智慧医疗核心技术
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇智慧医疗核心技术范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
智慧医疗核心技术范文第1篇
虽然我国在智慧医疗系统技术、标准、产品、应用，以及政策层面均呈现出良好的开端，但从现阶段实施情况分析，仍然面临着诸多问题和挑战。
一是政府法律保障问题。智慧医疗中的个人健康信息涉及个人隐私，同时也涉及医师的职责。如何保证广大民众在最大程度地享受医疗健康服务的同时，又可以保证自身的隐私安全，这是需要政府通过制定相应的法律和制度，完善相应监督管理体系才能解决的问题。
二是产品化与市场准入问题。现有的智慧医疗系统产品多数尚处于初级阶段，相关产品和技术标准不完善。由于系统庞大且特殊复杂，较多新企业很难取得相关资质，与市场规定准入条件和指标要求差距较大，难于遵循市场公平性原则。
三是关键技术创新、突破与提升问题。智慧医疗技术涉及医疗专家系统技术、医疗感知技术、电源管理与运用技术、网络通讯的软硬件技术、信息融合技术、大数据和云计算技术等，在研发过程中需要持续不断地融合、突破和创新，在此过程中需要大量的资金投入。
四是商业模式创新问题。智慧医疗涉及行业领域范围较为宽泛，产业结构和利益链条形成过程较为复杂，需要有新的商业模式和服务方式来整合利益关系，调整利益结构和转变分配方式。
五是标准化与规范问题。系统涉及信息采集、网络通信、信息处理、终端接口、功能结构等多个环节，现有业务与技术标准涉及领域宽泛，形成各类标准错综复杂，大量的标准已过时需要重新制定，历史堆积问题日趋严重，负面影响日渐凸显。
六是资源配置与协调问题。长期以来医疗机构形成了条块固化模式，网络集成与服务商结构也颇为复杂，资源分配方式、技术协调对接、服务协同管理等缺乏有效的手段。市场、技术资源分配缺乏有效的约束与管理。
七是规范运营服务和管理问题。医疗行业由于长期资源短缺，形态比较稳定，条件优越。随着智慧医疗的应用，商业模式的创新与变化会对医疗从业人和机构形成一定的压力，迫使其改变传统工作形态和服务方式，改变服务意识，更新服务理念。
八是医疗知识普及与培训问题。传统医疗理念中人们对健康管理的认识远远不够，重治疗轻预防现象较为普遍，对于治疗过程的了解知之甚少，形成严重的信息不对称，也成为医患关系紧张和健康问题社会化的根源。医疗健康知识培训和信息技术的普及应用，在一定程度上成为推动和普及智慧医疗的难点和关键所在。
二、推进智慧医疗的有效性措施
各级政府为加快医疗卫生事业发展，制定了一系列相应的保障性政策，大力推进公共卫生、医疗、医保、药品、财务监管信息化建设。国务院《关于促进健康服务业发展的若干意见》以及《关于加快发展养老服务业的若干意见》等文件也都涉及了智慧医疗的相关内容，并有明确的规定。展望未来发展，推进智慧医疗体系建设具体措施应包括：
(1)创立科学有效的商业服务模式智慧医疗不仅会改变现有医疗模式，也会推动商业模式创新。新模式将体现智慧医疗具有服务成本、服务质量和服务内容三方面的优势，让医疗体系中每个要素紧密联系并发挥作用，让产业链中的病人、医生、研究人员、医院管理系统、药物供应商、保险公司、风险投资等各个群体都积极参与并能从中获益。
(2)加快核心技术研发及产业化智慧医疗的核心是病人各种信息的采集、传递与共享，人体生理信息采集传感器和网络终端设备就成为智慧医疗系统技术的核心和纽带。非医疗机构、家庭成员、特殊人群、个人信息数据采集专用传感器开发及产业化、健康参数对比模型研究及应用、个人健康保健量化管理方式、病理参数差异和影响因素分析模型研究等，都是智慧医疗的当务之急。只有突破关键核心技术，形成自主知识产权的核心产品，实现规模化生产，才更有利于降低成本和广泛地推广运用。
(3)整合有效资源、构建完整产业链我国智慧医疗行业地域分布广泛，技术差异较大，产品种类繁多，市场集中度较低。应该设置重点区域重点扶持发展，集聚包括电信运营商、系统集成商、平台服务商、产品生产商、终端制造商、生物工程基础研究与配套机构、传感器技术研发机构和厂商，以及用户服务商等多方资源，形成在一定区域内的产业集聚群体，通过行业组织和机构搭桥，开展包括产品技术工艺、市场应用信息、人才培育等方面交流合作，构建并不断完善智慧医疗的产业链。
