maxsurf建模的问题～～急求帮助！
发布: 2009-4-22 15:29 | 作者: longmenlyly | 来源: 龙de船人
在maxsurf中建模（已有CAD型线图和型值），是用将CAD图作为背景图片导入，通过用调整控制点得到型线的方法容易呢，还是用导入型值的方法比较快？
我在prefit模块中导入型值后，得到了一系列标记点（makers），这些标记点已经可以看出船的外形轮廓，但下面应当怎样做才能生成具体的船型呢？是应当在prefit模块中生成还是应当在maxsurf模块中生成？
如果是在prefit模块中生成，生成的模型应当怎样导入maxsurf或其他性能计算的模块？如果需要将makers导入maxsurf模块后，在maxsurf中生成模型，应当怎样导入这些标记点？
毕业设计赶进度中，感觉这软件建模自己琢磨的话上手太慢，怕是来不及了，所以还望各位大虾多多指点呀！
小妹在此先谢过了！！！
[ 本帖最后由longmenlyly 于2009-4-22 15:31 编辑]
jiaren(2009-4-22 15:40:44)
mark er点。也就是我们所需要的型值点，导入很简单啊。型值点都有了，你就可以直接在里面给输入进去。在而且你要设置好section和水线什么的。在date里面有个girdspace在哪里面输入就可以了。增加mark er点在那里菜单里有啊。直接点击添加就可以了？说实话，你的意思要最简单的方法吗？还是？不行你发给我。你要做什么我给你作/
longmenlyly(2009-4-22 15:56:13)
谢谢楼上啊～很及时的回答
估计以后读研还要用这个软件，现在还是自己练习一下吧
请问你说的增加maker点还有设置section和水线的，是在prefit模块中进行还是maxsurf模块？我试了一下直接用add maker命令的话只能用光标在图形上标注，没法添加有确定数值的型值点呀？还是我没找到？。。。
我是在prefit中导入txt的型值，直接得到的makers,然后不知道怎样导入maxsurf中继续建模了。。。
longmenlyly(2009-4-22 16:04:24)
我又看了一下help，说是先add maker，然后双击maker点，在maker window中按照型值的数据进行输入修改就可以了，你是说的这个办法吗？所有的型值点(maker)都是在maxsurf 模块中这样添加的吗？
jiaren(2009-4-22 16:13:26)
maxsurf模块,你必须要先在里面把一条船的那些secion（就是船的站位）、bottock\ waterline 设置号。你在望里加marker点。然后再在每个站位上加控制点。要是控制点-后来就形成了一条线可以移动的线就是控制那个section线上和你的marker点基本上重合）。那你的这个船也就搞定了。
控制点你也可以改重量。重量约大。他的弧度越小。达到一行的程度。就是成了。一个三角形了。你是直接往里倒，也可以。你在maxsurf模块里面你也可以把你的那个。txt里面的数值。直接可以打开。就是增加marker点里面情况下。
做船壳一般用maxsurf模块这个模块。你的那个
老子(2009-4-22 16:28:37)
maxsurf拟合精度较差
longmenlyly(2009-4-22 16:38:22)
嗯，十分感谢啦～
设置好站位、水线我等会儿先操作试一下～～
你的意思是说先有maker,再在每站添控制点，用控制点调整型线使型线与maker基本重合吧？我开始还以为有maker就可以用fit edge/surface to maker这个命令直接让电脑自己计算生成与maker重合的型线，看来我是太图简便了。。。
那么在maxsurf中打开。txt里的数值具体该怎么做呢？我试了一圈没有找到。。。longmenlyly(2009-4-22 16:43:45)
以前也看论坛上有人这么说，不过我现在是本科毕业设计题目已经规定的要用这个软件，所以暂且不考虑这个啦～～以后读研的我可以再尝试其他的软件。只是头一次自己学软件，感觉还是上手慢啊
jackman(2009-5-20 13:58:17)
造船本来就是个粗活，
从型值开始就已经是粗糙的了
MAXSURF还是可以的
yuyewuyu(2009-8-19 07:19:22)
LZ的问题也是我的问题--！不过我这没prefit模块
highbrother(2009-8-21 21:53:49)
我只用过MAXSUFR模块，PREFIT曾经有看过，但是不会玩，到底要怎么用啊liuguangdi(2009-12-21 21:40:43)
学习之中，长见识了
海洋之子(2010-3-30 17:50:38)
jiaren 这位前辈能否也给小弟指导一下,我也正在自学这个软件,现在也是找不到头绪入手!有没有案例或视频什么的分享一下,可以吗?xuahai@https://www.doczj.com/doc/a96694992.html,
甲乙路人(2010-10-25 16:48:43)
asd5799582(2010-10-29 16:13:02)
别人说的永远没有自己做的好，听别人说一个天不如自己做一个小时，自己动手做一做，这个软件还是上手很快的？但用maxsurf这个软件的都是做船体的吧？现在连女生都往船体方面去了，想当年......悲哀呀!!
