陈国权[1]2016年在《船舶避碰自动化关键技术研究》文中研究说明随着船舶日益大型化、快速化,船舶碰撞、搁浅等海难事故时有发生。研发基于国际海上避碰规则的智能避碰决策支持系统可大大降低海难事故的发生率,并提高我国自主产权综合船桥系统的研究水平和国产化程度。论文在前人船舶拟人智能避碰决策支持(PIDVCA)的研究成果基础上,通过分析原有方法中存在的不足,提出了解决问题的优化方法和模型,进一步拓展了船舶智能避碰决策自动化方法的深度与广度。本文所做的主要工作如下：(1)提出了一组智能避碰自动决策优化算法。通过对船舶拟人智能避碰决策理论进行了一系列的理论完善与优化,具体包括：目标交会特征识别算法的完善、船舶碰撞危险度判断阈值量化数学建模及其优化、船舶安全会遇距离估算模型的优化、船舶预测复航限制时间模型的完整性推证及其算法的完备性论证、基于特殊交会特征下的最晚施舵时机的避让方法及幅度求解的优化。同时提出了沿用智能避碰自动决策单独或者同时自动避让孤立静态碍航物以及动态船舶的方法。经过仿真测试,使用该方法单独避让孤立静态碍航物或者同时避让动静态碍航物的方法可行。(2)提出了一种动态评判船舶碰撞危险及危险度的计算模型,更加科学地从整体上使用智能评判算法得出船舶避让的难易程度；提出了两船间船舶避碰决策协调与通报自动化的优化算法,以确保智能避碰自动决策方法达到预期的实施效果。(3)根据智能避碰决策自动化方法形成特点,提出了一种可以直观体现机器决策并与国际海上避碰规则(COLREGs)重要条款相对应的16条机器规则(即两船会遇与多船会遇态势下智能避碰决策自动化方法的机器规则条款),针对每一条机器规则进行了详细的理论分析以及案例解析,以确保海上实际使用的可接受度与可行性。(4)提出了一种开阔水域船舶航行自动化算法及船舶智能避碰自动决策方法关键模型算法完备性的测试方案,搭建了近似海上实测环境的开阔水域船舶航行自动化关键算法验证仿真平台,在该平台上开展船舶航向控制、航迹保持以及船舶自动避碰的系统测试。重点在该平台上进行两船自动避碰与多船自动避碰的案例测试,测试结果显示智能避碰自动决策方法的可靠性以及准确性已经初步达到工程实际应用的程度。(5)开展船舶智能避碰自动决策技术实用化设计以及航海模拟器上的应用研究。为使智能避碰自动决策方法能投入工程应用,提出了船舶智能避碰辅助决策支持功能的设计方案,包括船舶碰撞危险度排序、避让重点船提示与自动试操船用户界面设计与实现。针对现有航海模拟器存在的不足,提出了构建智能航海模拟器的思路,实现智能目标船与本船的智能化功能设计。本文针对开阔水域船舶避碰自动化关键技术进行了深入的研究,为船舶避碰辅助决策系统的研发打下了良好的基础,为实现船舶航行自动化迈出关键性的一步。
毕修颖[2]2000年在《船舶碰撞危险度及避碰决策模型的研究》文中提出船舶碰撞危险度和船舶避碰决策模型的研究一直是航海人员最关心的问题。目前，在这个领域还存在很多问题。如何有效地避免船舶碰撞，包括碰撞危险度、避碰的时机和行动的大小的确定?以及如何完成避碰系统的自动化和智能化，减轻船舶驾驶员的劳动强度和心理负担?迄今为止，还没有令航海人员普遍满意的有效方法，也是目前国内外航海界研究的热门课题。 研究船舶碰撞危险度的目的是为避碰决策提供依据。以前，我们只是通过观测到的目标船的原始数据，如距离和方位以及它们的变化情况，判断船舶是否存在碰撞危险，即是否有和目标船发生碰撞的可能。事实上，深入研究并处理这些观测数据，会得到意想不到的、有价值的信息。 论文首先在2002年将要开始实施的船舶自动识别系统(AIS)所能提供的准确目标船信息的基础上，研究本船相对于目标船的运动，定义DCPA的大小和符号，推导出船舶避碰数学模型，给出船舶最佳避让行动与时机，得出避让行动曲线图，并且明确最佳避让行动时机不是某个点，而是一个时间段。 