霍曉旭

摘 要：本文主要研究動態(tài)智能算法在嵌入式計算機軟件測試中的應用效果。本文采用DMC動態(tài)智能算法進行建模分析，判斷靜態(tài)性能與動態(tài)性能之間的矛盾比，將其設計在DMC-PID系統(tǒng)之中，并依據(jù)驗證軟件測試的理論結果，進行嵌入式計算機軟件測試。結論表明應用了動態(tài)智能算法的嵌入式計算機軟件測試在串級DMC-PID工業(yè)蒸汽溫度控制系統(tǒng)中運行穩(wěn)定，控制效果良好。

關鍵詞：嵌入式動力學；動態(tài)智能算法；計算機軟件；測試應用

中圖分類號：TP311文獻標識碼：A文章編號：1673-260X（2024）06-0047-03

隨著微電子和信息網(wǎng)絡技術的快速發(fā)展，計算機產(chǎn)業(yè)革新越來越具有吸引力。其特征體現(xiàn)在市場對計算機技術創(chuàng)新的需求保持持續(xù)增長態(tài)勢[1]。

隨著網(wǎng)絡技術的進步，單一化的應用軟件系統(tǒng)管理，已經(jīng)難以滿足業(yè)務流程的安全性和可靠性要求[2]。現(xiàn)階段，基于ARM（Advanced RISC Machine）的嵌入式系統(tǒng)憑借著低功耗、CPU架構簡單、高性能、使用嵌入式網(wǎng)絡接口等優(yōu)勢廣泛應用于眾多領域[3]。

目前，越來越多的學者致力于研究動態(tài)智能算法。例如蝙蝠振動算法（DVBA）粒子群優(yōu)化算法（PSO）、蝙蝠算法（BA）、遺傳算法（GA）和禁忌搜索算法（TS）[4]。有學者提出了一種具有自動權重修正功能的最優(yōu)粒子群優(yōu)化算法，解決了現(xiàn)有計算機系統(tǒng)算法的過早集成和最小優(yōu)化問題，構建了成本最低、出行延誤較短的赤字規(guī)劃模型[4]。研究嵌入式動態(tài)智能算法在計算機軟件測試中的應用，可以更好地實現(xiàn)計算機軟件中控制功能的優(yōu)化[5]。

本文將單級倒立擺控制的自適應動態(tài)編程算法嵌入到工業(yè)蒸汽溫度控制系統(tǒng)之中，通過圖形用戶界面顯示控制結果，可以方便地查看到控制效果，并針對不理想的結果進行修改，直到滿意為止。此外，在實現(xiàn)對單級倒立擺工藝系統(tǒng)控制的過程中，可以對系統(tǒng)的參數(shù)進行修改，或者對智能動態(tài)算法進行一些局部修改，從而實現(xiàn)在系統(tǒng)中對其他問題的控制。

1 計算機軟件測試中的嵌入式動態(tài)智能算法

1.1 嵌入式系統(tǒng)

嵌入式系統(tǒng)是一個獨立的計算機系統(tǒng)，由執(zhí)行器和嵌入式系統(tǒng)組成。嵌入式系統(tǒng)由硬件層、中心層、軟件層和功能層組成；執(zhí)行器可以看作是受控對象，接收嵌入式系統(tǒng)發(fā)出的控制命令，完成特定的任務或工作[6]，具體內(nèi)容如圖1所示。

1.2 動態(tài)智能算法

DMC（旋轉矩陣控制）算法是一種基于控制對象單步響應的非參數(shù)模型的動態(tài)智能預測算法。通過反饋修正和旋轉，對當前和未來的控制變量進行優(yōu)化，使輸出與預定軌跡一致。強矩陣控制是一種動態(tài)智能預測控制算法，它利用被控對象的漸進響應特性來描述系統(tǒng)的功率模型。

1.3 PID控制系統(tǒng)

PID控制系統(tǒng)（Proportional Integral Derivative）主要是指對工業(yè)控制過程，可以進行實時數(shù)據(jù)采集與誤差定制自動分析與微分控制的系統(tǒng)。PID控制系統(tǒng)的優(yōu)勢十分明顯，其設置原理簡單，主要依據(jù)數(shù)據(jù)誤差比例的積分和微分差值進行控制計算；其實用性廣、魯棒性強，廣泛應用于計算機工藝控制之中。