Remus(2011-1-06 13:24:27)
CAD 已有型线图，导入maxsurf，
软件工程师建议的最好的办法，就是在cad里面把型线图转换成3d的型线图，然后导入maxsurf ，做curve，curve做好了，做surface，很快。
需求预测方法 常用的物资需求预测方法主要包括基于时间序列模型的移动平均预测法、指数平滑预测法、趋势外推预测法等;基于因果分析模型的回归分析预测法，基于统计学习理论以及结构风险最小原理的支持向量机预测方法，基于人工智能技术的人工神经网络算法。归纳如图1： 图1：物资需求预测方法 一、 时间序列法 1.定义：将预测对象按照时间顺序排列起来，构成一个所谓的时间序列，从所构成的这一组时间序列过去的变化规律，推断今后变化的可能性及变化趋势、变化规律，就是时间序列预测法。 2.概况： 时间序列法主要考虑以下变动因素：①趋势变动，②季节变动，③循环变动，④不规则变动。 若以S t ，T t ，C t ，I t 表示时间序列的季节因素S t ，长期趋势波动、季节性变动、不规则变动．则实际观测值与它们之间的关系常用模型有 加法模型： 乘法模型： 混合模型： 时间序列预测一般反映三种实际变化规律：趋势变化、周期性变化、随机性变化。 t t t t I S T x ++=t t t t I S T x ??=)() )t t t t t t t t I T S x b I T S x a +?=+?=
3.时间序列常用分析方法：移动平均法、指数平滑法、季节变动法等 （1）移动平均法 ①简单移动平均法：将一个时间段的数据取平均值作为最新时间的预测值。该时间段根据要求取最近的。例如：5个月的需求量分别是10，12，32，12，38。预测第6个月的需求量。 =27。 可以选择使用3个月的数据作为依据。那么第6个月的预测量Q=32+12+38 3 ②加权移动平均法：将每个时段里的每组数根据时间远近赋上权重。例如：上个例子，3个月的数据，可以按照远近分别赋权重0.2，0.3，0.5。那么第6个月的预测量Q=0.2×32+0.3×12+0.5×38=29（只是在简单移动平均的基础上考虑了不同时段影响的权重不同，简单移动平均默认权重=1.） （2）指数平滑法 基本思想：预测值是以前观测值的加权和，且对不同的数据给予不同的权数，新数据给予较大的权数，旧数据给予较小的权数。 指数平滑法的通用算法： 指数平滑法的基本公式：St=aYt+(1-a)St-1 式中， St--时间t的平滑值； Yt--时间t的实际值； St-1--时间t-1的平滑值； a--平滑常数，其取值范围为[0,1] 具体方法：一次指数平滑、二次指数平滑、三次指数平滑。 方法的选取：指数平滑方法的选用，一般可根据原数列散点图呈现的趋势来确定。当时间数列无明显的趋势变化，可用一次指数平滑预测。如呈现直线趋势，选用二次指数平滑法；若实际数据序列呈非线性递增趋势，采用三次指数平滑预测方法。如呈现抛物线趋势，选用三次指数平滑法。或者，当时间序列的数据经二次指数平滑处理后，仍有曲率时，应用三次指数平滑法。 （3）季节变动法 根据季节变动特征分为：水平型季节变动和长期趋势季节变动 ①水平型季节变动: 是指时间序列中各项数值的变化是围绕某一个水平值上下周期性的波动。若时间序列呈水平型季节变动，则意味着时间序列中不存在明显的长期趋势变动而仅有季节变动和不规则变动。
题目：模糊控制系统建模与仿真分析 一、实验目的 1、熟悉Matlab软件的基本操作方法 2、掌握用matlab/Fuzzy logic toolbox进行模糊控制系统建模仿真的基本方法。 3、熟悉模糊控制系统设计的基本方法 二、实验学时：4学时 三、实验原理 MATLAB R2008提供了建立模糊逻辑推理系统的仿真工具箱——Fuzzy Logic Toolbox，版本为Fuzzy Logic Toolbox2.2.7。建立模糊逻辑推理系统有两种基本方法，第一种方法是借助模糊推理系统编辑器（Fuzzy Logic Editor）的图形界面工具建立模糊逻辑推理系统，第二种方法是利用命令建立模糊逻辑推理系统。第一种方法使用简单、建模方便，适合于初学模糊逻辑控制系统建模与仿真的读者。第二种方法稍难一些，但对深入了解模糊逻辑推理系统的MATLAB仿真知识大有帮助。下面分别讲述两种方法，读者可自行选择阅读。 1模糊逻辑工具箱图形界面工具 模糊逻辑工具箱图形工具是为了方便用户建立模糊推理系统而推出的图形化设计工具，在这里可快速方便的建立模糊推理系统并观测模糊规则、推理输出等。模糊逻辑推理图形工具主要包括：基本模糊推理系统编辑器（fuzzy）、隶属函数编辑器（mfedit）、模糊规则编辑器（ruleedit）、模糊规则观测器（ruleview）、模糊推理输入输出曲面观测器（surfview）。下面分别介绍它们的基本使用方法。 1.1基本模糊推理系统编辑器 在Command Windows输入“fuzzy”命令，弹出如下图 1所示的“FIS Editor”（模糊推理系统编辑器）窗口。在这里可以对包括输入、输出模糊语言变量的名称、模糊推理系统的类型和名称、模糊逻辑推理的各种运算（与、或、蕴含、规则合成、解模糊化）等高层属性进行编辑。同时,还可以打开模糊推理系统的隶属函数编辑器（mfedit）、模糊规则编辑器（ruleedit）、模糊规则观测器（ruleview）、模糊推理输入输出曲面观测器（surfview）。
