一种基于灰色关联分析的模型可信度验证算法

第３０卷第１２期　２０１３年１２月　计算机应用与软件　Ｃｏｍｐｕｔｅｒ　Ａｐｐｌｉｃａｔｉｏｎｓ　ａｎｄ　Ｓｏｆｔｗａｒｅ　Ｖｏｌ＿３０　Ｎｏ．１２　Ｄｅｃ．２０１３　一种基于灰色关联分析的模型可信度验证算法　路钊　樊晓光李国栋岳崇旺　（空军工程大学航空航天工程学院陕西西安７１００３８）　摘要　ＶＶ＆Ａ（Ｖｅｒｉｉｆｃａｔｉｏｎ，Ｖａｌｉｄａｔｉｏｎ　ａｎｄ　Ａｃｃｒｅｄｉｔａｔｉｏｎ）作为仿真建模可信度评估的基础，贯穿于项目的整个生命周期。对　ＶＶ＆Ａ仿真模型可信度验证方法及其中广泛使用的灰色关联分析法进行了深入分析，针对灰色关联分析法中存在的问题提出一种　改进方法，并与已有算法进行比较分析。经过实例测试，改进后的算法对仿真模型可信度的验证效果更加明显，对于几何形状相似、　对应点平移距离极大的情况做到了兼顾，对工程应用中仿真模型可信度验证具有指导意义。　关键词　中图分类号ＶＶ＆Ａ灰色关联分析　可信度ＴＰ３９１．９　文献标识码仿真模型　Ａ　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００・３８６ｘ．２０１３．１２．０６６　Ａ　ＭｏＤＥＬＩＮＧ　ＣＲＥＤＩＢＩＬＩＴＹ　ＶＡＬＩＤＡＴＩＯＮ　ＡＬＧｏ砒ＴＨＭ　ＢＡＳＥＤ　ｏＮ　ＧＲＥＹ　ＲＥＬＡＴＩｏＮＡＬ　ＡＮＡＬＹＳＩＳ　Ｌｕ　Ｚｈａｏ　Ｆａｎ　Ｘｉａｏｇｕａｎｇ　Ｌｉ　Ｇｕｏｄｏｎｇ　Ｙｕｅ　Ｃｈｏｎｇｗａｎｇ　（Ｓｃｈｏｏｌ　ｏｆＡｅｒｏｎａｕｔｉｃｓ　ａｎｄ　Ａｓｔｒｏｎａｕｔｉｃｓ　Ｅ　ｎｅｅｒｉｎｇ，Ａｉｒ　Ｆｏｒｃｅ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉ＇ａｎ　７１００３８，Ｓｈａａｎｘｉ，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ　Ａｓ　ｔｈｅ　ｆｏｕｎｄａｔｉｏｎ　ｏｆ　ｓｉｍｕｌａｔｉｏｎ　ｍｏｄｅｌｉｎｇ　ｃｒｅｄｉｂｉｌｉｔｙ　ｅｖａｌｕａｔｉｏｎ，ＶＶ＆Ａ　ｅｘｉｓｔｓ　ｔｈｒｏｕｇｈｏｕｔ　ａ　ｐｒｏｊｅｃｔ’Ｓ　ｗｈｏｌｅ　ｌｉｆｅ　ｃｙｃｌｅ．Ｔｈｅ　ｔｈｅｓｉｓ　ｔｈｏｒｏｕｇｈｌｙ　ａｎａｌｙｚｅｓ　ＶＶ＆Ａ　ｓｉｍｕｌａｔｉｏｎ　ｍｏｄｅｌｉｎｇ　ｃｒｅｄｉｂｉｌｉｔｙ　ｖａｌｉｄａｔｉｏｎ　ｍｅｔｈｏｄｓ，ｅｓｐｅｃｉａｌｌｙ　ｔｈｅ　ｗｉｄｅｌｙ　ａｐｐｌｉｅｄ　ｇｒｅｙ　ｒｅｌａｔｉｏｎａｌ　ａｎａｌｙｓｉｓ．Ａｉｍｉｎｇ　ａｔ　ｔｈｅ　ｐｒｏｂｌｅｍｓ　ｅｘｉｓｔ　ｉｎ　ｇｒｅｙ　ｒｅｌａｔｉｏｎａｌ　ａｎａｌｙｓｉｓ，ｔｈｅ　ｔｈｅｓｉｓ　ｐｕｔｓ　ｆｏｒｗａｒｄ　ａｎ　ｉｍｐｒｏｖｅｄ　ｍｅｔｈｏｄ，ｗｈｉｃｈ　ｉｓ　ｃｏｍｐａｒｅｄ　ａｇａｉｎｓｔ　ｅｘｉｓｔｉｎｇ　ｍｅｔｈｏｄｓ．