(4)重视标准化工作智慧医疗是一门新兴的多学科交叉的行业，融合有生命科学、信息技术、材料技术等跨度较大的领域，涉及的技术标准复杂，缺乏规范的标准体系。应该针对产品技术工艺、市场运营与服务、产业行为与管理，尽快开展相关标准化工作，加快制定相应标准。
(5)强化示范应用加大政策扶持力度我国智慧医疗行业政府主导特点较为明显，市场还处于起步阶段，需要政府和政策的推进和引导。在相对发达地区树立相应的示范工程和应用试点是十分必要的，避免形成市场应用、产品技术、运营服务、监督管理的混乱，为今后行业规范和健康发展奠定良好基础以及提供良好经验。同时，制定详细的税收激励政策，并对关键技术研发给予政策性资金支持。
智慧医疗核心技术范文第2篇
随着人工智能的发展，人社会从移动互联网时代进入智慧互联网时代，近几年人工智能在医疗方面提供给我们越来越多高效的帮助。社会上越来越多的呼声认为人工智能将会取代未来人类的工作，但人工智能取代人类工作的说法并不准确，人工智能有所能、有所不能。医疗里的许多东西并不是简单的科学，有更多东西是个人经验，个人经验以目前的技术水平是没办法让机器来直接学习的。
我们总是片面地去看影像信息，而忽略检查检验的结果，心电图的信息、体温信息等因素，怎么把这些信息和影像信息结合起来，产生最终的诊断结果，这是现在人工智能的算法发展的主要着力点。我们应该更好地利用专家的知识，把机器学习和人工智能建立在医学体系上而不是离散的板块上，让这个技术更有效地解决各种临床问题，去服务于医生。
人工智能的第三次高峰
人工智能的历史是从1956年开始，期间已经经历了两次高峰，从2009年提出深度学习的概念之后，人工智能正式进入发展的第三次高峰。如今的深度学习有很多延伸的算法，且在许多领域都有成功的案例。霎时间许多新闻媒体都纷纷议论人工智能是否真的可以取代人类的工作，从我个人角度分析，人工智能仍然有许多的局限性，用医疗来讲，医疗里的许多东西都是个人经验，并不是一个可以让机器机械化学习的知识。但是目前的人工智能在医学方面不光可以看到我们看不到的一些信息，还会收集分析并基于专家知识的层面进行理解思考，做出推理协助诊断治疗。
智慧医疗的“三驾马车”
一套完善的智慧医疗体系离不开以下几点：
行业大数据：行业数据要标准化、完整、准确，且一定要和应用相关。只有最客观真实准确的数据才会尽可能地完善智慧医疗体系。
行业专家：我们需要有行业专家来指导应当着力于哪些领域让我们有的放矢，在专家的指导下建立知识库，并且利用专家的协助尽可能地完善。
核心技术：在技术层面，软件的便捷、实用是一切程序的基础，软件的出现应当尽可能地减少医生的工作流程，帮助医生提高效率、提升工作水平。
基于完整数据、行业专家的支持和先进的核心技术的角度发展，我们可以服务政府机构，去做政策决策。可以服务医院，做到医院的运营管理；服务医生，对三甲医院的顶级医生来讲，每天可以更高效地诊疗大量病人。对于基层放射科医生，每天的片子很少，经验不足，我们可以提供大量的实践素材。服务用户，用户在进行检查或体检后获取信息的速度将会更加快速，并且可以通过上网自助咨询信息更加高效地去了解自己的身体，管理我们的健康。
临床问题驱动技术发展
智慧医疗核心技术范文第3篇
信息孤岛 数据难共享
美国医疗发展比其他工业国家高出很多，比中国高出两倍左右，但是医疗成本增速更快。在经济低迷期，美国政府推行系列医疗改革，期间也遇到诸多问题。
美国工程院院士、贝尔奖章获得者Jim K.Omura在会上指着一张拍摄自美国一家医院ICU病房的照片说，围绕着病床的各类救护设备和监测仪器，它们各自独立，相互之间没有互联，“这很容易出错，在ICU，即使很小的失误也会导致死亡。美国很多人死于医疗系统的失误，这曾经是美国第四大死因。”
Jim K.Omura认为，目前医疗行业并没有充分利用IT技术。他揶揄说，原因可能是医生不太愿意改变，这技术对他们而言有点难。此外还有各个设备和系统开发完全没有标准，造成设备之间相互独立、孤立的运转现象普遍存在。为提高医疗效率，美国现在全国范围内建立统一标准用于共享。
相较于美国医疗系统的先行一步，中国的医疗系统面临的问题更多，各大医院的数据库不能互通，病人的电子病历档案尚未建成，转院需携带厚厚的病历（资料），相互之间的数据不能共享，形成信息孤岛。
医疗资源不均
中国工程院院士、航空生物医学工程的创始人俞梦孙，在会上表示：“现在炒的很热的智慧医疗、云医疗、医疗物联网、大数据等，有效果的很少。”问题在哪里？他认为原因有二，一是对已有主流医学的问题在哪里认识不清，缺乏符合实际规律的理念和办法，缺乏核心技术；二是盲目争夺医生资源，把现有的仪器简单联网，其结果就一定是造成新一轮的巨大浪费。
