基於連續型模糊插值的模糊控制方法和系統的製作方法

2023-06-23 05:10:21

專利名稱：基於連續型模糊插值的模糊控制方法和系統的製作方法
技術領域：
本發明涉及控制理論與控制工程領域。

背景技術：
在工業生產過程中，單參數連續型輸入的控制問題是較普遍且較關鍵的控制問題，他們多具有非線性、強耦合、時變、時滯等特性。傳統PID控制等控制方式很難對其進行有效的控制，模糊控制方法能彌補單參數連續型輸入控制系統中無法建立精確數學模型的缺陷，使控制效果和響應速度有所提高。但是在穩態精度的控制方面，通常模糊控制方法的控制效果並不理想，其中主要原因之一就是基於若干模糊推理規則的模糊控制量的生成過於粗略，難以滿足實際要求。模糊控制方法一般採用離散控制量查表的方式來實現，即連續的系統輸入變量通過量化、近似取整後，形成只能在有限離散論域內取值的離散輸入量。在此有限論域內，通過事先確定的模糊規則進行模糊推理，形成相應的模糊控制量。此時得到的有限個模糊控制量實際上包含了很多有價值的信息，而現在通常的作法是對模糊控制量按照重心法、最大值法等方法進行精確化處理，得到確定的控制量，並建立模糊決策(控制)表(二維輸入情形)，便於在線控制過程中輸入一組輸入變量值後，通過查表得到唯一的控制量。為此李界家等人在《控制工程》的2004年第11卷第1期的《參數自調整模糊控制在爐溫中的應用》中採用了基於參數自調整的單片機模糊控制器；Un-Chul Moon、Lee K.Y.等人在2000年6月的American ControlConference的《Temperature Control of Glass Melting Furnace with FuzzyLogic and Conventional PI Control》中採用了模糊控制和常規PI控制相結合的方法。但是這些改進的模糊控制算法在實際應用中仍然面臨著如下問題 (1)控制精度問題。在一定範圍內不同的連續的輸入量通過量化取整後歸為幾個離散的輸入量，再通過模糊推理得到的卻是同一個控制量。查表法不能連續取值，在實際中容易造成控制精度太差的問題。
(2)模糊推理信息損失問題。針對若干離散的輸入量得到的若干模糊控制量，其中包含了較多的理論成果和豐富的實踐經驗，列出的有限個輸入輸出情形只是實際系統的一些典型代表。通常為了查表方便而強行將一般的輸入變量值向幾個典型的離散值歸併，將包含了更多內容的模糊控制量用某種精確化方法變成一個確定的值，這樣使其中很多的信息丟失。因此，介於現有的離散輸入量之間的輸入量，並沒有充分地利用了各模糊規則所蘊含的知識和經驗，得到的只是簡單化的推理結果。這既影響了模糊控制精度，同時也沒有充分利用推理信息。


發明內容
本發明所要解決的技術問題是，針對現有技術中存在的上述不足，提出一種基於模糊集相對相似度的連續型模糊插值的模糊控制方法和系統，從而解決連續型輸入量控制系統中通過取有限典型的離散輸入量進行模糊推理得到控制量的過程中造成的模糊推理信息損失，控制精度差等實際問題。
解決上述技術問題所採用的技術方案是設計一種基於模糊集相對相似度的連續型模糊插值的模糊控制方法和系統，在模糊控制系統的輸入量和控制量之間建立連續模糊映射關係，獲得模糊控制量，進而確定精確控制量實施對控制對象的連續精確控制。具體方案為系統檢測模塊通過工業傳感器在線提取控制對象相關參數；量化處理模塊計算輸入量與目標值的偏差以及偏差變化率，並將偏差和偏差變化率量化處理得到有限離散的偏差模糊量、偏差變化率模糊量，作為控制器輸入量；控制器模塊包括控制算法模塊和查詢模塊，其中查詢模塊通過重心法建立偏差模糊量、偏差變化率模糊量與模糊控制量之間關係的模糊控制查詢表；算法模塊查詢模糊控制查詢表，按相似優先原則檢測控制器輸入量，如其值與查詢表內輸入量參數一致，則直接從查詢表中取對應的模糊控制量；否則算法模塊取其鄰近的4個離散輸入量作為該輸入點的二維模糊集束，分別計算該輸入點模糊集與鄰近4點的模糊集相對於該二維模糊集束的相對相似度，從而將該輸入點表示為鄰近4點經過對應的相對相似度加權後的和，而該輸入點的模糊控制量則由鄰近4點的模糊控制量通過對應的相對相似度加權求和得到；最後控制執行模塊根據模糊控制量確定控制器的精確控制量對被控對象進行控制。所述計算相對相似度求控制量的步驟具體包括，取控制器輸入量(X*，Y*)的近鄰4點的離散輸入量(Xi，Yj)，(Xi，Yj+1)，(Xi+1，Yj)，(Xi+1，Yj+1)，查表得到對應的模糊控制量Uij，Ui+1，j，Ui，j+1，Ui+1，j+1；對(X*，Y*)進行單點集模糊化處理，得到(X*，Y*)及近鄰4點對應的二維模糊集A*×B*、Ai×Bj、Ai×Bj+1、Ai+1×Bj、Ai+1×Bj+1；分別求一維模糊集A*在模糊集束Φ＝{Ai，Ai+1}和一維模糊集B*在模糊集束Φ＝{Bj，Bj+1}下的相對相似度的值；再由一維模糊集相對相似度的值求出二維模糊集A*×B*在模糊集束Φ＝{Ai×Bj，Ai×Bj+1，Ai+1×Bj，Ai+1×Bj+1}下的各個相對相似度的值；以上述二維模糊集相對相似度值作為係數，對模糊控制量Uij，Ui+1，j，Ui，j+1，Ui+1，j+1加權求和得到(X*，Y*)的模糊控制量U*。
本發明提出的基於模糊集相對相似度的連續型模糊插值的模糊控制方法和系統，在模糊控制器的輸入量和控制量之間建立連續模糊映射關係，根據模糊集在模糊集束中相對相似度的關係，獲得控制器的模糊控制量，進而實現對控制對象的連續精確控制，並能夠將模糊推理的信息進行較全面完善的保留，抗幹擾能力強、響應速度快、控制精度高、可以滿足工業控制的實際要求。