Ｉｎ—　ｓｔａｎｃｅ　ｔｅｓｔ　ｉｓ　ｃａｒｒｉｅｄ　ｏｕｔ　ｔｏ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ｉｍｐｒｏｖｅｄ　ａｌｇｏｒｉｔｈｍ　ｉｓ　ｍｏｒｅ　ｏｂｖｉｏｕｓ　ａｂｏｕｔ　ｔｈｅ　ｓｉｍｕｌａｔｉｏｎ　ｍｏｄｅｌｉｎｇ　ｃｒｅｄｉｂｉｌｉｔｙ　ｖａｌｉｄａｔｅ　ｅｆｆｅｃｔ．Ｆｏｒ　ｃａ—　ｓｅｓ　ｌｉｋｅ　ｅｉｔｈｅｒ　ｇｅｏｍｅｔｒｙ　ｓｉｍｉｌａｒｉｔｉｅｓ　ｏｒ　ｃｏｒｒｅｓｐｏｎｄｉｎｇ　ｐｏｉｎｔ　ｏｖｅｒｌｙ　ｄｉｓｔａｎｔ　ｓｉｔｕａｔｉｏｎ　ｉｔ　ｎｅｖｅｒｔｈｅｌｅｓｓ　ｄｏｅｓ　ａ　ｇｏｏｄ　ｊｏｂ．Ｉｔ　ｉｓ　ｏｆ　ｇｕｉｄａｎｃｅ　ｓｉｇｎｉｉｆｃａｔｉｏｎ　ｆｏｒ　ｓｉｍｕｌａｔｉｏｎ　ｍｏｄｅｌｉｎｇ　ｃｒｅｄｉｂｉｌｉｔｙ　ｖｅｒｉｉｆｃａｔｉｏｎ　ｉｎ　ｅｎｇｉｎｅｅｒｉｎｇ　ａｐｐｌｉｃａｔｉｏｎｓ．　Ｋｅｙｗｏｒｄｓ　ＶＶ＆Ａ　Ｇｒｅｙ　ｒｅｌａｔｉｏｎａｌ　ａｎａｌｙｓｉｓ　Ｃｒｅｄｉｂｉｌｉｔｙ　Ｓｉｍｕｌａｔｉｏｎ　ｍｏｄｅｌｉｎｇ　０　引　言　随着工程技术的不断发展，人们提出了众多仿真模型，并将　１灰色关联理论及仿真模型可信度验证　１．１灰色关联分析　灰色关联分析的基本思想是根据序列曲线几何形状的相似　其应用到金融、农业、科研、统计、教育等诸多领域。仿真模型及　仿真系统的可信度验证越来越被各专家学者所关注和提倡。　ＶＶ＆Ａ技术应运而生，ＶＶ＆Ａ的早期研究中，开发了大量的关于　ＶＶ＆Ａ验证方法，常用的模型验证方法有主观确认法、动态关联　分析法、数理统计法、频谱分析法　Ｊ。　主观确认法虽然简单容易，但分析结果受到分析人员主　观意志的影响较大。数理统计法则对样本的规模和概率分　布的条件比较苛刻，通常要求大样本，且满足典型的概率分　布。频谱分析法必须对数据进行预处理，且计算复杂。灰色　程度来判断其联系是否紧密，曲线越接近，相应序列之间的关联　度就越大，反之就越小　’　。通常采用将实际数据与仿真得到　的数据进行差异分析，计算灰关联系数，进而得出其灰关联度来　验证仿真模型与实际系统的相适应程度。灰关联度越大，仿真　模型与实际系统的相适应程度就越高，反之就越低。　１．２基于灰色关联分析的仿真模型可信度验证　假定实际系统的输出数据序列为　。＝｛　。（ｋ）ｌ　ｋ＝１，２，　…，ｎ｝，第ｉ个仿真系统得到的输出数据序列为　＝　（ｋ）Ｉ　关联分析法与数理统计和谱分析法相比，具有对样本规模和　分布规律无严格要求，无需对数据进行预处理，计算简便的　优点。　当前，在灰色关联理论方面已取得不少研究成果。文献　＝１，２，…，ｎ；ｉ＝１，２，…，ｍ｝，其中ｎ为输出序列元素的个数，ｍ　为仿真模型的个数。基于灰色关联分析的仿真模型可信度验证　过程如下：　［４］中，孙勇成提出了一种基于灰色关联分析的模型验证方法；　文献［５］提出了对于携带模型逼真信息的归一化序列的评价公　式；文献［６］基于灰色关联分析对异类传感器航迹相关进行了　研究。