而对医生资源的争夺，使得全科医生、名医越来越向大医院和大城市集中，造成新一轮医疗资源不均的问题。
专注于大数据和人工智能研究的中国科学院院士、上海交通大学副校长梅宏在会上通报大数据现象分析给出结论，中国医疗状况出现以下几个特点，一个是卫生供给的“倒三角”，和需求的“正三角”；二是城乡资源分布不均，如城市拥有70%的医疗资源，农村仅有30%；区域资源分布不均，例如千人床位数北京为6.31，贵州只有1.52。这些信息透露出的诸多问题，表明医疗现代化的任务艰巨。
智慧医疗核心技术范文第4篇
物联网产业
领军人物奖
陈勇，江苏物泰信息科技有限公司首席执行官、执行董事。陈勇在云计算的平台和应用的研发、运营、市场推广、引进风险投资和规划海外上市等方面有丰富经验。
陈勇，江苏物泰信息科技有限公司首席执行官、执行董事，2006中国十大新媒体人物，中关村留学生创意产业园创业导师，石景山区海外联谊会理事。他是吉林大学计算数学学士、美国佛罗里达州立大学计算机硕士和博士（信息安全方向），并在加州从事高科技研发工作，之后获INSEAD （欧洲工商管理学院）工商管理硕士（MBA）学位。
陈勇于2005年初回国创业，任中国云计算领军企业北京讯鸟软件有限公司董事，战略、商务拓展及投融资副总裁。由于在中国首个成功把呼机叫中心和CRM软件搬上互联网（即云计算SaaS），陈勇被中国传媒论坛评为2006中国十大新媒体人物。2009年初，因为在云计算方面的成就，陈勇代表讯鸟领取著名风险投资媒体红鲱鱼评选的2008全球高科技创新百强奖项（2008年中国大陆仅5个企业入围） 。作为讯鸟创业团队核心成员，陈勇负责公司战略制定、商务拓展及投资者及政府关系维护等工作，积累了在云计算的平台和应用的研发、运营、市场推广、引进风险投资和规划海外上市等方面的丰富经验。
1998年，陈勇与斯坦福大学合作为美国心脏联合会成功开发美国首个远程医疗项目，结合互联网和传感设备为病人提供远程医疗服务。陈勇在国外的多年学习和工作经历造就了其国际化的视野，而在中国的国有企业、中外合资企业、民营企业以及美国的高科技企业及戴尔亚太区总部的完整从业经历，也让其对公司的管理、成长和战略有着很好的理解和把握。
江苏物泰信息科技有限公司是一家以物联网和云计算为核心业务的高科技企业，专业提供物联网云计算平台的搭建、集成以及运营服务，并提供平台化的物联网云应用服务。公司注册资金5500万元，总部位于江苏镇江，研发中心在江苏南京。公司已在上海、北京、广东、湖南、云南成立分公司。公司共有员工近200人，本科以上员工占比高达80%。公司主要技术力量来自美国硅谷和美国斯坦福大学、卡内基-梅隆大学、佛罗里达大学等著名大学。
智慧医疗核心技术范文第5篇
关键词： 信息物理融合系统； 体系结构； 智慧工厂； 卷烟
中图分类号： TN98?34； TP399 文献标识码： A 文章编号： 1004?373X（2017）05?0151?04
Abstract： The concept， basic function and characteristics of the cyber?physical system （CPS） are analyzed. According the practical situation of the factory， a five?layer architecture of CPS is proposed， including the perception layer， network layer， semantic information layer， model computing layer and service agent layer. The key technology and structure of each layer were designed in detail. It is proved that the architecture conforms with the informatization level and application status of the factory with an application example of the cigarette factory， and plays a basic supporting function for the construction of the smart factory.