2 嵌入式動態(tài)智能算法在計算機軟件測試中的設計方法

2.1 設計原理

觀察PID和DMC過程，在一般預測函數(shù)指標中輸入穩(wěn)態(tài)誤差密度，按照PID還原一般預測控制規(guī)則，即把算法分解成PID格式，檢查PID的預測特性。為了使用兩個PID控制系統(tǒng)和一個強矩陣控制，可以將PID控制和DMC控制結合起來，將相應環(huán)節(jié)中用于約束的場函數(shù)改為PID格式，然后開發(fā)一個新的PID控制系統(tǒng)。

2.2 系統(tǒng)建設

平臺硬件包括系統(tǒng)電源、主控單元、通信單元、空氣開關、終端等附件。

主控單元采用低功，計算性能高，集成以太網(wǎng)功能，不使用風扇散熱的CPU控制器；具有較強的在線運行能力，能滿足高精度、快速采樣和實時控制的要求；采用模塊化可擴展模式，具有設備擴展能力。

通信單元由通信模塊CP（Communication Processor）和通信模塊DCS（Distributed Control System）兩部分組成。首先通信模塊CP利用CPU以MODBUS通訊協(xié)議的形式與常規(guī)控制系統(tǒng)進行安全數(shù)據(jù)交互。主控單元直接接收來自常規(guī)控制系統(tǒng)控制器的工藝參數(shù)，通過常規(guī)控制系統(tǒng)向現(xiàn)場發(fā)出指令；其次通信模塊DCS采用EDPF-COMII模塊。該單元是一個智能通信單元，用于測量高速EDPF配電和控制網(wǎng)絡。有四個RS485端口，其中兩個使用HDLC協(xié)議與EDPF-NT DPU通信，另外兩個端口可以獨立配置103。這對系統(tǒng)與第三方MODBUS應用進行通信非常有用，可以確保電子安全。

2.3 參數(shù)選擇

動態(tài)智能矩陣的高級旋轉是通過算法增加對P誤差的控制，并通過算法記錄控制P的進展，決定強矩陣控制算法控制變量的數(shù)量。因此，控制時區(qū)的數(shù)量應小于或等于M控制變量中預測時區(qū)P的值。

如果P值過高或過低，系統(tǒng)測試結果會變差。在選擇P值時，應考慮系統(tǒng)的穩(wěn)定性和速度?？刂葡到y(tǒng)的特性非常復雜，系統(tǒng)的響應電壓并不取決于P預測的時間點和系統(tǒng)的功率。在這種情況下，必須根據(jù)系統(tǒng)對穩(wěn)定性和速度的要求來調整P值。

2.4 DMC動態(tài)智能算法模型

DMC動態(tài)智能算法主要基于線路模擬特性的假設和捕捉演示的動態(tài)智能預測模型。作為性能最好的在線監(jiān)測系統(tǒng)，它獲得了滾動優(yōu)化的彈性保持函數(shù)，能夠及時計算出搜索信息的分離度，并對分離信息進行反饋和校正?；陔A梯響應的預測模型如公式1所示。

其中N為建模時域，ai為單位階躍采樣值，u（k-i）-u（k-i-1）是在k=i時刻作用于系統(tǒng)的控制增量。實現(xiàn)反饋的目的是使算法的每一步都能根據(jù)被控對象的實際狀態(tài)進行優(yōu)化。

測量系統(tǒng)的實際結果、實時測量結果為系統(tǒng)獲得最佳控制理念提供準確可靠的信息基礎。獲得的信息不僅可以用于控制系統(tǒng)的預測行為，還包括實際系統(tǒng)中未知的不確定信息。反饋校正用實際誤差來校正，如公式2所示。

yc（k+j）=y（k+j）+he（k），j=1，2，…，P（2）

yc（k+j）是反饋修正后得到的新預測值，即初始預測值y（k+j）與經(jīng)過k時刻通過校正向量修正后輸出值的增量he（k）總和。

3 基于動態(tài)智能算法的嵌入式計算機軟件測試研究

3.1 嵌入式系統(tǒng)的DMC控制器開發(fā)