本文通过进一步对灰色关联分析理论的研究，提出了一　１）确定数据序列，这里包括实际系统的输出数据序列　和　仿真系统得到的输出数据序列　。　２）在指定了　。和　作为比较数据序列之后，在灰色关联空　收稿日期：２０１２—１１—１７。路钊，硕士生，主研领域：机载计算机，　ＶＶ＆Ａ技术。樊晓光，教授。李国栋，工程师。岳崇旺，助理工程师。　种对仿真模型可信度验证的方法。　第１２期　路钊等：一种基于灰色关联分析的模型可信度验证算法　２５３　问里将　（ｋ）与　（ｋ）进行关联计算，得到灰关联系数　ｙ（　。（ｋ），　（ｋ）），如式（１）：　ｍｉｎ州ｎｌ　Ｘｏ（　）一　（　）Ｉ＋　Ⅱｍｘｍ　ａｘｌ　Ｘｏ（　）一　（　）ｌ　条件是不成立的。因为对于任意情况，恒有Ｉ　（ｋ）一　（ｋ）　Ｉ＜＝Ｉ　。（　）ｌ＋Ｉ　（　）ｌ，所以。＜ｒ＿ｌ　＜＝　，从　ｙ（Ｘｏ（　（　））　（　）　而一　。　（ｋ）不趋近于‘一　，ｅ　”也就不可能趋近于０。可　其中，　（０，１］，称为分辨系数，　越小，关联系数的分辨力越　见，文献［４］提出的改进方法仍存在一定的缺陷。　高，一般取　＝０．５；　２．２灰色关联分析改进算法设计　３）根据灰色关联空间理论和得到的灰色关联系数　按普遍的公认观点看，当对应点完全重合时，其关联系数为　（　。（ｋ），　（ｋ）），通过式（２）即可得到序列　。和　；的灰色关联　１，当所有对应点都完全重合时，关联度为１。反之，当对应点相　度　（　，　）。　距无穷远时，其关联系数趋于０，当所有对应点相距都无穷远　ｙ（　）＝÷∑　（　。（　），　；（　））　（２）　时，关联度趋于０。文献［４］中改进后的关联系数公式满足对应　点完全重合时，关联度为１的要求，但无法满足对应点相距无穷　４）根据关联度阀值　。，与　（　，　）进行比较验证模型可　远时，关联度趋于０的要求　。所以，本文在文献［４］的基础之　信度。　（　，　）＞ｙ。即认为模型可信，　（　，　）值越大，模型可　上，对关联系数计算公式进行了进一步的改进，使其能够满足公　信度越高。　认的要求。　验证过程流程图如图１所示。　基于多属性综合决策理论　，在结合了文献［４］中提出的　关联系数公式的基础上，对叼。　（ｋ）进行了修改：　…，　　１（ｋ）一ｘ　（ｋ）ｌ　吼　鬲　改进后的关联系数：　ｙ（　（　），　（　））　＝　＼（　Ｉ！！　　：ｘ　　（—ｋ；）　：一　ｏ　　（　）Ｉ：　＋　—ｍ：—￣！　ｍ！　ａ！ｘ　Ｉ　ｘ（ｋ　ｏ）一　（　）ｌ　×…　。一　。　ｔ　），　　‘（４）　显然，公式满足灰色关联四公理的规范性、整体性、偶对称　性　Ｊ，本文主要对其接近性进行证明。　接近性：　当ｌ　。（ｋ）一　（ｋ）｝—　０时，ｅ一　。－似　—÷１　而当　。（ｋ）＞＞　（ｋ）时：　ａｒｉｎｍ．ｉｎｌ　。（ｋ）一　（ｋ）Ｉ＋　ｍａｘｍａｘＩ．　。（ｋ）一　；（ｋ）Ｉ　Ｉ　。（ｋ）一　ｆ（ｋ）ｌ＋　ｌｎａｘｍ．ａｘＩ　。（ｋ）一　ｆ（ｋ）ｌ　．＋。。　、／／Ｉ　。