[发明专利]为工业过程或技术系统提供控制输入信号的装置、方法及计算机可读介质

说明书

技术领域

本发明涉及为工业处理或技术系统提供控制输入信号的装置、方法以及计算机可读介质。更具体地，控制输入信号包括关于对象的预测位置的信息，其中预测位置基于蒙特卡罗模拟(Monte Carlo Simulation)来计算。

相关申请的交叉引用

本申请将于2012年2月21日提交的美国临时专利申请US61/601,048、于2012年2月22日提交的瑞典专利申请第1200144-2号以及于2012年2月21日提交的瑞典专利申请第1200105-3号的全部内容通过引用特此并入本申请。

背景技术

近几十年间，在呈指数增长的CPU功能的激励下，计算密集型模型和应用迅速发展。其中，通过元胞自动机(CA)和/或蒙特卡罗方法的点阵模型明显增加并且越来越多地用于描述和理解多种多样的复杂物理和生物系统。例如，CA已用于对气体现象、城市发展、免疫过程以及结晶化进行建模。CA的最众所周知的应用是对生命系统的建模。

蒙特卡罗方法用于各种科学应用。对于某些专业计算机体系结构，系统被模拟了多达1010个网格点。然而，在许多情况下，当动态关系达到平衡时，临界慢化(critical slowing down)发生，因此即使蒙特卡罗方法也变得计算代价高。

在用于数值更新随机动态关系的许多选择中，动力学蒙特卡罗(KMC)算法或n阶法是最杰出的，原因是在接近平衡的过程处没有慢化效应。在这方面，由KMC算法执行的每个动作都带来成果。在KMC下，每次迭代时，更新对象都执行动作，而与系统是否接近平衡无关。结果，在文献中KMC是最受欢迎的，原因是其避免了由于该临界慢化现象(其对通常的蒙特卡罗方法会是有害的)而过多的计算开销。

与蒙特卡罗方法结合的点阵模型往往用作对涉及处于噪声影响下的许多相互作用的物体的系统建模的方法。尽管这样的方法在空间和石油勘探中特别与引起重大创新相关，但在许多领域都遵循这样的方法。类似地，通过点阵气体CA或点阵玻尔兹曼方法建模的分子动态关系与更好地理解在流体物理中的大量基本科学问题有关。

基于点阵的模型通过引入包括预定数量的单元的空间离散点阵来描述对象系统，在该模型内，将引起对象相互作用和动态关系。一个通常的方法是建立马尔科夫链，其引起与对系统的方案进行构建有关的动态关系。所应用的随机动态关系取决于描述系统的微观相互作用的物理属性。结果，根据系统的微观行为的知识来仔细考虑米特罗波利斯(Metropolis)、阿伦尼乌斯(Arrhenius)、格劳伯(Glauber)、川崎(Kawasaki)及其他速率。这种方法论的应用范围涵盖颗粒材料、交通流量、生态学、点阵玻尔兹曼和点阵气体、表面生长，仅列出几例。

目前的动力学蒙特卡罗模拟通常利用基于点阵的方法，其中，系统中的每个对象可移动至通过基于点阵的方法定义的有限数量的离散位置。

然而，已发现到，基于点阵的方法与大量缺陷相关联的。因此，用于为工业过程或技术系统提供包括关于预测位置的信息的控制输入信号的改进装置、方法或计算机可读介质将是有利的。

发明内容

因此，本发明最好寻求缓和、减轻或者消除现有技术中所发现的缺陷，并且通过提供根据所附专利权利要求的装置、方法以及计算机可读介质来解决这些找到的问题。