薛晓东建模方法综述本刊Ｅ－ｍａｉｌ：ｂｊｂ＠ｓｘｉｎｆｏ．ｎｅｔ综述 中部分可能是彼此相关的变量。 （２）现场数据采集与处理。采集被估计变量和原始辅助变量的历史数据。现场数据必须经过过失误差检测和数据协调．保证数据的准确性。由于神经网络建模一般用于静态估计，应该采集系统平稳运行时的数据。并注意纯滞后的影响。 （３）辅助变量精选—输入数据集降维。通过机理分析．可以在原始辅助变量巾找出相关的变量，选择响应灵敏、测量精度高的变量为最终的辅助变量。更为有效的方法是主元分析法，即利用现场的数据作统计分析计算，将原始辅助变量与被测量变量的关联度排序．实现变量精选。 （４）神经网络模型的结构选择。根据系统特点选择模型的类型．即线性、非线性和混合型等。 从理论上看，神经网络与传统控制理论的结合使控制系统具有相当程度的智能。利用网络的学习能力和任意非线性映射能力．通过对样本数据对的训练．神经网络可以实现对复杂系统的辨识和控制。诚然如此，目前神经网络控制的研究大多仍停留在数学仿真和实验室研究阶段．极少用于实际系统的控制。主要由于神经网络存在以下的局限性：一是存在局部极小值问题．造成网络局部收敛；二是学习速度慢，训练时间长；三是理想的训练样本提取困难。影响网络的训练速度和训练质量；四是网络结构不易优化，特别是隐层节点数目的选取常常带有盲目性；五是尚未从理论上完全解决神经网络学习算法的收敛性。 近年来兴起的小波网络是神经网络模型与小波分析理论。以及这两者的结合所产生的，是研究非线性问题所需要的极其重要的科学工具。小波分析在理论上保证了小波网络在非线性函数逼近中所具有的快速性、准确性和全局收敛性等优点。随着小波网络的不断发展，它们的巨大理论价值和广泛的应用前景为越来越多的学者所公认，尤其是在非线性系统辨识巾的应用潜力越来越大。小波网络的形式和设计方法多种多样：如文献［３］是利用小波函数（或尺度函数）替换普通神经网络中的激励甬数；文献［４］则是从多分辨分析的角度利用正交小波基构造网络；文献［５］则重点讨论了高维小波网络的设计问题。其中以紧支正交小波和尺度函数构造的正交小波网络具有系统化的设计方法，能够根据辨识样本的分布和逼近误差要求确定网络结构和参数；此外，如正交小波网络【６Ｊ还能够明确给出逼近误差估计．网络参数获取不存在局部最小问题等优点。 ３．２模糊辨识方法 对于非线性时变动态系统的辨识，是实际中经常遇到的困难。目前常见的有两种方法【７】：一是用线性模型来近似描述非线性系统，显然这对于有严重非线性的系统误差较大；二是根据被控对象已知的信息，选择与之相近的非线性数学模型。显然有其局限性。由于模糊模型易于表达非线性的动态特性，因此模糊模型辨识方法被认为是解决此类问题的一种可行方法。由输人输出数据求取对象动态模型的模糊辨识方法由两部分组成：前提结构辨识和参数辨识，而参数辨识又分为前提参数辨识和结论参数辨识。Ｔ＿Ｓ模型是由蚀蛹和Ｓｕｇｅｎｏ提出的一种动态系统的模糊模型辨识方法【ｓｌ，是以局部线性化为出发点．具有结构简单、逼近能力强的特点，已成为模糊辨识中的常用模型，而在Ｔ－－Ｓ模型的基础上又发展了一些新的辨识方法。 ３．３基于遗传算法的非线性系统辨识 遗传算法是由美国Ｈｏｌｌａｎｄ教授提出，是一种通过模拟自然进化过程搜索最优解的方法。其基本思想是基于Ｄａｒｗｉｎ进化论和Ｍｅｎｄｅｌ的遗传学说。模拟自然界生物进化过程，在解空间中进行大规模、全局、并行搜索，适者生存，劣者淘汰，从而直接对 １７０解群进行操作，而与模型的具体表达方式无关。遗传算法不依赖于梯度信息或其他辅助知识．能够快速有效地搜索复杂、高度非线性和多维空间．为非线性系统辨识的研究与应用开辟一条新途径。文献［９］利用改进的遗传算子，提出一种辨识系统参数的方法．有效地克服了有色噪声的干扰．获得系统参数的无偏估计。文献［１０］给出一种南遗传算法（ＧＡ）、进化编程（ＥＰ）相结合的辨识策略。可以一次辨识出系统的结构和参数．主要思想是用ＧＡ操作保证搜索是在整个解空问进行的，同时优化过程不依赖于种群初值的选取．用ＥＰ操作保证求解过程的平稳性，该方法比分别用ＧＡ和ＥＰ的效果都好。文献［１１］给出一种基于遗传算法的非线性系统模型参数估计的算法。 ４结语 系统辨识的应用价值已在实践中得到验证，从理论上讲，辨识技术可以应用于控制、预报、滤波、信号处理和形成自适应控制等，还可以用于故障诊断和故障检测。可以说．所有需要在线或离线应用过程模型的领域中，都能采片Ｉ辨识技术。因此，辨识的应用研究正在不断深入、应用领域不断扩大。也正因为如此，建模的方法也在飞速的发展．系统辨识的发展方向将是成为综合多学科知识的科学，从而建立更加精确的模型。 参考文献 ［１］方崇智。萧德云．过程辨识［Ｍ］．北京：清华大学出版社，１９８８． ［２］杨斌，田永青，朱仲英智能建模方法巾的数据预处理【Ｊ］．信息与控制，２００２，３ｌ（４）：３８０—３８４． ［３］ＺＨＡＮＧＱ．Ｗａｖｅｌｅｔｎｅｔｗｏｒｋｓ［Ｊ］．ＩＥＥＥＴｒａｎｓ．ＮｅｕｒａｌＮｅｔｗｏｒｋｓ。１９９２．３（６）：８８９—８９８． ［４］ＢＡＨＡＶＩＫＲＢａｎｄＳＴＥＰＨＡＮＯＰＯＵＬＯＳＧ．Ｗａｖｅｎｅｔ：ａｍｕｌｔｉ—ｒｅｓｏｌｕｓｉｏｎ，ｈｉｅｒａｅｈｉｅａｌｎｅｕｒａｌｎｅｔｗｏｒｋｗｉｔｈｌｏｃａｌｉｚｅｄｌｅａｒｎｉｎｇ［Ｊ］．ＡＩＣｈＥＪｏｕｎａｌ．１９９３．３９（１）：５７—８１． ［５］ＺＨＡＮＣ，Ｑ．Ｕｓｉｎｇｗａｖｅｌｅｔｎｅｔｗｏｒｋｉｎｎｏｎｐａｒａｍｅｔｆｉｃｅｓｔｉｍａｔｉｏｎ【ＪＪ．１ＥＥＥＴｍｎｓ．ＮｅｕｒａｌＮｅｔｗｏｒｋｓ，１９９７，８（２）：２２７—２３６． ［６］王海清．宋执环，李平．采用正交小波网络的非线性系统辨识方法［Ｊ］．控制理论与应用．２００１，１８（２）：２００—２０４． ［７］张化光．何希勤．模糊自适应控制理论及其应用［Ｍ］．北京：北京航空航天大学Ｈ；版社，２００２． ［８］李十勇．模糊控制?神经控制和智能控制论［Ｍ］．哈尔滨：哈尔滨工业大学出版社，１９９８． ［９］李茶玲，孙德保．遗传算法在系统辨识中的应用［Ｊ］．华中理工大学学报，１９９８．２６（７）：５７—５８． ［１０］李孝安．一种基于遗传算法与进化编程的系统辨识方法［Ｊ］．控制与决策，１９９６，ｌｌ（３）：４４）４－４０７． ［１１］姜波。江秉文．基于遗传算法的非线性系统模型参数估计［Ｊ］．控制理论与应用，２０００，１７（ｉ）：１５０－－１５２． （实习编辑：薛艳） 第一作者简介：薛晓东．男，１９８１年１２月生，２００４年毕业于太原理丁大学自动化专业．助理工程师．山西省化工设计院。山 西省太原市，０３０００Ｉ．