（ｋ）Ｉ＋Ｉ　（ｋ）Ｉ　～　图１　基于灰色关联分析的仿真模型可信度验证过程　所以，ｅ－￣ｌｏｉ¨　０　２基于灰色关联分析的仿真模型可信度验证　同理　（ｋ）＞＞　（ｋ）时：　ｅ一　）　＿÷０　的改进算法　即改进后的ｙ（　。（ｋ），　（ｋ））　满足接近性。　２．１灰色关联分析验证仿真模型可信度的缺陷　３实例分析　由于灰色关联分析是根据数据序列曲线几何形状的相似程　度来判断其联系是否紧密，但并没有考虑序列之间的相对距离。　为了检验修改后的算法与原始算法以及文献［４］中提出的　也就是说存在一种可能风险，即几何形状完全相同，但在对应点　算法之间的优劣程度。本文根据各数据序列特点，每一序列分　进行了平移的两条曲线，其关联度比几何形状大致相同，且对应　别设计了ｌ５组数据，进行了Ｍａｔｌａｂ验证测试，验证结果大体相　点位置也大致相同的关联度要大。针对该问题，文献［４］提出　同，现任抽取一组测试示例如图２所示。　了一种改进方法，对灰关联系数公式进行了修改，引入了一个距　离参数，从而综合考虑了曲线几何形状与相互距离两个因素的　影响。如式（３）：　（　（　），　（　））　：ｆ　删　（叭　）　（　）　㈣１　上　（３）　＼　Ｉ　ｘｏ（ｋ）一　ｆ（　）Ｉ＋　ｍａｘｍａｘＩ　ｘｏ（ｋ）一　（　）Ｉ　￡　其中，卵。　（ｋ）＝　对上述公式进行灰色关联四公理的接近性证明时，文献　［４］提出ｌ　。（ｋ）一Ｘｉ（　）Ｉ一　时，ｅ　‘　一０。但很显然，此　图２数据序列图　２５４　计算机应用与软件　２０１３皋　图中加（　）为实际数据序列，ｘｌ（后），ｘ２（　），ｘ３（　）为不同仿　真模型输出数据序列。各序列值如下：　加（ｋ）＝ｌ　１Ｏ，２０，１５，３０，２５，４７，１３，５９，７４，３８　ｌ　１（ｋ）：Ｉ　８，１７，１６，３１，２４，４７，１３，５８，７５，３７　ｌ　２（　）＝［３０，４０，３５，５０，４５，６７，３３，７９，９４，５８］　ｘ３（ｋ）：［５０００００１０，５０００００２０，５０００００１５，５０００００３０，５０００００２５，　［６］黄友澎．基于灰色关联分析的异类传感器航迹相关算法［Ｊ］．华中　科技大学学报，２０１１，３９（１Ｏ）：８３—８６．　［７］魏世孝，周献中．多属性决策理论方法及其在Ｃ３Ｉ系统中的应用　［Ｍ］．北京：国防工业出版社，１９９８．　［８］宋久鹏，董人伟．基于层次分析法和灰色关联度的方案决策模型研　究［Ｊ］．西南交通大学学报，２００２，３７（４）：４６３．　５０００００４７，５０００００１３，５０００００５９，５０００００７４，５０００（０３８］　从图中可以直观地看出序列　１（ｋ）与加（ｋ）的相似度相比　较于ｘ２（　）与加（ｋ）的相似度要高，　３（ｋ）的数据序列由于对应　点坐标远大于ｘ０（ｋ）的数据序列的对应点坐标，因此没有显示　在图中。可信度由大到小依次为：　１（ｋ）＞ｘ２（ｋ）＞ｘ３（ｋ）。经　过编程计算各个仿真模型与实际系统的关联度如表１所示。　