究方向之一。 s a m p a t h 等人在【3 1 中得到了关于d e s 可诊断性的充分必要条件，s j i a n g 等 人【4 7 】、y o o 和l 舶r t u n e 4 8 1 又分别得到了一个验证系统可诊断性的多项式时 第一章引言 5 问算法。z a d 等人【4 9 】则考虑了诊断器模型的简化问题。为了准确地判断系统 行为中同一错误事件重复发生的次数，文献 5 0 1 引入了k 一可诊断、 1 ，k 卜可诊 断以及f 1 ，o 。) 一可诊断的概念，提出了一种重复错误诊断方法。s a m p a t h 等人又 将d e s 监控问题和d e s 错误诊断问题结合起来同时考虑，在保证系统可诊断的 前提下，对系统进行监督控制，提出了活性诊断方法( a c t i v ed i a g n o s i s ) 5 1 】。文 献f 5 2 1 考虑了一类具有线性时间的时序逻辑错误规范行为( 1 i n e a r - t i m et e m p o r a l l o g i cf a u l ts p e c i f i c a t i o n s ) 的d e s 错误诊断。l 锄p e r t i 和z a i l e l l a 研究了将同步行 为和异步行为相融合的d e s 错误诊断f 5 3 1 。对于象计算机网络和通讯网络这样 庞大复杂的系统，许多学者又提出了各种各样的分散诊断方法( d e c e n t r a l i z e d d i a g n o s i s ) f 5 4 1 、分布式诊断方法( d i s t r i b u t e dd i a g i l o s i s ) 【5 5 ，5 6 】、模块化诊断方 法( m o d u l a rd i a g n o s i s ) 5 7 ，5 8 1 。各个子系统诊断器之间有的可以各自独立进行 诊断f 5 9 1 有的可以通过协议( p r o t o c 0 1 ) 共享观测值f 6 0 1 ，甚至有的还可以相互交 流、互通信息6 1 ，6 2 ，6 3 】。s e n g u p t a 和n i p a k i s 在f 6 4 】中证明了关于正则语言的分 散可诊断性问题是不可判定的。另外，p a o l i 和l a f o r t u n e 提出了一种安全诊断方 法( s a f ed i a g n o s i s ) f 6 1 ，这是一个很有研究价值的问题。所谓一个安全可诊断的系 统是指一方面系统是可诊断的，另一方面还要求诊断是在系统执行那些被禁止 事件之前完成的。因此，对于安全可诊断的系统来说，任何错误事件的发生都 不会导致严重危害。 在应用方面，错误诊断方法在许多实际系统模型中取得了成功应用。 例如，n e i d i g 和l u n z e 研究了自动机网络的分散诊断 6 5 】，而p r o v a n 和c h e n 则 将时序d e s 诊断理论用于时间因果网络的建模和分析【6 6 】。文献 6 7 】用d e s 模 型考虑道路交通自动控制系统的诊断。s i n n a m o h i d e e n 讨论了暖通空调系 统h v a c ( h e a t i n g ，v e n t i l a t i o n ，a n da i r c o n d i t i o n i n gs y s t e m s ) 的d e s 错误诊断问 题6 8 1 ；r o z 6 和c o r d i e r 4 6 】利用系统分层结构的特点用扩充诊断器方法讨论了电 讯网络等大型复杂系统的错误诊断和隔离；p e n e o l 6 f 6 9 1 也用分散诊断器的方法 研究了电讯网络的错误诊断。文献f 7 0 1 和文献f 7 1 1 分别进行了自动制造系统和数 字电路系统中的错误诊断研究。 1 4 模糊离散事件系统( f d e s ) 及其研究现状 尽管在大多数工业应用中d e s 的状态集和事件集都是经典集合( 为区分起 见，本文称这种离散事件系统为经典d e s ) ，但是，也有许多领域特别是生物医 6 模糊概率离散事件系统的监督控制和错误诊断 学 7 2 ，7 3 ，7 4 】和机器人技术【7 5 ，7 6 】等领域，系统模型存在很多模糊、不精确和 不确定的因素。例如，在用离散事件系统来模拟一个医学系统时，通常可以把病 人的身体状况看作离散事件系统中的状态，把各种药物治疗或者手术治疗看作 离散事件系统中的事件。显然，病人的身体状况处于“比较好 状态或者