圖1基於連續型模糊插值的模糊控制系統模塊結構圖 圖2基於連續型模糊插值的模糊控制方法流程圖 圖3模糊集A*與A1，A2的相對相似度示意圖 圖4基於連續型模糊插值的模糊控制方法仿真效果圖
具體實施例方式 現結合附圖及實施例對本發明的實現作詳細描述。
如圖1所示為基於連續型模糊插值的模糊控制系統模塊結構圖，本發明利用傳感器在線提取工業現場控制過程中的控制對象相關參數作為系統輸入量(輸入量包括溫度、壓力、液位等)，計算其偏差以及偏差的變化率；將該偏差、偏差的變化率在取值範圍內經過量化處理分別得到有限離散值，構成控制器輸入量的離散論域，由經驗數據和規則庫通過重心法進行清晰化處理，查詢模塊建立偏差模糊量、偏差變化率模糊量與模糊控制量之間關係的模糊控制量查詢表；算法模塊遵循相似優先原則，取偏差模糊量、偏差變化率模糊量查詢模糊控制表檢測控制器輸入量，如果輸入量直接與查詢表內輸入量的某離散點一致，則直接由查詢表中獲取模糊控制量；如果輸入點落在某幾個離散點之間，則取其鄰近的4個離散輸入量作為該輸入點的二維模糊集束，分別計算該輸入點模糊集與該鄰近4點的模糊集相對於該模糊集束的相對相似度，從而將該輸入點表示為該鄰近4點經過對應的相對相似度加權後的和，而該輸入點的模糊控制量則由該鄰近4點的模糊控制量通過對應的相對相似度加權求和得到；最後根據調節器(如燃氣閥)的調節特性，由輸入點的模糊控制量得到精確控制量，進而實現對被控對象的連續精確控制。
求模糊集之間相對相似度時根據模糊集隸屬度函數的特徵值進行計算。模糊集隸屬度函數的特徵值的取法如下若各模糊集的隸屬度函數均為對稱三角形，則取特徵值d為左右對稱點的橫坐標；若各模糊集的隸屬度函數為不同的三角形函數，則取特徵值d為隸屬度函數曲線與坐標軸所圍圖形的重心，這就有重心橫坐標和重心縱坐標共兩個特徵值。另外，我們還可以在此基礎上研究更廣泛的模糊集的特徵量。模糊集特徵值是對模糊集的辨識，它可用於模糊集之間的區分和相似性的度量。
下面以對爐溫實施連續型模糊控制的過程為例，對其他參數的控制也是採用相似的方法。如圖2所示為採用基於相對相似度的連續型模糊插值方法進行控制的流程圖，其步驟如下 1.工業現場的系統檢測模塊通過溫度傳感器在線提取燃燒爐的當前爐溫並計算其偏差、溫度偏差變化率等相關參數。取z，T0分別表示爐溫、目標溫度，u，x，y分別表示溫度調節器控制量、溫度偏差和溫度偏差變化率。其中，x＝z-T0，x、y和u的基本論域為x∈[T1，T2]，y∈[D1，D2]，u∈[W1，W2]。
2.控制模塊將溫度偏差x和偏差變化率y在取值範圍內量化處理，分別得到有限離散值，構成輸入量的離散論域，作為模糊控制器的輸入量。得到爐溫偏差的模糊量X∈{X1，X2，L，Xn}，偏差變化率的模糊量Y∈{Y1，Y2，L，Ym}，輸出的爐溫調節模糊控制量U∈{U1，U2，L，Us}。偏差、偏差變化率，控制量的模糊子集採用不同形狀的三角型隸屬函數。
3.利用實驗經驗數據和規則庫按照重心法，查詢模塊建立溫度偏差模糊量X、溫度偏差變化率模糊量Y與溫度調節器模糊控制量U之間關係的模糊控制查詢表。建立模糊控制查詢表如下表1。根據偏差模糊量和偏差變化率模糊量X，Y取不同離散值的組合(Xi，Yj)，從表中可得到對應的模糊控制量Ui，j，其中i∈{1，2，L，n}，j∈{1，2，L，m}。
表1 模糊控制量經清晰化處理後的模糊控制量查詢表
4.應用模糊控制查詢表，進行插值計算，實現連續型模糊控制。
算法模塊根據溫度偏差模糊量和偏差變化率模糊量的大小查表檢測控制器輸入量，如果溫度偏差模糊量、偏差變化率模糊量與查詢表內參數一致，則直接從查詢表中取對應的模糊控制量，如果偏差模糊量、偏差變化率模糊量的值落在查詢表內某幾個參數之間，不屬於查詢表中所列出的點，則取其鄰近的4個離散輸入量作為該點的二維模糊集束，算法模塊調用相應公式分別計算該輸入點與該模糊集束中間的4點相對於該模糊集束的相對相似度，從而將該輸入點以鄰近4點和對應的相對相似度來表示，而該輸入點的模糊控制量則由該鄰近4點的模糊控制量以及對應的相對相似度得到。具體計算步驟如下 步驟一根據工業控制現場傳感器獲取的溫度參數得到系統輸入量。根據檢測溫度，算法模塊計算溫度偏差x*和偏差變化率y*，乘於各自的量化係數，得到溫度偏差模糊量X*和偏差變化率模糊量Y*，作為控制器輸入量(X*，Y*)。
步驟二如果(X*，Y*)＝(Xi，Yj)，其中i＝1，2，3，...n，j＝1，2，3，..m，則由查詢表直接獲得控制器輸出量Uij，轉入第5步，否則轉入步驟三。
步驟三取控制器輸入量(X*，Y*)的近鄰4點的離散輸入量(Xi，Yj)，(Xi，Yj+1)，(Xi+1，Yj)，(Xi+1，Yj+1)，查表得到對應的模糊控制量Uij，Ui，j+1，Ui+1，j，Ui+1，j+1。
步驟四進行單點集模糊化處理，得到(X*，Y*)及近鄰4點對應的二維模糊集。採用最大隸屬度法確定各點對應輸入量的隸屬度。如(Xi，Yj)隸屬度為