然后，考察避碰过程中目标般对本船的威胁程度，给出船舶碰撞危险度模型的数学表达式，定义几个与碰撞危险度有关的距离的概念，运用模糊决策和模糊神经网络的方法确定船舶避碰危险度模型中用到的几个临界系数，说明系数的物理意义，运用曲线拟合和模型分解的方法建立该碰撞危险度模型，并要求它满足下面三个条件： (1)符合实际情况； (2)容易求出，特别是对于驾驶员来说，越简单直观越容易被接受； (3)能够用来指导船舶避碰行动。 第二，在船舶碰撞危险度的基础上，运用AIS系统提供的信息，建立一个新的动态避碰行动领域模型，该领域模型随船舶碰撞危险度阈值的选择变化，对于那些碰撞危险度为0的船舶，该领域模型不存在，并用实例说明其在船舶避碰决策过程中的应用。 最后，运用包括AIS系统提供的信息，以及般舶之间的通讯模式，提出一种协调式的分布式处理方法探讨觖决多船之间的避碰决策问题。 论文的创新点体现在以下4个方面： (1)考虑除了DCPA和TCPA以外的多种影响因素，运用模糊决策和模糊神经网络方法确定模糊系数，在此基础上提出一个符合实际情况的船舶碰撞危险度(CRI)模型；—— （（”‘” l） i S t g I）C（）］id M） （f＝＜MJ川1 aX e“”’“‘““‘“““’“‘“‘）（勺1儿01且1＊＜uls＊＜uatte＊du） D 厂（”h1）ist引）叭t＊M阿）其中，。是权系数，反映0O’A对Cm的影响，决定曲线沿纵轴力向变化的程度：k为待定系数，其含义是除了DCPA以外的其它因素对CRI的影响，是一个决定曲线沿横轴方向变化的量；Dkt表示到目标船的距离；h。uN表示碰榆距离。； （幻 考察本船相对于目标船的运动，定义＊以‘A的大小和符号，“寸此相关联，得到一组避碰行为曲线，对于碰撞危险度达到规定阈值的船舶，给出最仟避让时机与行动大小。 （3） 在船舶碰楼危险度的基础上，定义－个“船舶避碰行动领域”的概念，建立了含船舶碰摔危险度（CRI）在内的动态的避碰行动领域模型，领域的大小随mI的阈值而变化，上m1的目标没有此领域，并把这个模型应用到船舶避碰过程中。 （4）在船舶具有完备的通讯模式的基础上，运用分布式处理方洽探讨解决多船之间协调避碰抉策问题。 在文章的最后坏分，给山了4组在雷达椎拟阴卜的模拟实验例朴－个仿人文验纵果，川’明H。。江卜卜门效性利”＜川咄＿．
王凤军[3]2013年在《船舶避碰仿真平台设计》文中研究指明船舶自动避碰的研究不仅是船舶自动化的要求,而且是航行安全的要求。船舶间的碰撞威胁是航运过程中不可忽视的,除了造成经济损失和人员伤亡外,对海洋环境的威胁也是不可小觑的。虽然目前的船舶自动识别系统能够使船舶之间互相得到沟通,但是人为的因素仍然是造成事故的主要原因,因此有必要对船舶自动避让做一些研究,减少因为人的不当操作造成的事故。本文正是基于以上因素研究一种仿真平台实现避碰算法的检验,以及研究如何实现适合实船的智能避碰系统。主要研究内容包括以下几方面：首先,针对仿真必须的船舶数学模型进行了研究,选取具有六自由度船舶模型,将其转换成C++语言形式,创建了Ship类,创建的类包含了避碰运算以及船舶运动所需要的必要参数接口。并将创建的Ship类成功的应用创建本船和来船对象的操作中。其次,进行了避碰算法的研究,综合了由航向、航速、坐标计算出的碰撞危险度和国际海上避碰规则决定的避碰责任得到的具体的避碰决策。因此避碰算法不只数学公式的研究而是结合实际航海环境中的避碰规则的一种综合性避碰方案。最后,在VS2010下的VC++9.0的开发环境中设计了船舶避碰仿真平台,实现了比例缩放的海图绘制,实现了船舶模型在仿真中的实际应用,对避碰算法及其控制策略进行了验证。平台包含了必要的操作和显示界面,程序保留了必要的接口函数。因此不仅是对算法的研究,也是实船应用的基础。经平台操作验证,本文所做的工作具有一定实际价值,设计了仿真平台,依托仿真平台对船舶避碰算法进行了验证。不仅为算法稳定性提供了保障而且对船舶自动避碰系统的研究起到了推动作用。
