07年,花了一些时间与别人合著了一本书:《复杂系统潜在问题分析理论与应用》,交由科学出版社出版。全书共200余页,我主要负责其中第3、4章写作。
书已于08年2月出版,今天收到科学出版社寄来的书, YEAH!
也不知是谁设计的封面,有点意思。
看来胡昌华教授还很有面子,为本书作序的是中科院院士杨叔子。
粗粗一看,有两点失落:一是书的定价才35元,想起我买的那些计算机类的书,动辄七八十大洋。二是书的印数只有2800本,看样子科学出版社对书的市场期望值还比较小。
不过,到网上Google一下,约有238,000项符合复杂系统潜在问题分析理论与应用的查询结果,心里还感觉有点怪异的酸甜味。唉,典型的“知识分子”型虚荣心,呵呵。
AMAZON上的网址:http://www.amazon.cn/mn/detailApp?ref=DT_RV&uid=000-0000000-0000000&prodid=zjbk719101
如果哪些朋友有兴趣,我们可以共同探讨一下。
软件的使用说明还未写,不过象组态、库编辑及安装注册部分已在网上发布初稿,有需要的朋友可以去http://www.drgraph.com/index.php的软件下载栏目中去下载。
【本书目录】 |
| |
|
| 第一章 概述 | 1.1 问题的缘起 | 1.2 潜在问题的基本概念 | 1.3 潜在问题的特点 | 1.4 潜在问题产生的根源 | 1.5 潜在问题分析的原理和方法 | 1.6 潜在问题分析方法的发展趋势 | 1.7 本书的结构安排 | 第二章 网络拓扑模式划分和识别与定性仿真相结合的潜在问题分析 | 2.1 功能网络树及功能网络树的自动生成算法 | 2.1.1 功能网络树的概念 | 2.1.2 网表及其自动生成算法 | 2.1.3 功能网络树的自动生成算法 | 2.1.4 五种网络拓扑模式及自动生成算法 | 2.2 定性仿真的原理 | 2.2.1 定性仿真的原理 | 2.2.2 定性仿真算法 | 2.3 网络拓扑模式划分与线索表结合的潜在问题分析方法 | 2.3.1 线索表的概念 | 2.3.2 网络拓扑模式与线索表结合的潜在问题分析方法 | 2.3.3 设计最初阶段应遵循的电路设计规则与自动分析算法 | 2.3.4 功能设计时减少潜在电路的设计指导规则与自动分析算法 | 2.3.5 基于系统拓扑模式识别的潜在问题分析规则与自动分析算法 | 2.3.6 其他一些针对系统的设计规则 | 2.4 网络拓扑模式划分和识别与功能推理相结合的潜在问题分析 | 2.4.1 功能推理的概念 | 2.4.2 网络拓扑模式划分和识别与功能推理相结合的潜在问题分析方法 | 第三章 基于定量仿真的自动潜在问题分析 | 3.1 元件模型 | 3.1.1 元件图形模型 | 3.1.2 连接关系 | 3.1.3 元件仿真分析模型 | 3.2 电路系统定量分析模型 | 3.2.1 支路 | 3.2.2 节点 | 3.2.3 网孔 | 3.3 模拟电路的定量仿真分析 | 3.3.1 仿真源程序生成 | 3.3.2 仿真模型流程 | 3.3.3 仿真方程组及其求解 | 3.3.4 电路仿真形式 | 3.3.5 静态电路直流分析 | 3.3.6 静态电路交流分析 | 3.3.7 动态电路分析 | 3.4 基于定量仿真的自动潜在问题分析 | 3.4.1 功能元件与指示元件 | 3.4.2 基于定量仿真的自动潜在问题分析 | 3.4.3 与常见线索表的对应 | 第四章 图形化定量仿真设计与分析平台 | 4.1 概述 | 4.2 图形化定量仿真设计与分析平台的功能特点 | 4.3 图元类库设计 | 4.3.1 简要需求分析 | 4.3.2 图元类库设计 | 