Keywords： cyber?physical system； architecture； smart factory； cigarette
0 引 言
信息物理融合系统（Cyber?Physical System，CPS）是最近几年出现的一个新概念，是指计算和物理要素之间紧密结合与协作的系统[1]。有文献指出，CPS的影响将会远远超越20世纪的IT革命，就像Internet改变了人与人交互的方式一样，CPS的出现将改变人与物理世界交互的方式[2]。CPS一经出现便立即引起各国的重视。美国2007年的研究中便将CPS列入重要领域[3]，德国将CPS作为工业4.0的核心技术之一[4]。我国863技术也于2010年开展CPS的相关研究[3]。
CPS的落地应用与研究是按行业开展的，具有明显的领域相关（Domain?Specific）特征[3]。文献[5]描述了CPS在电力领域的应用，文献[6]描述了CPS在航空航天领域的应用，文献[7]描述了CPS在医疗领域的应用，文献[8]描述了CPS在交通领域的应用，但其在制造领域的应用研究较为少见。
本文对CPS体系结构和适用于智慧工厂的系统特性进行研究与分析，给出了CPS五层体系结构框架设计，并应用于实际案例。
1 CPS概述
1.1 CPS定义
CPS是通过计算（Computation）、通信（Communication）与控制（Control）技术的有机深度融合，实现计算资源与物理资源紧密结合与协调的下一代智能系统。在微观上，CPS通过在物理系统中嵌入计算与通信内核实现计算进程与物理进程的一体化。计算进程与物理进程通过反馈循环方式相互影响，实现嵌入式计算机与网络对物理进程可靠、实时和高效的监测、协调与控制。在宏观上，CPS是由运行在不同时间和空间范围的分布式、异步的异构系统组成的动态混合系统，包括感知、决策和控制等各种不同类型的资源和可编程组件。各个子系统之间通过有线或无线通信技术，依托网络基础设施相互协调工作，实现对物理与工程系统的实时感知、远程协调、精确的动态控制和信息服务[3]。一般来说，开展智能化设备研究及开发多采用微观描述，而对诸如生产、交通这样的系统性工程多采用宏观描述。
1.2 CPS在智慧工厂中的地位
基于工业4.0的智慧工厂是以全面感知的CPS系统为基础构建，如图1所示。CPS将融合物联网与服务网，是智慧工厂的基础及核心技术之一。文献[9]给出了智慧工厂实现的五大关键因素，但同时指出最为基本的是建立在CPS之上。
1.3 智慧工厂环境下CPS特性要求
智慧工厂是数字化工厂之后新一代的制造模式，包括多种核心特征，具体如下：
智慧工厂的异构性：智慧工厂将包括多种控制系统、智能装备和传感设备。作为智慧工厂基础的CPS应当采用开放的工业标准，集成许多功能与结构各异的子系统，各个子系统之间通过有线或无线的通信方式相互协调工作。
智慧工厂的实时性：智慧工厂必须对工厂实时的事件做出正确、合理的反应。要求CPS系统基于事件驱动机制，具有强实时特征和时间全局一致性。
智慧工S的数据驱动：数据驱动是新一代工厂区别于传统工厂的本质特征。要实现工业4.0提出的三个维度数据驱动流程，在底层落地需要CPS体现以数据为中心的特征要求。
智慧工厂的模型驱动：工厂数字模型是智慧工厂数据驱动的内在动力，体现物理模型、逻辑模型、资源模型等相关内容。CPS也必须是该模型的承载平台和运行环境，要求具备全局一致的虚拟模型。
智慧工厂的工业特征：作为制造工厂，现实要求的高度安全性、高度可靠性、领域相关性都是对CPS的要求。
2 CPS体系结构设计
2.1 CPS体系结构
CPS体系结构是CPS的核心技术，是CPS的骨架和基础。文献[10]给出一套CPS结构体系的设计，并将其应用在智能交通领域。分析认为，这种层次结构表达的概念是清晰的，但过于粗略，细节描述不够，不利于后期的实施。本文在结合国内外大量研究成果的基础上，结合制造工厂的实际情况，提出一套符合现实应用的五层CPS体系结构，如图2所示。
2.2 泛在感知层
泛在感知层是实现深度嵌入到制造全流程而设计的，通过感知节点实现。一个典型的感知节点结构如图3所示，包括软件、硬件两大部分。其中硬件包括与物理对象相一致的传感器、执行单元和对应的驱动装置。软件包括传感器数据处理模块、执行单元的控制模块，节点自身的计算模块（包括缓存、地址管理等功能），以及与网络层进行通信的模块。一个感知节点应当还包括一个能够全局同步的本地时钟，满足CPS所要求的时间一致性。