刘静[4]2008年在《海上多船避碰决策系统的研究》文中研究指明近期一些重大海事的发生表明人为失误仍是船舶发生海事的主导因素。因此,为了减少海事事故的发生,提高航行安全水平,提高船舶海上自动化航行的安全性和可靠性,减轻驾驶员的劳动强度和心理负担,避免船舶遭遇碰撞、触礁和海上其他意外事故的发生,深入研究海上船舶避碰决策系统的新思想和新方法,仍具有十分重要的现实意义。为解决多船会遇情况下的船舶避碰决策问题,①本文在确定船舶碰撞危险度的基础上,②对目标船进行预测:将对雷达探测设备每采样时刻获取的目标数据,应用Kalman滤波技术对目标的运动状态进行在线估计,并实时预估目标船相对于本船的DCPA和TCPA,该方法既能有效抑制噪声的干扰,又能达到提前预测目标船态势和帮助驾驶员提前做好避碰准备与应急措施等目的;③针对多船中的重点避让船研究了避碰解决方法:采用灰色关联决策方法选择重点避让船,按数学模型计算出目标船相对于本船的DCPA、TCPA以及船速比K,以DCPA、TCPA、K作为对策集中的各分量,利用灰色关联决策进行综合评价,确定重点避让船;④船舶转向避碰幅度的研究:在船舶避碰决策过程中,转向避碰是采用频率最高的一种避碰方法,为了获得本船与多船会遇情况下的最优转向避碰幅度,本文采用模拟退火算法、粒子群优化算法、基于模拟退火思想的粒子群优化算法,将本船与多船间的转向幅度问题看成是一类多目标函数优化问题,从而在可行解中找出满足目标函数和约束条件的最优转向避碰幅度解,此方法不仅有助于解决多船会遇情况下的本船最优转向角度值,而且有助于多船避碰决策系统的智能化设计与开发。仿真结果表明,本文提出的一系列思想和算法,都有一定的实用价值和可行性。
吴羲晖[5]2003年在《内河船舶避碰决策系统研究》文中研究指明交通运输是国民经济发展的支柱，安全、高效、节能是交通运输发展的方向，其中，安全对于交通来说是第一位的，内河航运作为我国交通运输的一种重要形式，在我国交通运输中起着举足轻重的作用。随着船舶数量的增多，交通流密度的增大，交通流速度的下降，且在交通流内部将出现紊乱，碰撞事故时常发生。经统计表明船舶碰撞事故是航行安全的首害，占水上交通事故总数的很大比例，随着船舶的高速化、通航水域船舶密度增加和会遇率增大，碰撞事故尤其是在繁忙通航水域、通航环境较差水域和港口附近水域更容易发生。人为因素被证明是海损事故主要原因，为了大幅度避免和减少在船舶交通日益增大和交通形式日趋复杂情况下频发的碰撞事故，加强船舶避碰决策研究是十分重要的。 船舶航行的目的，是为了安全有效的将人和货物运送到目的地。围绕这一目的的系统称之为船舶航行系统。航行系统可认为是由船舶、环境和航法三要素组成。船舶避碰研究正是围绕这三个要素，从多角度、多方位、各层次和多手段进行详细研究的。针对从两艘船舶会遇到碰撞的主客观条件和环境以及全过程，用定性和定量相结合的方式，对单个船和会遇两船的避碰进行研究。目前，在这个领域还存在很多问题。如何有效地避免船舶碰撞，包括安全航速、碰撞危险度、避碰的时机和行动的大小的确定? 研究船舶碰撞危险度的目的是为避碰决策提供依据。我们只是通过观测到的目标船的原始数据，如距离和方位以及它们的变化情况，判断船舶是否存在碰撞危险，即是否有和目标船发生碰撞的可能。事实上深入研究并处理这些观测数据，会得到意想不到的、有价值的信息。我国从事船舶避碰的研究主要集中在海上，对内河研究较少。值得注意的是，内河航行与其他海上航行相比有其明显的特点：航道环境复杂多变，气象条件相对简单，船舶流密度较大，船舶种类多、可航水域受限制等。