4.3.3 组合/分解功能 | 4.4 面向对象编译技术 | 4.4.1 面向对象词法分析 | 4.4.2 面向对象文法 | 4.4.3 面向对象语法分析 | 4.4.4 面向对象语义分析 | 4.5 用户编程支持 | 4.5.1 属性小字典 | 4.5.2 变量 | 4.5.3 语句 | 4.5.4 函数 | 4.6 代码调试 | 4.6.1 进入调试窗口 | 4.6.2 单步调试 | 4.6.3 变量查看 | 4.7 防误操作处理 | 4.7.1 维护元件间的操作顺序 | 4.7.2 录制操作顺序 | 4.7.3 设置防误模板 | 4.8 图形文件间的映射关系 | 4.8.1 创建实物示意图 | 4.8.2 维护映射模板 | 4.8.3 创建副本视图 | 4.8.4 创建模板符号 | 4.8.5 虚拟面板操作 | 第五章 智能潜在问题分析方法 | 5.1 潜在问题分析的神经网络模型 | 5.2 神经网络用于潜在问题分析的可行性 | 5.3 一种基于电路结构的神经网络集成及学习算法 | 5.3.1 基于电路结构的神经网络新模型 | 5.3.2 CArNN鲁棒性分析 | 5.3.3 基于CSA的神经网络集成 | 5.3.4 样本生成 | 5.4 神经网络集成的潜在问题分析方法 | 5.5 实例分析 | 5.5.1 实例1 | 5.5.2 实例2 | 5.5.3 实例分析 | 5.6 基于半定量仿真的潜在问题分析 | 5.6.1 半定量仿真 | 5.6.2 Q2算法 | 5.6.3 Q3算法 | 5.6.4 Nsim半定量仿真 | 5.6.5 自解释半定量仿真 | 5.6.6 模糊定性仿真 | 5.6.7 其他算法 | 5.7 Q3算法的改进及其在潜在问题分析中的应用 | 5.7.1 Q3算法 | 5.7.2 Q3算法分析 | 5.7.3 Q3算法的改进??ImQ3算法 | 5.7.4 ImQ3算法精度分析 | 5.7.5 电路的半定量模型 | 5.7.6 基于ImQ3算法的潜在通路分析 | 5.7.7 仿真实例 | 第六章 典型潜在问题案例分析 | 6.1 汽车电动车窗控制电路潜在问题案例 | 6.2 红石火箭发射电路潜在问题案例 | 6.3 汽车照明电子线路潜在问题案例 | 6.4 飞机起落架控制电路潜在问题案例 | 6.5 汽车刹车收音机电路潜在问题案例 | 第七章 CapFast/SCAT软件及基于CapFast/SCAT软件的潜在问题分析 | 7.1 CapFast/SCAT系统概述 | 7.1.1 CapFast/SCAT的系统结构 | 7.1.2 CapFast/SCAT的分析流程 | 7.1.3 CapFast/SCAT系统的特点 | 7.1.4 CapFast/SCAT的二次开发工作 | 7.2 CapFast/SCAT的安装 | 7.2.1 CapFast/SCAT V4.1.7对系统配置的要求 | 7.2.2 CapFast/SCAT的安装 | 7.3 基于Schedit子系统的CapFast/SCAT仿真分析模型建模 | 7.3.1 Schedit系统介绍 | 7.3.2 Schedit仿真分析建模 | 7.4 基于Symed子系统的CapFast/SCAT元件库图元模型建模 | 7.4.1 Symed系统 | 7.4.2 Symed系统图元元件仿真模型建模 | 7.5 基于SCAT子系统的潜在路径分析 | 7.5.1 SCAT系统 | 7.5.2 分析前的准备工作 | 7.5.3 双向路径分析 | 7.5.4 电源到电源的路径分析 | 7.5.5 分析后的处理 | 7.6 基于SCAT子系统的设计缺陷分析 | 附录 潜在问题分析检查规则 | 主要参考文献 | |