问题驱动膜计算模型的自主演化设计与建模机制

Membrane computing models, abstracted from the structure and the functioning of biological cells, as well as from the cooperation of cells in tissues, organs, and other populations of cells, are a class of discrete, distributed and parallel hierarchical or networked ones. This is an emergent research front in computer science. Aiming at the programmability problem of membrane computing models, this project will systematically and deeply investigate the automatic design of three classes of problems-oriented (completely definite and solvable in a polynomial time, completely definite NP-hard, and incompletely definite problems) membrane computing models from four aspects: evolution principles of membrane computing models, and the evaluation, autonomous evolution design and modeling principles of problem-driven membrane computing models, to propose the automatic construction idea and the modeling principle of problem-driven membrane computing models. On the basis of the investigation of the evolution principles of membrane computing models, this project focuses on how to establish the autonomous evaluation model of membrane computing models suiting for the problems to solve. Through proposing the autonomous design methods of membrane computing models for solving the three classes of problems and the testing, verification and evaluation approaches for the built models, this project accomplishes the objective that the autonomous evolution design methods and modeling principles of membrane computing models are presented. This project will provide a new model built technique and a new tool for the applications of membrane computing, and also offer a new thought and approach for exploring high performance computing in computer science.

膜计算模型是基于生物细胞结构及功能和组织、器官等细胞群协作的一种离散分布式并行分层或网状结构计算模型，是计算机科学的前沿研究领域。针对膜计算模型的可编程性难题，本项目拟从膜计算模型演化机理和问题驱动膜计算模型的评价、自主演化设计及建模机制等四方面，系统深入地研究求解三类问题(完全明确且在多项式时间内可解的问题、完全明确的NP 难问题和不完全明确问题)的膜计算模型自动设计方法，提出问题驱动膜计算模型的自动构建思想和建模机制。以膜计算模型演化机理研究为基础，着力解决如何建立与求解问题相适应的膜计算模型自主评价模型这一关键问题。通过分别提出三类问题求解的膜计算模型自主演化设计方法，以及对所构建的模型进行测试、验证和评价，实现提出问题驱动膜计算模型自主演化设计方法和建模机制的项目研究目标。本项目研究成果将为膜计算应用提供新的建模方法和新工具，同时也为计算机科学探索高性能计算提供新的思路和方法。

膜计算模型是基于生物细胞结构及功能和组织、器官等细胞群协作的一种离散分布式并行分层或网状结构计算模型，是计算机科学的前沿研究领域。针对膜计算模型的可编程性难题，本项目研究问题驱动膜计算模型的自动构建方法。通过四年多艰苦努力和富有成效的研究工作, 实现了提出问题驱动膜计算模型自主演化设计方法和建模机制的项目研究目标，获得了具有创新性的研究成果，在膜计算模型演化机理、问题驱动膜计算模型评价、自主演化设计和建模机制等四方面获得了重要研究结果：(1) 提出了进化膜计算模型演化动态行为分析方法，从种群多样性和算法收敛性等方面揭示了进化膜计算的优势与不足，展现了进化膜计算的研究意义；(2) 提出了膜计算模型自动设计的评价方法，为多种类型膜计算模型的自动构建奠定了理论基础；(3) 提出了自然语言产生膜系统的自动设计方法，获得了一般多项式膜系统的自动产生方法及其所需计算资源的公式；(4) 建立梯形模糊数和时序模糊推理脉冲神经膜计算模型，并用于求解电力系统输电网、高速列车电力牵引网和地铁电力牵引网的故障诊断问题；(5) 设计了优化脉冲神经膜计算模型及算法，开启脉冲神经膜系统求解优化问题的新研究方向；(6) 构建了非一致有轮移动机器人控制器膜系统，实现其路径规划和轨迹跟踪。(7) 根据大熊猫生态系统特点，设计了大熊猫种群动态膜系统，能较为准确地预测大熊猫种群动态变化。这些成果拓展了膜计算应用研究领域，也为电力系统故障诊断、移动机器人控制、生态系统建模等提供了新的建模方法和新工具。获得四川省自然科学二等奖，国际会议ACMC 2017最佳论文奖和最佳学生论文奖；在德国Springer出版英文专著1部，在中国科学出版社出版中文专著1部；发表SCI论文35篇、EI论文3篇、中文核心期刊论文3篇、国际会议论文11篇，包括SCI一区论文11篇和IJNS高被引论文1篇，国际SCI期刊IJCCC专刊特邀论文；获得国家授权发明专利10件，申请国家发明专利5件；培养青年科技骨干3名、博士生6名、硕士生15名。