本文利用智能算法測試一款工業(yè)蒸汽溫度控制器系統(tǒng)，整體測試設計流程如圖2所示。其大致可分為后端服務器部分、開發(fā)板部分和前端被控對象部分。而主開發(fā)板部分包括A/D轉換器、DMC動態(tài)智能算法、D/A轉換器三個環(huán)節(jié)。

首先，用戶通過上位機的圖形界面設置開環(huán)增益K、時間常數(shù)T、延遲時間t等參數(shù)，并進行數(shù)值設定。其次，設置參數(shù)完畢后開始運行下位機程序，A/D轉換器實時采集被控對象的輸出，通過DMC算法計算出控制量u，并通過D/A轉換器將控制量轉換為模擬信號，作用于被控對象，被控對象的輸出也被發(fā)送到上位機的圖形界面，并實時顯示輸出曲線。

最后，在程序運行過程中，并行地啟動一個線程，該線程專門負責與上位機服務器建立并保持通信。一旦與服務器成功建立連接，該線程便能接收來自上位機服務器的參數(shù)和設定值，并據(jù)此更新本地的相應參數(shù)和設定。在此過程中，機器將不再接受其原有系統(tǒng)的控制指令。若與上位機服務器的連接發(fā)生中斷，系統(tǒng)將自動恢復到接受本地機器系統(tǒng)的控制，從而確保控制的連續(xù)性和穩(wěn)定性。

3.2 工業(yè)蒸汽溫度系統(tǒng)的實時曲線

在系統(tǒng)DCS側加載初始條件操作，同時將PLC切換到RUN狀態(tài)進行操作。打開系統(tǒng)應用欄上的實時趨勢圖標，顯示溫度實時趨勢曲線。將觀察點拖到實時曲線窗口，觀察其實時數(shù)值變化。選擇工業(yè)蒸汽溫度控制系統(tǒng)中的被控對象，識別工業(yè)蒸汽溫度系統(tǒng)對象的傳遞函數(shù)，獲得其動態(tài)特性，調整預測控制的參數(shù)，以此實現(xiàn)對整個系統(tǒng)的實時監(jiān)測與控制。

根據(jù)調整后的預測控制器，對工業(yè)蒸汽溫度被控對象進行預測控制，并調整實時曲線界面的上下限和時間軸坐標，得到實時數(shù)據(jù)，如表1和圖3所示。

由此可以看出，項目中工業(yè)蒸汽溫度的實時曲線與矩陣計算模擬的曲線基本保持一致，控制效果較好，系統(tǒng)運行穩(wěn)定，可以達到滿意的效果。

4 結論

動態(tài)智能算法與嵌入式技術的快速發(fā)展，加速了計算機系統(tǒng)控制技術的完善。在控制器中運用集成控制技術和智能動態(tài)算法已經(jīng)成為一種控制分析的習慣。

本文結合嵌入式軟件的特點，設計了嵌入式組件的軟件仿真測試過程與系統(tǒng)建設。通過對局部算法的修改可進一步對工業(yè)系統(tǒng)進行實時控制，DMC動態(tài)智能算法可以較好地完成軟件系統(tǒng)監(jiān)測，并利用滾動優(yōu)化來進一步保持測試函數(shù)的精確性，值得在工業(yè)控制系統(tǒng)中進行推廣。

參考文獻：

〔1〕葛長偉.嵌入式智能視頻監(jiān)控系統(tǒng)的研究及實現(xiàn)[D].大連：大連海事大學，2012.

〔2〕Divya G， Gummineni M. Implementation of FPGA based Decision Making Engine and Genetic Algorithm （GA） for Control of Wireless Parameters. Advances in Computational Sciences and Technology， 2018， 11（01）：15-21.

〔3〕Lin G. Solving Hardware/Software Partitioning via a Discrete Dynamic Convexized Method.WuhanUniversity Journal of Natural Sciences， 2019， 24（004）：341-348.

〔4〕鄒小花，王淵.基于DDS的機載嵌入式軟件仿真自測試方法[J].計算機仿真，2022，39（10）：50-53+172.

〔5〕張道興.嵌入式軟件仿真測試系統(tǒng)研究[J].信息技術與信息化，2021，46（12）：139-141.

〔6〕齊齊樂.關于嵌入式計算機軟件測試關鍵技術的研究[J].電子制作，2021（21）：99-100+78.