本文结合内河的特点，利用已有的船舶避碰理论知识，对船舶避碰行为进行研究。在对前人研究成果总结、归纳和分析的基础上，通过对船员避碰行为调查，根据定性与定量分析、主观与客观相结合的思想，主要做了如下研究与探索工作：安全航速及其计算方法、船舶碰撞危险度、船舶领域和动界。 论文共分为六章，第一章回顾了国内外对船舶避碰决策系统的研究现武汉理工大学硕士学位论文状，并对本课题研究的内容和意义进行了详尽的阐述。第二章分析了避碰原理及船舶避碰环境，包括人一机一环境三要素。第三章分析了内河航行环境及影响航行安全的主要因素以及内河船舶安全航速。结合定性与定量的方法，给出在不同的航行环境有相应的不同安全航速的计算方法。第四章系统分析了船舶避碰四个阶段与会遇过程，将船舶碰撞事故发生的过程划分成四个阶段并对会遇局面进行划分，定性地分析了船舶从会遇到碰撞的全过程，在此基础上提出正规了望的重要性。第五章建立船舶避碰决策数学模型。提出碰撞危险度的评价方法、碰撞危险度模型和内河航道水域中的船舶领域模型。并对内河航道水域中的船舶领域模型建立船舶动界。由于内河航行环境复杂多变，所以本论文所建立的船舶领域模型的边界是动态的而不是静态。最后，论文对课题研究中的一些结论和不足做了总结，对本课题的后续工作和值得研究的方面进行了讨论。
曾伟伟[6]2013年在《综合船桥系统中基于电子海图的船舶避碰技术的研究》文中提出船舶避碰问题的研究一直以来都是航海界的热点和前沿课题。船舶避碰智能决策系统的研究与应用能很大程度的减轻驾驶员的工作强度,减少因人为因素导致的安全事故,从而减少生命财产的损失。本文依托于国家高技术船舶科研计划工程“综合船桥系统研制”项目,以排水量为30000DWT的集装箱船作为研究对象,在综合船桥系统构架下研究智能避碰的相关模型和实现,并在电子海图的基础上进行仿真实验。通过基于综合船桥系统的架构下,可以方便的获取AIS、GPS等传感器数据,然后对这些原始数据进行解码获得本船及目标船的相关参数,作为智能避碰过程的基础数据。结合国际通用避碰规则、避碰实践以及船员的通常做法,合适的选取船舶碰撞危险度的评价集以及确定各个因素对碰撞危险度的影响权重,建立各个因素的模糊集函数,根据模糊理论建立了船舶碰撞危险度评价模型,在评价模型的基础上结合简单的船舶运动模型通过搜索出能使本船碰撞危险度最低的行动,建立了避碰动作决策模型。本文还介绍了避碰系统的总体框架和各个功能模块的详细设计,包括采用的网络通信、串口通信、多线程等技术。最后采用VS2008开发环境实现出基于电子海图并同综合船桥系统下其他模块协同工作的智能避碰系统。最后在综合船桥系统中进行仿真实验,验证危险度评价模型的有效性和动作决策模型的正确性,表明本文实现的智能避碰系统具有可行性和实用性。
任鹏[7]2014年在《基于船舶碰撞危险度的避碰决策研究》文中提出在全球一体化进程中,海洋运输做出了巨大的贡献,海上航行的船舶数量不断上升,船舶之间的会遇率随之增加,进而导致船舶发生碰撞事故的概率增大,随之而来的是人命、财产以及海洋环境的损失。实现船舶自动避碰,不但可以减少人为因素的影响,在某种程度上甚至可以避免碰撞事故的发生。避碰决策是船舶自动避碰的关键,本文以船舶碰撞危险度模型为基础,对船舶避碰决策进行了深入的研究,建立了基于船舶碰撞危险度的避碰决策模型。具体工作如下：(1)在已有的船舶转向避碰数学模型的基础上,考虑了本船的操纵特性,计算本船转向过程中的进距、横距以及目标船的位移,得到本船及目标船转向后的位置坐标,最后得到船舶转向后的DCPA值。(2)为DCPA和TCPA建立隶属度函数。分析船舶领域、最晚施舵点及动界相关文献,确定DCPA和TCPA隶属度函数的边界值。