软件需求建模流程 需求分析师在需求调研分析工作中经常会用到各种分析方法，但对各种建模方法没有 体系化的认识，经常讲概念混淆。本文从常用的结构化分析方法和面向对象分析方法着手，对各种建模方法进行梳理，帮助理解其含义及作用。 1 建模概述 1.1 什么是建模？ 建模就是采用表格化、图形化、公式化的方式，将系统的构成及其构成间的关系呈现 给人们的一种技术方法。可能是因为软件本身的不可见，使得软件的建模也显得抽象，但 在平常生活中，建模随处可见，比如盖房子，需要画图纸，画图纸就是建模的过程，而图 纸就是建模产出的模型。在楼盘预售时，房子都还没建好，地产商会先做个缩小版的原型 出来，甚至做个样板房让顾客有直观的感受，这个也是建模。当房子卖出去了，屋主需要 装修了，找装修公司设计，设计师根据屋主需要设计一套图纸，甚至细到水电的走线，这 些也是建模。因此将开发软件比作盖房子，其建模过程就相当于绘制图纸的过程。 可以说对软件系统进行建模的目的是帮助我们按照实际情况或按我们需求的样式对系 统进行可视化；提供一种详细说明系统的结构或行为的方法；给出一个知道系统构造的模板；对我们所作出的决策进行文档化。 1.2 建模演变历程
软件建模并不是从来就有的，而是随着软件工程的发展而不断演变。主要经过了三个 阶段。 第一阶段：程序=数据结构+算法 出现于20世纪50~60年代，软件开发主要解决的是科学计算问题，Fortran语言是 其代表。其建模关键点是选择合适的数据结构和算法。 第二阶段：结构化分析方法 出现于20世纪60~70年代，将解决一些与数据处理相关的问题，例如计费等。COBOL、C语言是其代表。其建模关键点有两方面，一是确定有哪些数据，格式是什么，如何存储，主要通过E/R模型表达；二是确定数据的加工、处理过程，主要通过DFD（数据流图）表达。 第三阶段：面向对象分析方法 出现于20世纪80~90年代，信息系统覆盖了更多业务过程，数据不再是唯一的视角，事（业务流程）、人的视角越来越重要，因此加入更多这方面的建模工具。 目前结构化分析方法和面向对象分析方法仍广泛应用。 2 结构化分析方法 结构化分析方法（Structured Analysis，简称SA）是将待解决的问题看做一个系统，从而用系统科学的思想方法（抽象、分解、模块化）来分析和解决问题，并基于功能分解 设计系统结构，通过不断把复杂的处理逐层分解来简化问题，其最核心思想是自顶向下的 分解。
1.信息时代认识世界（科学研究）的三种方法是：理论研究、（_实验研究_）、（__ 仿真___）。 2.根据系统状态随时间变化是连续性还是间断性的，可将系统划分为（_连续系统_）、 （__离散系统__）。 3.系统仿真中的三个基本概念是系统、（__模型_）、仿真。 4.拟对某系统进行研究，首先要对系统作出明确的描述，即确定系统各个要素：实体、 属性、活动、（__状态_）、（_事件___）。 ?阶段性知识测试 5.系统仿真有三个基本的活动，即系统建模、仿真建模和（__仿真实验__），联系这 三个活动的是系统仿真的三要素，即系统、模型和计算机（硬件和软件）。 6.系统仿真的一般步骤是：（1）调研系统，明确问题、（2）（___设立目标，收集数据 __）、（3）建立仿真模型、（4）编制程序、（5）运行模型，计算结果、（6）（_统计分析，进行决策__） ?阶段性知识测试 7.仿真软件发展经历了四个阶段（1）高级程序语言阶段；（2）仿真程序包、初级仿 真语言阶段；（3）商业化仿真语言阶段；(4) （_一体化建模与仿真环境_）阶段。 8.常用的仿真软件有Arena、Automod、MATLAB、Promodel、（__WITNESS______）、 （______FLEXSIM___）。 9.求解简单系统问题的“原始”方法是（___解析解决____），借助（___实验__）可大大 提高该方法的效率和精度。 ?阶段性知识测试 10.排队系统可简化表示为A/B/C/D/E。其中A为到达模式；B为（服务模式）、C为服 务台数量、D为系统容量；E为排队规则。 11.常见的排队规则有：先到先服务、后到后服务、优先级服务、最短处理时间优先服 务、随机服务等。请以连线方式将下列排队规则名称的中英文对照起来。 先进先出FIFO 后进先出LIFO 随机服务SIRO 最短处理时间优先SPT 优先级服务PR ?阶段性知识测试 12.模型中，习惯称实体为成分。成分可分为主动成分和被动成分。请问排队系统中的 随机到达的顾客属于（主动）成分（主动/被动）。 13.事件是改变系统状态的瞬间变化的事情。一般指活动的开始和结束。事件可分为必 然事件（主要）、条件事件（次要）、系统事件。其中（______）一般不出现在将来事件表中（FEL）。 14.活动是具有指定长度的持续时间，其开始时间是确定。排队系统主要活动有 （_______）和服务活动。 ?阶段性知识测试 15.仿真时钟表示仿真时间的变量。Witness仿真系统中仿真钟用系统变量（TIME）表 示。 仿真策略，也称仿真算法。离散事件系统适用的仿真策略有（_事件调度法_）、活动扫描法、进程交互法、三阶段法等。 16.建立输入数据模型需要4个步骤：（1）从现实系统收集数据；（2）（_确定输入数据
题目：模糊控制系统建模与仿真分析、实验目的 1、熟悉Matlab 软件的基本操作方法 2、掌握用matlab/Fuzzy logic toolbox 进行模糊控制系统建模仿真的基本方法。 3、熟悉模糊控制系统设计的基本方法 二、实验学时：4 学时 三、实验原理 MATLAB R2008提供了建立模糊逻辑推理系统的仿真工具箱一一Fuzzy Logic Toolbox , 版本为Fuzzy Logic Toolbox2.2.7 。建立模糊逻辑推理系统有两种基本方法，第一种方法是借助模糊推理系统编辑器 (Fuzzy Logic Editor )的图形界面工具建立模糊逻辑推理系统，第二种方法是利用命令建立模糊逻辑推理系统。第一种方法使用简单、建模方便，适合于初学模糊逻辑控制系统建模与仿真的读者。第二种方法稍难一些，但对深入了解模糊逻辑推理系统的MATLAB仿真知识大有帮助。下面分别讲述两种方法，读者可自行选择阅读。 1模糊逻辑工具箱图形界面工具 模糊逻辑工具箱图形工具是为了方便用户建立模糊推理系统而推出的图形化设计工具，在这里可快速方便的建立模糊推理系统并观测模糊规则、推理输出等。模糊逻辑推理图形工具主要包括：基本模糊推理系统编辑器( fuzzy )、隶属函数编辑器( mfedit )、模糊规则编辑器(ruleedit )、模糊规则观测器(ruleview )、模糊推理输入输出曲面观测器 (surfview )。下面分别介绍它们的基本使用方法。 1.1 基本模糊推理系统编辑器 在Comma nd Win dows输入"fuzzy ”命令，弹出如下图1所示的"FIS Editor ”(模糊推理系统编辑器)窗口。在这里可以对包括输入、输出模糊语言变量的名称、模糊推理系统的类型和名称、模糊逻辑推理的各种运算(与、或、蕴含、规则合成、解模糊化)等高层属性进行编辑。同时, 还可以打开模糊推理系统的隶属函数编辑器( mfedit )、模糊规则编辑器(ruleedit )、模糊规则观测器( ruleview )、模糊推理输入输出曲面观测器( surfview )。