针对工厂的物理对象，感知节点需实现 “人、机、料、法、环、测、时间、空间”等物理要素的数字化感知。
人：采用移动互联技术，结合RFID，NFC等近场通信技术，实现人与系统的对接。
机：设备采用统一的资产代码，主要是利用二维码和RFID电子标签。
料：针对连续生产过程，采用温度计、水分仪、皮带秤表征物料特性。
法：结合生产规范要求，建立各个工序的工艺采集点，建设车间集控系统为超级节点。
环：采用无线组网技术，如Zigbee协议、WiFi协议实现全厂动能及环境的采集与计量。
测：构建超级节点，实现实验室数据采集、综合测试台数据采集。
时间：建立全厂统一的时间服务器，同步各个采集点的时钟。
空间：建立全厂采集点地址及命名字典。有条件的工厂建议采用IPv6协议。
2.3 互联网络层
CPS的异构性包括网络的异构及应用的异构。互联网络层将泛在感知层的大量异构感知节点实现互联互通，并支持感知节点之间的互操作，支持M2M（设备到设备）的通信。当前工厂的网络环境，绝大多数采用TCP作为传输层通信协议。但众所周知，TCP协议是一个非实时的协议，需要在语义信息层实现自定义的会话协议，或针对实时数据采用UDP协议。
2.4 语义信息层
CPS是以数据为中心，工厂的数据分为测量数据和业务单据数据。对于实时测量数据，采用OPC统一架构（OPC?UA）协议作为语义层协议。对于业务单据数据，采用自定义XML结构描述。XML文档的内容和结构完全分离、互操作性强、规范统一、支持多种编码及可扩展性的特点[11]。
工厂生产信息模型符合ISA95标准给出描述[12]，只是在实例化过程中增加具体生产工厂的特殊属性。图4所示为针对一般工厂抽象形成的核心生产信息模型，包括生产能力模型、产品定义模型、生产信息模型。该模型将实现全局一致性的视图，支持MES系统、MES系统与自动化系统的集成、MES系统与PDM系统和ERP系统的集成（智慧工厂的三个集成）。通过该模型使CPS成为以数据为中心的系统。
2.5 模型计算层
物理与信息的融合过程，核心是通过在CPS系统中嵌入物理对象的模型来实现（有些研究称之为数字孪生体）。这个模型包括物理设备对象模型（物理模型）以及物理设备对象在生产过程中表现出来的服务逻辑模型构成。模型计算层除了管理这两大模型之外，还包括一个高可靠的模型引擎，实现CPS特性给出的事件驱动要求，如图5所示。
物理模型：工厂设备一般组织成分层形式，包括工厂（Plant）、车间（Area）、工段（Cell）、设备（Unit）四个层次[12]，这是一个面向对象的模型库。每个层次的设备对象中嵌入感知节点及对应的感知数据。
逻辑模型：逻辑模型是表征物理模型在生产过程中提供的服务以及制造过程的核心流程管控，包括生产操作模型、质量管理模型、维护操作模型、库存操作模型[10]。
模型引擎：模型引擎是一个基于SOA架构的计算环境，包括运行服务管理、流程引擎、安全管理、服务管理、服务及接口协议、物理模型管理。
2.6 服务层
CPS与智慧工厂服务网之间的连接是通过制造服务层实现的，这是一个典型的SOA与多Agent环境。同时，该层也实现CPS与异构应用系统之间的连接。
工业4.0背景下智慧工厂的业务应用将呈现App化的特征。一个典型的App将满足工厂管理的某一个领域的功能要求。但这些单一业务需要流程的集成，共同实现以产品为中心的某一特定的生产任务，比如生产换模过程。每一个App通过它的服务接入到CPS模型引擎中，如图6所示。模型引擎具有一个Agent容器管理功能，实现Agent服务的发现、注册、变更及有效性检验，符合CPS高度自主性的特性。
3 典型应用
卷烟工业企业在整体制造业信息化中具有较高水平。宁波卷烟厂在全行业较早开展信息化建设，基本完成了数字工厂建设[13]。通过分析智慧工厂的核心要求，明确智慧工厂建设的核心是在工厂导入CPS系统，实现物联网与服务网的融合。基于CPS系统，重新构建工厂一体化核心数据平台，重新梳理三项集成（工厂与集团的集成、研发与生产的集成、制造与服务的集成）。宁波卷烟厂CPS实施技术路线如图7所示。