以船舶到达最晚施舵点处两船的最小会遇时间和两船距离为动界值时的最小会遇时间作为TCPA的边界值；以船舶到达最晚施舵点时,采取避碰行动后的最小会遇距离值以及由修正后的Goodwin船舶领域模型确定的安全会遇距离作为DCPA的边界值。(3)分析碰撞危险度模型相关文献,以TCPA和DCPA为基础变量建立船舶碰撞危险度模型。(4)建立船舶转向避碰决策数学模型。根据修正后的Goodwin的船舶领域模型确定安全会遇距离SDA；将SDA作为行动后的DCPA值,确定避碰行动时机与行动幅度之间的函数关系；根据碰撞危险度模型,确定本船的行动时机与行动幅度。(5)在MATLAB2010b仿真平台下建立基于船舶碰撞危险度的船舶转向避碰决策系统,分别针对对遇局面、追越局面和交叉相遇局面进行了仿真试验,仿真结果证明了该系统的可靠性与实用性。
周英博[8]2008年在《AIS辅助避碰决策系统关键技术研究》文中研究表明船载自动识别系统(Automatic Identification System,AIS)是一种可以传输大信息量、跨越障碍、抗天气影响、具有船—岸、船—船间信息联网和近距离目标显示能力的全球船载自动识别系统。如何保障船舶航行安全一直是航海界专家学者研究的重点。随着港口经济的迅速发展,往返于世界航路的船只越来越多,船舶避碰的重要性越来越受到关注,实现船舶避碰的自动化,是避免船舶碰撞事故发生,保障船舶航行安全的关键技术,也是航海技术的前沿课题。利用AIS数据作为辅助船舶避碰决策系统的环境信息来源是本论文的出发点。本文在大量阅读国内外的著作、论文等文献资料和国际海事组织的有关文件的基础上,深入研究了AIS系统的结构、功能、采用的关键技术及工作原理;研究了船舶避碰的一般过程和避碰所需信息;分析了AIS数据相对于雷达、ARPA数据而言对避碰的优越性:重点对基于AIS信息的船舶避碰决策分析技术中的一些关键问题逐一进行研究,根据船舶领域、转向避让等概念,建立了安全通过距离、紧迫局面、最晚施舵时机等数学模型,应用模糊数学中综合评判方法,建立了船舶碰撞危险度的数学模型;基于前述研究提出了基于AIS信息的避碰决策辅助分析系统的解决方案。论文以关键技术研究为基础,利用Visual C++6.0为开发平台模拟AIS数据发送、接收、解码过程,设计并实现了AIS信息辅助避碰决策分析系统的主要功能模块。
陈雪娟[9]2005年在《基于模糊BP神经网络船舶避碰理论与方法研究》文中提出船舶碰撞危险度和船舶避碰决策系统的研究一直是航海人员最关心的问题。目前,在这个领域还存在很多问题,包括碰撞危险。 研究船舶碰撞危险度的目的是为避碰决策提供依据。以前,我们只是通过观测到的目标船的原始数据,如距离和方位以及它们的变化情况,判断船舶是否存在碰撞危险,即是否有和目标船发生碰撞的可能。事实上,深入研究并处理这些观测数据,会得到意想不到的、有价值的信息。 人工神经网络是模仿延伸人脑认知功能的新型智能信息处理系统。采用电子或光子等元件实现模仿人脑神经细胞的结构和功能,构造具有人脑智能的人工智能信息处理系统。生物神经元相对于电子电路来说非常慢(10~(-3)秒相对于10~(-9)秒),人脑却能以比现有计算机快得多的速度完成许多任务。这主要是因为生物神经网络具有巨大的并行性,即所有的神经能同时工作。以联接机制为基础的神经网络具有大量的并行性、巨量的互连性、存储的分布性、高度的非线性、高度的容错性、结构的可变性、计算的非精确性等特点。神经网络具有自学习、自适应和自组织性能。具有处理非常模糊、复杂问题的能力。 BP网络是现在理论较完整、应用最广泛的神经网络。它采用光滑活化函数(又称激活函数),具有一个或多个隐层,相邻两层之间通过权值全连接。它是前传网络,即所处理的信息逐层向前流动。而当学习权值时,却是根据理想输出与实际的误差,由前向后逐层修改权值(Back Propagation)。