需求分析与功能建模方法(二) (总分：100.00，做题时间：90分钟) 一、选择题(总题数：35，分数：70.00) 1.关于数据库应用系统的需求分析工作，下列说法正确的是______。 A．通过需求分析过程，需要确定出整个应用系统的目标、任务和系统的范围说明 B．在需求分析阶段，系统需求分析员要与用户充分沟通，并做出各类用户视图 C．数据需求分析的主要工作是要辨识出数据处理中的数据处理流程 D．数据操作响应时间、系统吞吐量、最大并发用户数都是性能需求分析的重要指标 （分数：2.00） A. B. C. D. √ 解析：[解析] 本题考查的是需求分析的基本概念和分类。确定出整个应用系统的目标、任务和系统的范围说明是项目规划阶段的任务，不属于需求分析的任务，所以A选项是错误的。在B选项中，需求分析阶段的成果主要是文字说明，而不是用户视图。“辨识出数据处理中的数据处理流程”是数据处理需求分析的工作，数据需求分析的主要工作是辨识出数据处理中需要处理的数据，包括数据项和数据结构，因此C选项也是错误的。性能需求分析的重要指标包括数据操作响应时间、系统吞吐量、最大并发用户数等。 2.需求分析阶段的任务是确定______。 A．软件开发方法 B．软件开发工具 C．软件开发费用 D．软件系统功能 （分数：2.00） A. B. C. D. √ 解析：[解析] 本题考查需求分析阶段的任务。需求分析阶段的任务是通过详细调查，获取原有手工系统的工作过程和业务处理，明确用户的各种需求，确定新系统的功能。因此，确定软件系统功能是需求分析阶段的任务。 3.对于大规模的数据收集，可以采用以下哪种需求获取方式______。 A．面谈调查 B．实地观察 C．文档采样 D．文件查阅 （分数：2.00） A. B. C. √ D. 解析：[解析] 文档采样是指收集客户单位保存的各类文档。对于大规模的数据文档，需求分析员可以采用文档采样的办法来解决。 4.关于需求获取的方法，以下说法错误的是______。 A．需求分析员可以通过现场研究来分析和考察原有业务流程及操作过程的合理性 B．需求分析员可以通过面谈来了解公司目标及其与业务流程相关的信息
人工智能研究方法的文献综述 1、前言 本文综述了人工智能的主要研究方法，并对各方法进行分析和总结，并阐述了目前人工智能研究方法日趋多样化的研究现状。 2、主题 研究方法，对一个问题的研究方法从根本上说分为两种：其一，对要解决的问题扩展到他所隶属的领域，对该领域做一广泛了解，研究该领域从而实现对该领域的研究，讲究广度，从对该领域的广泛研究收缩到问题本身；其二，把研究的问题特殊化，提炼出要研究问题的典型子问题或实例，从一个更具体的问题出发，做深刻的分析，研究透彻该问题，再一般化扩展到要解决的问题，讲究研究深度，从更具体的问题入手研究扩展到问题本身。 人工智能的研究方法主要可以分为三类：一、结构模拟，神经计算，就是根据人脑的生理结构和工作机理，实现计算机的智能，即人工智能。结构模拟法也就是基于人脑的生理模型，采用数值计算的方法，从微观上来模拟人脑，实现机器智能。采用结构模拟，运用神经网络和神经计算的方法研究人工智能者，被称为生理学派、连接主义。二、功能模拟，符号推演，就是在当前数字计算机上，对人脑从功能上进行模拟，实现人工智能。功能模拟法就是以人脑的心理模型，将问题或知识表示成某种逻辑网络，采用符号推演的方法，实现搜索、推理、学习等功能，从宏观上来模拟人脑的思维，实现机器智能。以功能模拟和符号推演研究人工智能者，被称为心理学派、逻辑学派、符号主义。三、行为模拟，控制进化，就是模拟人在控制过程中的智能活动和行为特性。以行为模拟方法研究人工智能者，被称为行为主义、进化主义、控制论学派。 人工智能的研究方法，已从“一枝独秀”的符号主义发展到多学派的“百花争艳”，除了上面提到的三种方法，又提出了“群体模拟，仿生计算”“博采广鉴，自然计算”“原理分析，数学建模”等方法。人工智能的目标是理解包括人在内的自然智能系统及行为，而这样的系统在实在世界中是以分层进化的方式形成了一个谱系，而智能作为系统的整体属性，其表现形式又具有多样性，人工智能的谱系及其多样性的行为注定了研究的具体目标和对象的多样性。人工智能与前沿技术的结合，使人工智能的研究日趋多样化。 3、总结 人工智能的研究方法会随着技术的进步而不断丰富，很多新名词还会被提出，但研究的目的基本不变，日趋多样化的研究方法追根溯源也就是研究问题的两种方法的演变。对人工智能中尚未解决的众多问题，运用基本的研究问题的方法，结合先进的技术，不断实现智能化。人工智能与前沿技术密切联系，人工智能的研究方法必然日趋多样化。 4、参考文献 （1）人工智能技术导论廉师友西安电子科技大学出版社2007.8 （2）人工智能研究方法及途径熊才权2005年第三期 （3）人工智能学派及其在理论、方法上的观点蔡自兴1995.5 （4）人工智能研究的主要学派及特点黄伟聂东陈英俊2001第三期 （5）人工智能研究对思维学的方法论启示尹鑫苏国辉2002.10第四期