表１各个仿真模型与实际系统的关联度　关联度　算法　（　０，戈１）　（　ｏ，　２）　（　ｏ，　３）　（上接第２１７页）　分配阶段，仅有３个空闲的寄存器可供ＢＢ１４使用，由于ＢＢ１４　的执行频率比ＢＢ１７低，因此编译器把其中一部分本应该预留　的寄存器仍然分配给执行频率较高的全局变量，从而导致对　ＢＢ１４进行局部寄存器分配时出现了寄存器不够用的情况。此　时，ＢＢ１４共溢出了１４８个局部变量，通过使用胖点优化，ｓｈａｌ—　ｐｒｏｃｅｓｓ的溢出变量减少到３３个，总数减少了近８０％，从而在加　入预估的基础上进一步提升了优化效果。　原始的灰关　文献［４］的灰　本文改进后的　联度算法　关联度算法　灰关联度算法　ｏ．６３６１９　ｏ．９２０２６４　１　ｏ．７６９０９１　ｏ．７３０７３９　ｏ．３６７８８　ｏ．７３３８４４　通过分析，ＳＨＡ性能提高的原因一目了然。如表１所示，　一０３选项共产生了２０２个局部溢出变量，而加上预估和胖点优　０．３１８５６１　０　化后，局部溢出变量则分别减少到１９６和３３，从而令性能提高　非常明显。　表１　ＳＨＡ溢出变量个数统计表　ＳＨＡ　全局溢出变量　分析表中数据可知，原始的灰关联算法在验证模型可信度　时存在风险，得到的灰关联度　（　。，　）＜　（　，ｘ２），与实际情　０３　７７　０３预估　８３　０３预估＋胖点　８３　况不符，而　（‰，托）＝１更加说明了原始的灰关联算法只能反　映序列曲线形状上的相似度，而没有考虑距离上的差异。　文献［４］的灰关联算法在验证模型可信度时，虽然得到的　灰关联度　（　。，　）＞　（‰，　：），但差异并不明显，且在ｘＯ（ｋ）　与　３（ｊ｝）对应点相差一个极大的常数，可近似认为曲线　３（ｋ）　是对加（　）的一个无穷远的平移的情况下，　（‰，　）也仅达到　．　局部溢出变量　２０２　１９６　３３　５　结语　’　寄存器分配技术是当前高性能计算技术中最核心的编译优　化技术之一，它对于微处理器性能的提高有着重要的作用。本　文从尽量减少访存压力的角度出发，致力于改善局部寄存器分　配的策略，在一定程度上提高了ＳＷＣＣ的性能，取得不错的优化　一个不为０的极限值（０．３６　８），与公认不符。　本文改进后的灰关联算法在验证模型可信度时，不仅得到　的灰关联度　（　。，　）＞　（　。，　：），且差异明显，并得到了　（　。，　，）一０的令人满意的结果，表１中　（　。，　）＝０是由于　计算精度已超过计算机可表示的最小精度导致。　效果。然而，优化无止境，寄存器分配仅仅是诸多编译优化技术　中的一环，在后面的研究中，我们将充分结合国产ＣＰＵ　ＳＷ１６００　的结构特点，从更多的角度研究ＳＷＣＣ的编译优化技术，更好地　发挥国产ＣＰＵ　ＳＷ１６００的性能。　４　结语　ＶＶ＆Ａ作为仿真建模可信度评估的基础，贯穿于项目的整　个生命周期始终，本文针对ＶＶ＆Ａ仿真模型可信度验证方法进　行了研究，并对灰色关联分析法进行了进一步的改进完善。经　参考文献　［１］Ｏｐｅｎ６４［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｏｐｅｎ６４．