工厂利用新引进设备的机会，完成了智慧工厂所需的物联网环境建设。自动化系统采用OPC?UA协议共享CPS全局一致的实时数据库系统。同时，根据智慧工厂的业务要求增加少量的o线感知节点，主要应用于设备状态监测领域。在建模及模型引擎方面，采用西门子公司的Simatic IT建模平台实现模型在线运行。而服务则采用工厂已建成的SOA总线平台（IBM产品Message Broker）实现模型驱动与服务组件的集成。服务集成所用的协议为广泛采用的WebServices标准。通过优化及完善以MES系统为核心的工厂应用系统，完善App形式的业务管理功能。
基于CPS的生产信息监控界面如图8所示。通过导入CPS系统，一是实现了全局一致的核心数据库；二是实现生产资源的对象模型，建立透明工厂；三是逻辑模型支持生产管控流程的灵活修改，提高生产柔性；四是生产服务化，实现即插即用；五是实现控制层与管理层的深度融合，提升管理精细化水平。
4 结 语
CPS是智慧工厂的核心技术。本文从CPS国内外的研究现状出发，结合CPS的基本功能及特性要求，提出一种应用于工厂的五层CPS体系结构，包括泛在感知层、互联网络层、语义信息层、模型计算层、服务层。该体系自下而上实现了物理对象、生产信息、生产对象模型以及服务模型的抽象。最后，本文给出了一个卷烟工厂的实施案例，列出了每一层所采用的技术路线。应用案例表明，本文提出的五层CPS体系结构符合卷烟工厂的信息化水平及应用需求，对智慧卷烟工厂的建设能起到基础性支撑。
参考文献
[1] Wikipedia. Cyber?physical system [EB/OL]. [2015?08?08]. http：///wiki/Cyber?physical_system.
[2] RAJKUMAR R， LEE I， SHA L， et al. Cyber?physical systems： the next computing revolution [C]// Proceedings of 2010 IEEE Design Automation Conference. [S.l.]： IEEE， 2010： 731?736.
[3] 黎作鹏，张天驰，张菁.信息物理融合系统（CPS）研究综述[J].计算机科学，2011，38（9）：25?31.
[4] 工业4.0工作组.德国工业4.0战略计划实施建议（上）[J].机械工程导报，2013（7）：23?33.
[5] TANEJA J， KATZ R， CULLER D. Defining CPS challenges in a sustainable electricity grid [C]// Proceedings of 2012 IEEE/ACM Third International Conference on Cyber?Physical Systems. Berkeley： IEEE， 2012： 119?128.
[6] 杨孟飞，王磊，顾斌，等.CPS在航天器控制系统中的应用分析[J].空间控制技术与应用，2012，38（5）：8?13.
[7] LEE I， SOKOLSKY O， CHEN S， et al. Challenges and research directions in medical cyber?physical systems [J]. Proceedings of the IEEE， 2012， 100（1）： 75?90.
[8] CARTWRIGHT R， CHENG A， HUDAK P， et al. Cyber?physical challenges in transportation system design [C]// Proceedings of 2008 National Workshop for Research on High?confidence Transportation Cyber?Physical Systems： Automotive， Aviation and Rail. Washington D. C.： National Science Foundation， 2008： 220?224.
[9] .工业4.0和智能制造[J].机械设计与制造工程，2014，43（8）：1?5.
[10] 陈丽娜，王小乐，邓苏.CPS体系结构设计[J].计算机科学，2011，38（5）：295?300.
[11] 张晶，张云生.基于XML的实时数据一致性描述与查询处理[J].计算机工程，2007，33（10）：52?54.