第一章控制系统及仿真概述 控制系统的计算机仿真是一门涉及到控制理论、计算数学与计算机技术的综合性新型学科。这门学科的产生及发展差不多是与计算机的发明及发展同步进行的。它包含控制系统分析、综合、设计、检验等多方面的计算机处理。计算机仿真基于计算机的高速而精确的运算，以实现各种功能。 第一节控制系统仿真的基本概念 1．系统： 系统是物质世界中相互制约又相互联系着的、以期实现某种目的的一个运动整体，这个整体叫做系统。 “系统”是一个很大的概念，通常研究的系统有工程系统和非工程系统。 工程系统有：电力拖动自动控制系统、机械系统、水力、冶金、化工、热力学系统等。 非工程系统：宇宙、自然界、人类社会、经济系统、交通系统、管理系统、生态系统、人口系统等。 2．模型： 模型是对所要研究的系统在某些特定方面的抽象。通过模型对原型系统进行研究，将具有更深刻、更集中的特点。 模型分为物理模型和数学模型两种。数学模型可分为机理模型、统计模型与混合模型。 3．系统仿真： 系统仿真，就是通过对系统模型的实验，研究一个存在的或设计中的系统。更多的情况是指以系统数学模型为基础，以计算机为工具对系统进行实验研究的一种方法。 要对系统进行研究，首先要建立系统的数学模型。对于一个简单的数学模型，可以采用分析法或数学解析法进行研究，但对于复杂的系统，则需要借助于仿真的方法来研究。 那么，什么是系统仿真呢？顾名思义，系统仿真就是模仿真实的事物，也就是用一个模型（包括物理模型和数学模型）来模仿真实的系统，对其进行实验研究。用物理模型来进行仿真一般称为物理仿真，它主要是应用几何相似及环境条件相似来进行。而由数学模型在计算机上进行实验研究的仿真一般则称为数字仿真。我们这里讲的是后一种仿真。 数字仿真是指把系统的数学模型转化为仿真模型，并编成程序在计算机上投入运行、实验的全过程。通常把在计算机上进行的仿真实验称为数字仿真，又称计算机仿真。
第二章：系统需求分析用例建模 2.1 网上求职招聘系统的需求分析 网上求职招聘系统可以实现网上求职与招聘，求职者可以注册并登陆自己的账号，可以根据自己的需求更新个人资料，搜索招聘信息，发布求职意向，下载简历模板，投递简历查看个人信箱等；招聘者可以更新企业资料、发布招聘信息、搜索应聘信息、浏览求职简历、回复求职者、查看企业信箱等，无论求职者还是招聘者都需要管理他们的基本信息，由管理员进行管理，管理员还要对求职者所投递的简历进行管理，对系统的新闻及求职招聘信息进行管理。根据分析将系统分为前台和后台两部分，前台功能主要为求职者和招聘者提供，后台主要为管理员提供。其基本功能结构如图2.1所示 图2.1 系统的功能结构图 用户管理功能模块的关系如图2.2所示。 图2.2 用户管理功能模块关系 系统流程分析可分为职位的申请流程和企业用户管理流程 （1）职位的申请流程，如图2.3所示
图2.3 用户申请职位流程 （2）企业用户管理流程，如图2.4所示 图2.4 企业管理流程图 2.2 UML建模 根据网上求职招聘系统的需求分析，使用UML进行系统建模，再用可视化的模型将该系统用直观的图形显示出来，包括用例图、类图、交互图和行为图。 2.2.1用例图 用例在需求分析阶段有很重要的作用，他是作为参与者的外部用户所能观察到的系统模型图，整个开发过程都是围绕需求分析阶段的用例进行的。 首先，根据网上求职招聘系统的功能结构图，确定系统的参与者。参与者包括三类。分别是求职者、招聘者、管理员。其次，根据参与者的职能划分、确定系统的用例。求职者包括更新个人资料用例、搜索招聘信息用例、发布求职意向用例、下载简历模板用例、投递简历用例、查看个人信箱用例、修改密码用例等。招聘者用例包括更新企业资料用例、发布招聘信息用例、搜索招聘信息用例，浏览求职简历用例、回复求职简历用例、查看企业信箱用例、修改密码用例等；管理员用例包括更新个人资料用例、管理用户用例、管理简历用例、管理信息与新闻用例、修改密码用例等最后，得出网上求职招聘系统的总体用例功
系统建模与仿真 开课对象：工业工程开课学期：6 学分：2学分；总学时：48学时；理论课学时：40学时； 实验学时：0 学时；上机学时：8学时 先修课程：概率论与数理统计 教材：系统建模与发展，齐欢，王小平编著，清华大学出版社，2004.7 参考书： 【1】离散事件系统建模与仿真，顾启泰，清华大学出版社 【2】现代系统建模与仿真技术，刘兴堂，西北工业大学出版社 【3】离散事件系统建模与仿真，王维平，国防科技大学出版社 【4】系统仿真导论，肖田元，清华大学出版社 【5】建模与仿真，王卫红，科学出版社 【6】仿真建模与分析(Simulaton Modeling and Analysis)(3rd eds.)，Averill M. Law, W.David Kelton，清华大学出版社/McGraw-Hill 一、课程的性质、目的和任务 建模与仿真是当代现代科学技术的主要内容，其技术已渗透到各学科和工程技术领域。本课程以一般系统理论为基础，让学生掌握适用于任何领域的建模与仿真的一般理论框架和基本方法。 本课程的目的和任务是使学生： 1．掌握建模基本理论； 2．掌握仿真的基本方法； 3．掌握一种仿真语言及仿真软件； 4．能够运用建模与仿真方法分析、解决工业工程领域的各种常见问题。 二、课程的基本要求 1．了解建模与仿真的作用和发展，理解组成要素。 2．掌握建模的几种基本方法，及模型简化的技术手段。 3．掌握建模的一般系统理论，认识随机数的产生的原因及统计控制方式。 4．能对离散事件进行仿真，并能分析运行结果。 三、课程的基本内容及学时分配 第一章绪论（3学时） 1．系统、模型、仿真的基本概念
