Feb, 2022

面向数字孪生的复杂网络系统及其动力学建模：综合调查

PDF
TL;DR本文旨在提供关于如何对复杂网络系统中的实体和交互进行建模的综述，以达到创建完美匹配现实的数字孪生的最终目标。我们提出了一个新的框架来比较不同学科中现有的建模范例，并创建统一的评估标准，以评估它们各自达到终极目标的能力。使用所提出的标准，我们还评估了当前最先进方法距离理想数字孪生的距离。我们还鉴定和提出了构建基于 CNS 和 DT 汇聚和融合的 DT 导向的 CNS 的潜在方向和方法，利用各种跨学科技术。
complex network systemsdigital twinmodelling paradigmsassessment criteriacross-disciplinary techniques
发现论文，激发创造
  • 基于异构节点特征和交互规则的数字孪生导向的复杂网络系统

    使用可扩展的建模框架提出了数字孪生导向的复杂网络系统，以生成真实系统的网络。通过节点的特征和交互规则来创建连接，实验结果表明结构和动力学的复杂性水平影响网络增长和流行病传播，应针对具有优先特征的节点制定灾难恢复策略和流行病控制。

    Aug, 2023

  • 数字双胞胎中的本体论：一项系统性文献综述

    国内外最新研究表明，数字孪生是一种在物理系统中利用语义网络技术进行监测和推理过程的新概念。本研究通过对 82 篇研究文章进行系统的文献综述，分析了数字孪生中语义技术、本体论和知识图谱的应用情况，并针对制造业和基础设施等不同领域提出了可能的研究方向和尚待解决的问题。

    Aug, 2023

  • 数字孪生导向的复杂网络系统的异构特征表示

    该研究旨在改善异构特征表征原则下基于数字孪生的复杂网络系统中节点特征的表达能力，并通过对真实节点特征分布的各种表征原则和优化特征偏好建立数字孪生系统，以重新创建不同国家的真实物理接触网络，并在最流行的节点开始的疫情爆发中调查其各自的抗灾能力。结果表明，使用模糊集增强特征表达的灵活性可提高表达能力并实现更准确的建模，异构特征影响网络结构和疫情爆发速度，需要针对不同的人群采取各种缓解政策。

    Sep, 2023

  • 工业数字孪生在下一代无线网络和计算智能交汇处的调查

    该研究介绍了数字孪生技术在智能制造业中的功能方面和创新应用，并对 NextG 无线技术、数据分析和边缘云计算等进行了全面的综述和反思，同时讨论数字孪生在不同工业通信层的部署策略，总结了相关的关键问题和未来研究方向。

    Aug, 2021

  • AI 与数字孪生的相互作用：构建数据驱动和模型驱动方法之间的桥梁

    数字孪生网络在网络编排、资源管理和人工智能模型训练及智能推理等方面具有重要作用，是实现 6G 网络的关键技术之一。本文探讨数字孪生网络与人工智能相互促进的机制，并为探索数字孪生网络与人工智能的未来研究方向提供参考。

    Sep, 2022

  • 构建和评估数字孪生：一个智能框架用于 DT 开发

    数字孪生的发展代表了一种在受控数字空间中模拟和优化复杂系统的变革性进展，本文介绍了一种智能框架用于构建和评估数字孪生，旨在提高数字孪生在测试算法性能方面的准确性和实用性。

    Jun, 2024

  • 在油气工业中增强可靠性和适应性的数字孪生框架，实现最优和自治决策

    该研究提出了一个数字孪生框架，应用于石油和天然气工业中的气举过程，旨在提高数字孪生系统的稳健性和适应性。该框架结合了贝叶斯推断、蒙特卡罗模拟、迁移学习和不确定性管理等技术，为数字孪生系统提供高效、可靠、值得信赖的识别，并致力于改进复杂实际场景中的决策过程。

    Nov, 2023

  • 数字孪生的新视角：为实体赋予智能和代理能力

    将数字孪生作为赋予智能和机构的实体的方式，可以避免混淆，人性化概念，并讨论数字孪生的智能程度、角色和责任，以及为数字孪生设定长期方向。

    Oct, 2022

  • 数字孪生：从概念到实践

    本文提出了一个数字化框架，通过权衡每个层次的利弊，制定数字孪生系统的评价标准，评估所选数字孪生系统对组织流程、策略和价值创造的影响，来帮助实践者选择数字孪生系统中的适当复杂度，同时提出数字孪生系统能提供诸如预测、模拟、人工智能和机器学习等新兴能力的误用选择可能带来的风险。三个实际案例证明了该框架的应用和实用性。

    Jan, 2022

  • 数字孪生在自主驾驶机动系统中的应用探索 —— 新的移动时代

    本篇论文提供了数字孪生在自主车辆工业中的系统评述，重点强调了准确的数据收集、实时分析和高效的模拟能力，以此来提高性能和可靠性，同时探讨了数字孪生的技术挑战和中心技术，并对在智慧城市中自主车辆所使用的不同方法进行了对比分析，最后讨论了数字孪生在自主车辆行业中的应用挑战和限制。

    May, 2023