ｓｏｕｒｃｅｆｏｒｇｅ．ｎｅｔ／．　［２］Ｏｖｅｒｖｉｅｗ　ｏｆ　ｔｈｅ　Ｏｐｅｎ６４　Ｃｏｍｐｉｌｅｒ　Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ［Ｒ］．‘Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｈｏｕｓｔｏｎ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ　Ｄｅｐａｒｔｍｅｎｔ　Ｈｉｇｈ　Ｐｅｒｆｏｒｍａｎｃｅ　Ｃｏｍｐｕｔｉｎｇ　Ｔｏｏｌｓ　Ｇｒｏｕｐ．　过实验测试，改进后的算法对仿真模型可信度的验证效果更加　明显，并且兼顾了临界情况，对工程应用具有一定的指导意义。　参考文献　［３］Ｂｒｉｇｇｓ　Ｐ，Ｃｏｏｐｅｒ　Ｋ，Ｔｏｒｃｚｏｎ　Ｌ．Ｉｍｐｒｏｖｅｍｅｎｔｓ　ｔｏ　ｇｒａｐｈ　ｃｏｌｏｉｒｎｇ　ｒｅｇｉｓｔｅｒ　ａｌｌｏｃａｔｉｏｎ［Ｊ］．ＡＣＭ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｐｒｏｇｒａｍｍｉｎｇ　Ｌａｎｇｕａｇｅｓ　ａｎｄ　Ｓｙｓ・　ｔｅｍｓ，１９９４，１６（３）：４２８～４５５．　［１］严小军，赵妮．仿真建模中的ＶＶＡ技术方法研究［Ｊ］．微型电脑应　用，２００７，２３（２）：３８—４０．　［４］Ｃｈｒｉｓｔｉａｎ　Ｗｉｍｍｅｒ，Ｍｉｃｈａｅｌ　Ｆｒａｎｚ．Ｌｉｎｅａｒ　Ｓｃａｎ　Ｒｅｇｉｓｔｅｒ　Ａｌｌｏｃａｔｉｏｎ　ｏｎ　ＳＳＡ　Ｆｏｒｍ［Ｊ］．ＣＧＯ，ＡＣＭ，２０１０：１７０—１７９．　［５］Ｓａｒｋａｒ　Ｖ，Ｂａｔｉｋ　Ｒ．Ｅｘｔｅｎｄｅｄ　ｌｉｎｅａｒ　ｓｃａｎ：Ａｎ　ａｌｔｅｒｎａｔｅ　ｆｏｕｎｄａｔｉｏｎ　ｆｏｒ　［２］邓聚龙．灰色理论基础［Ｍ］．武汉：华中科技大学出版社，２００２．　［３］陈永光．电子信息装备试验灰色系统理论运用技术［Ｍ］．北京：国　防工业出版社，２００８．　ｇｌｏｂａｌ　ｒｅｇｉｓｔｅｒ　ａｌｌｏｃａｔｉｏｎ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒ－　ｅｎｃｅ　ｏｎ　Ｃｏｍｐｉｌｅｒ　Ｃｏｎｓｔｒｕｃｔｉｏｎ，ｐａｇｅｓ　ＬＮＣＳ　４４２０，Ｓｐｒｉｎｇｅｒ　Ｖｅｒｌａｇ，　２００７：ｌ４１—１５５．　Ｆｌｏｒｅｎｔ　Ｂｏｕｃｈｅｚ，Ａｌａｉｎ　Ｄａｒｔｅ，Ｆａｂｆｉｃｅ　Ｒａｓｔｅｌｌｏ．Ｏｎ　ｔｈｅ　ｃｏｍｐｌｅｘｉｔｙ　ｏｆ　［６］　［４］孙勇成．基于灰色关联分析的仿真模型验证及其改进［Ｊ］．系统仿　真学报，２００５，１７（３）：５２２—５２４．　［５］王曙钊．利用灰色关联度理论对仿真模型的评估研究［Ｊ］．空军工　程大学学报，２００７，１８（１）：７３—７６．　ｒｅｇｉｓｔｅｒ　ｃｏａｌｅｓｃｉｎｇ［Ｊ］．ＣＧＯ，ＩＥＥＥ，２００７：１０２—１０４．