第八章 模糊数学方法建模 1965年,美国自动控制学家L.A.Zadch 首先提出了用“模糊集合”描述模糊事物的数学模型。它的理论和方法从上个世纪七十年代开始受到重视并得到迅速发展，特别是愈来愈广泛地应用于解决生产实际问题。模糊数学的理论和方法解决了许多经典数学和统计数学难以解决的问题，这里，我们通过几个例子介绍模糊综合评判、模糊模式识别、模糊聚类、模糊控制等最常用方法的应用。而相应的理论和算法这里不作详细介绍，请参阅有关的书籍。 §1 模糊综合评判及其应用 一、模糊综合评判 在我们的日常生活和工作中，无论是产品质量的评级，科技成果的鉴定，还是干部、学生的评优等等，都属于评判的范畴。如果考虑的因素只有一个，评判就很简单，只要给对象一个评价分数，按分数的高低，就可将评判的对象排出优劣的次序。但是一个事物往往具有多种属性，评价事物必须同时考虑各种因素，这就是综合评判问题。所谓综合评判，就是对受到多种因素制约的事物或对象，作出一个总的评价。 综合评判最简单的方法有两种方式： 一种是总分法，设评判对象有m 个因素，我们对每一个因素给出一个评分i s ，计算出评判对象取得的分数总和 ∑== m i i s S 1 按S 的大小给评判对象排出名次。例如体育比赛中五项全能的评判，就是采用这种方法。 另一种是采用加权的方法，根据不同因素的重要程度，赋以一定的权重，令i a 表示对第i 个 因素的权重，并规定∑==m i i a 1 1，于是用 ∑== m i i i s a S 1 按S 的大小给评判对象排出名次。 以上两种方法所得结果都用一个总分值表示，在处理简单问题时容易做到，而多数情况下评判是难以用一个简单的数值表示的，这时就应该采用模糊综合评判。 由于在很多问题上，我们对事物的评价常常带有模糊性，因此，应用模糊数学的方法进行综合评判将会取得更好的实际效果。 模糊综合评判的数学模型可分为一级模型和多级模型两类，这里仅介绍一级模型。 应用一级模型进行综合评判，一般可归纳为以下几个步骤： （1）建立评判对象的因素集},,,{21n u u u U =。因素就是对象的各种属性或性能，在不同场合，
人工智能方法故障诊断。 2基于人工智能的故障诊断方法的应用现状基于人工智能的故障诊断方法不需要知道被控对象的精确模型，能很好的应对不确定性和模糊性的随机故障。目前基于人工智能的故障诊断方法主要有以下几个方向：基于模糊的方法、基于神经网络的方法、专家系统故障诊断方法、基于遗传算法、支持向量机的方法、基于数据挖掘的方法、基于图论的模型推理方法等，以下是对几种故障诊断方法的具体论述。 2.1基于模糊的故障诊断方法 在模糊诊断中，各种故障征兆和故障成因之间都存在不同程度的因果关系，但表现在故障与征兆之间并非存在一一对应的关系，故障征兆信息的随机性、模糊性加上某些信息的不确定性，造成了故障形式复杂多样性。这种模糊性和随机性往往不能用精确的数学公式来描述，然而用模糊逻辑、模糊诊断矩阵等模糊理论来分析其故障与现象之间的不确定性关系是可行的，从模糊数学的角度看，故障诊断是一个模糊推理问题。因而基于模糊的诊断方法得到了长足的发展［2-4］。 故障诊断通常是基于一定的征兆，做出可能引起这些征兆的故障判别，而模糊逻辑系统是应用模糊理论解决问题的重要形式。研究表明，通过建立模糊逻辑系统，采用模糊推理的方法能够实现故障诊断。不过，成熟地应用基于模糊逻辑系统的故障诊断方法，需要解决好如何建立模糊诊断规则库等关键问题。 常用的模糊逻辑诊断方法一般步骤是检测信号经过模糊化单元处理后，输入到模糊推理规则库中进行分析，其输出即为故障信息的模糊输出，经过解模糊单元处理后即可得出故障原因。 另外一种基于模糊理论的诊断方法是用模糊诊断矩阵来描述故障原因和故障征兆之间关系的方法。其模糊关系矩阵的数学模型为［3］: T T Y 二RX 丫…y「— X :=(P X]-4，) -r 1 1r 1 2 r 1 …1 1 m R =r1 2 「2 2…r 2 m =(r ij ) n xm 「1r n2…r n m _ 1 式中 :丫为诊断矩 阵, 'yi 为对象具有故障丫，的 隶属度（i= 1,2,…,n). X为起因矩阵, u Xj为对象 具有症状X j的隶属度（j =1,2,…，m）；R为征兆矩 阵，描述了故障征兆与故障原因之间的关系。 m 乞= 1 i 4 ij（0乞乞1;1乞i空n;1乞j空m） 。 基于模糊的故障诊断方法的优点在于：可将人类的 语言化的知识嵌入系统；可模拟人类的近似推理能力， 且通用性好，只要针对不同的故障类型对推理规则进行 修改就可以应当不同的故障诊断。但与传统的故障诊断 理论和方法相比，仍有不成熟之处：基于模糊逻辑的故 障诊断方法缺少在线学习能力，不适应被控对象变化的 需要；模糊隶属函数和模糊推理规则无法保证任何情况 下都为最优；尚未建立起有效的方法来分析和设计模糊 系统，主要还是依赖专家经验和试凑。 2.2基于人工神经网络的故障诊断方法 从故障诊断的过程来讲，故障诊断实质上也是一类 模式分类问题，而人工神经网络（ANN）作为一 种自适应的模式识别技术，非常适合用于建立大型复杂 系统的智能化故障诊断系统。神经网络通过输入层、隐 含层和输出层来建立故障类型和故障原因之间复杂的映 射关系。基于神经网络的故障诊断 方法具有强大的自学习和数据处理能力，其分类方式通 过网络学习来确定系统参数和结构来完成训练过程。将 样本库的知识以网络的形式存储在神经网络的连接权中 是神经网络的独特之处。待检测故障信息经已训练好的 网络处理后可自动对被识别对象进行分类。故障诊断中 神经网络所采用的模型大多为BP网络，这主要由于对 BP模型的研究比 较成熟［5-6］。神经网络故障诊断技术被广泛应用于
多变量模糊系统建模及控制理论分析 摘要：本文对多变量模糊系统建模及控制理论进行了分析，对其中存在的问题作了探讨和阐述。同时也对其研究的新进展做了简要的介绍，其中包含有目前最新颖的多变量模糊系统的建模和分辨，以及两种多变量模糊系统建模与控制的新型控制器。最后对其发展的前景和趋势作了简要的分析和阐述。 关键词：多变量；模糊系统建模；控制理论；分析 中图分类号：TP1 文献标识码： A 文章编号： 1673-1069（2016）14-171-2 0 引言 在现实世界中有庞大的多变量模糊系统存在，这个系统其参数以及结构都具有多变性。尽管目前的多变量模糊系统的建模以及控制理论已经有了很大的提升和完善，但还是存在一些问题和缺陷，因为目前的多变量模糊系统建模与控制的方法缺乏有效性和简便性，且在计算的过程中缺乏高效简捷的方法，因而使得大部分的多变量模糊系统模型缺乏实际效用，且只能应用于变量单一的系统中。尽管后来有人也研究出了一些比较简易的模型和快捷的计算方法，但是这也使得其准确性大大降低，另外现有的模型还不能直接分析其动