研究BP网络在各控制领域的应用是当前的国际热点课题,由于BP网络功能的特点,已被成功实现于很多识别判定工作环境,如图象识别、最佳选择判定、系统优化等。 在船舶操纵过程中,如何处理船舶会遇局势,如何选择最佳避让时机和方案,一直是研究工作者的课题。本文主要利用神经网络的自学习、自适应、自组织性、以及处理非线性问题的独特功能,设计避碰系统或优化避碰系统。 (1)以最具代表性的判定依据D_c、T_c为网络输入,通过学习专家样本实现基本危险度的识别。充分体现神经网络的的自学习、自适应、自组织性。根据DCPA和TCPA概念的涵义,提出了空间碰撞危险度和时间碰撞危险度的概念,采用多因素分别建立了两种碰撞危险度模型,并根据刺激—反应思想,较合理地确定了两种危险度的合成算子。 (2)由于BP网络的强大分类功能,它可非常理想的完成多因素影响的碰撞危险度等级识别工作,且比人工判断更全面、更客观、更稳定、更快速。用信号处理与特征提取技术直接提取会遇局势的各参数为输入信号向量,并依据前人经验
刘顺来[10]2005年在《基于AIS信息环境的船舶避碰决策系统研究》文中研究表明船舶自动识别系统(Automatic Identification System,AIS)是一种可以传输大信息量、跨越障碍、抗天气影响、具有船—岸、船—船间信息联网的能力和近距离目标显示的全球船载自动识别系统。在国际海事组织、国际灯塔当局协会、国际电信联盟、国际电工技术委员会等有关国际组织的共同努力下,国际海事会议从1992年开始研讨AIS问题,发布了AIS的性能标准、技术特性、测试标准和操作指南等。 本论文将AIS提供的数据作为船舶避碰决策系统的信息环境来源,利用计算机技术研究基于AIS信息环境的船舶避碰决策技术。文章首先根据国内外的资料、发表的论文和国际海事组织的有关文件,对AIS系统的技术进行了归纳、整理,分析了AIS数据相对于雷达、ARPA数据而言的优越性和AIS数据精度;在分析目前国内外船舶避碰决策系统研究状况的基础上,讨论了长期困扰船舶避碰决策技术发展的关键问题,提出了将AIS技术应用到船舶避碰决策的设想。在船舶碰撞危险度的确定中讨论了基于AIS信息环境的船舶避碰模糊评判矩阵、时间碰撞危险度和空间碰撞危险度及其合成碰撞危险度的数学模型,并以该数学模型为具体的实现算法,在避碰知识库的支持下,用C语言开发了仿真系统。 本论文研究的方向仅针对广阔海域的船舶避碰决策,但基于AIS信息环境的船舶碰撞危险度数学模型的建立以及船舶避碰决策的提出,随着AIS技术特性的进一步提高,对狭水道船舶避碰、恶劣天气环境下船舶避碰有着划时代的现实意义,同时也将对目前甚至将来航海界中船舶智能自动避碰系统的全面研发带来较大的实用价值。
参考文献：
[1]. 船舶避碰自动化关键技术研究[D]. 陈国权. 大连海事大学. 2016
[2]. 船舶碰撞危险度及避碰决策模型的研究[D]. 毕修颖. 大连海事大学. 2000
[3]. 船舶避碰仿真平台设计[D]. 王凤军. 大连海事大学. 2013
[4]. 海上多船避碰决策系统的研究[D]. 刘静. 江南大学. 2008
[5]. 内河船舶避碰决策系统研究[D]. 吴羲晖. 武汉理工大学. 2003
[6]. 综合船桥系统中基于电子海图的船舶避碰技术的研究[D]. 曾伟伟. 武汉理工大学. 2013
[7]. 基于船舶碰撞危险度的避碰决策研究[D]. 任鹏. 大连海事大学. 2014
[8]. AIS辅助避碰决策系统关键技术研究[D]. 周英博. 哈尔滨工程大学. 2008
[9]. 基于模糊BP神经网络船舶避碰理论与方法研究[D]. 陈雪娟. 湖南大学. 2005
[10]. 基于AIS信息环境的船舶避碰决策系统研究[D]. 刘顺来. 广东工业大学. 2005