态的特性。因此研究和分析多变量模糊系统的建模与控制理论，为建立适用的模型提供更好的理论基础和依据就变得尤为重要。 1 多变量模糊系统中存在的问题 目前的多变量模糊系统的建模与控制仍然处于初级的发展阶段，这时已经形成了较为标准的模糊控制结构，也有一定的控制规则，但还存在一些难以克服的问题和缺陷。首先是目前系统控制的规则主要还是以理论以及操作经验为主，但是在其完善和拓展上还存在较大的困难。其次就是这时所依赖的控制器尽管是在多变量模糊系统建模以及控制理论的基础上研发出来的，但是其对于模糊系统中的各个维数的关系以及指数的增长趋势都不能进行实际意义上的控制，因此也缺乏实际意义。然后就是控制器的组成结构以及运算方式都非常复杂，很难满足实际应用的智能体系。最后就是系统的分析存在较大的难度。而目前所使用的模糊系统的建模与控制的理论大都只适合于单一的系统，因此为了更好满足工程实践以及多变量模糊系统发展的要求，就必须对其建模与控制理论进行研究和分析，从而促进多变量模糊系统的功能完善以及进一步的发展。常规模糊控制器结构如图1所示。 2 多变量模糊系统中的新颖模型 2.1 穴映射模型
需求分析与功能建模方法 (总分：40.00，做题时间：90分钟) 一、{{B}}选择题{{/B}}(总题数：40，分数：40.00) 1.软件开发人员开发软件产品的依据应该是______。 （分数：1.00） A.软件需求规格说明书√ B.可行性分析报告 C.标准说明书 D.项目合同 解析：[解析] 软件开发人员应该依据软件需求规格说明书开发软件产品，所以本题的答案为A。 2.在DFD建模方法中用平行四边形表示的基本对象是______。 （分数：1.00） A.数据源及数据终点√ B.数据流 C.数据存储 D.处理 解析：[解析] 数据源及数据终点表示当前系统的数据来源或数据去向，可以是某个人员、组织或其他系统，它处于当前系统范围之外，所以又称它为外部项，其图形符号用平行四边形表示，所以本题的答案为A。选项B数据流用标有名字的箭头表示，选项C数据存储分用指向或离开的箭头表示对存储数据的存取。选项D处理用矩形框表示。 3.在DFD建模方法中用矩形框表示______。 （分数：1.00） A.数据源及数据终点 B.数据流 C.数据存储 D.处理√ 解析：[解析] 在DFD建模方法中用矩形框表示的是处理。所以本题的答案为D。选项A数据源及数据终点用平行四边形表示，选项B数据流用标有名字的箭头表示，选项C数据存储分用指向或离开的箭头表示对存储数据的存取。 4.在需求分析阶段，结构化分析和建模方法是一种较为有效的需求分析方法，下列不属于结构化分析和建模方法优点的是______。 （分数：1.00） A.用图形化的模型能直观地表示系统功能 B.可避免过早陷入具体细节 C.图形对象不涉及太多技术术语，便于用户理解模型 D.从局部或子系统开始分析问题，便于建模人员了解业务模型√ 解析：[解析] 结构化分析及建模方法的主要优点是：①不过早陷入具体的细节。②从整体或宏观入手分析问题，如业务系统的总体结构，系统及子系统的关系。③通过图形化的模型对象直观地表示系统要做什么，完成什么功能。④图形化建模方法方便系统分析员理解和描述系统。⑤模型对象不涉及太多技术术语，便于用户理解模型。 5.评审委员会评审的依据应该是系统功能模型和______。 （分数：1.00） A.软件需求说明书√ B.可行性分析报告 C.标准说明书 D.项目合同 解析：[解析] 评审的依据主要是系统的功能模型和需求说明书中描述的内容，所以本题的答案为A。
1. 什么是用例？ 在介始用例方法之前，我们首先来看一下传统的需求表述方式-"软件需求规约"(Software Requirement Specification)。传统的软件需求规约基本上采用的是功能分解的方式来描述系统功能，在这种表述方式中，系统功能被分解到各个系统功能模块中，我们通过描述细分的系统模块的功能来达到描述整个系统功能的目的。一个典型的软件需求规约可能具有以下形式： 采用这种方法来描述系统需求，非常容易混淆需求和设计的界限，这样的表述实际上已经包含了部分的设计在内。由此常常导致这样的迷惑：系统需求应该详细到何种程度？一个极端就是需求可以详细到概要设计，因为这样的需求表述既包含了外部需求也包含了内部设计。在有些公司的开发流程中，这种需求被称为"内部需求 "，而对应于用户的原始要求则被称之为"外部需求"。 功能分解方法的另一个缺点是这种方法分割了各项系统功能的应用环境，从各项功能项入手，你很难了解到这些功能项是如何相互关联来实现一个完成的系统服务的。所以在传统的SRS文档中，我们往往需要另外一些章节来描述系统的整体结构及各部分之间的相互关联，这些内容使得SRS需求更象是一个设计文档。 1.1 参与者和用例 从用户的角度来看，他们并不想了解系统的内部结构和设计，他们所关心的是系统所能提供的服务，也就是被开发出来的系统将是如何被使用的，这就用例方法的基本思想。用例模型主要由以下模型元素构成： 参与者(Actor) 参与者是指存在于被定义系统外部并与该系统发生交互的人或其他系统，他们代表的是系统的使用者或使用环境。
?用例(Use Case) 用例用于表示系统所提供的服务，它定义了系统是如何被参与者所使用 的，它描述的是参与者为了使用系统所提供的某一完整功能而与系统之间发生的一段对话。 ?通讯关联(Communication Association) 通讯关联用于表示参与者和用例之间的对应关系，它表示参与者使用了系统中的哪些服务（用例），或者说系统所提供的服务（用例）是被哪些参与者所使用的。 这大三种模型元素在UML中的表述如下图所示。 以银行自动提款机(ATM)为例，它的主要功能可以由下面的用例图来表示。ATM 的主要使用者是银行客户，客户主要使用自动提款机来进行银行帐户的查询、提款和转帐交易。 通讯关联表示的是参与者和用例之间的关系，箭头表示在这一关系中哪一方是对话的主动发起者，箭头所指方是对话的被动接受者；如果你不想强调对话中的主动与被动关系，可以使用不带箭头的关联实线。在参与者和用例之间的信息流不是由通讯关联来表示的，该信息流是缺省存在的（用例本身描述的就是参与者和系统之间的对话），并且信息流向是双向的，它与通讯关联箭头所指的方向亳无关系。 1.2 用例的内容 用例图使我们对系统的功能有了一个整体的认知，我们可以知道有哪些参与者