則(Xi，Yj)對應的二維模糊集Ai×Bj 另外有(Xi，Yj+1)對應的二維模糊集Ai×Bj+1 (Xi+1，Yj)對應的二維模糊集Ai+1×Bj (Xi+1，Yj+1)對應的二維模糊集Ai+1×Bj+1 (X*，Y*)對應的二維模糊集A*×B*； 步驟五分別求模糊集A*在模糊集束Φ＝{Ai，Ai+1}下和模糊集B*在模糊集束Φ＝{Bj，Bj+1}下的各個相對相似度的值。
特徵量d取模糊集隸屬度函數與坐標橫軸所圍圖形的重心的橫坐標，即d(Ai)＝Xi，d(Ai+1)＝Xi+1，d(Bj)＝Yj，d(Bj+1)＝Yj+1，d(A*)＝X*，d(B*)＝Y*。
則在特徵d意義下，模糊集束Φ＝{Ai，Ai+1}下，模糊集A*與模糊集Ai的相對相似度為 模糊集A*與模糊集Ai+1的相對相似度為 而模糊集束Φ＝{Bj，Bj+1}下，模糊集B*與模糊集Bj的相對相似度為 模糊集B*與模糊集Bj+1的相對相似度為 λ(B*，Bj+1，Bj＝1-λj (4) 現結合圖3說明模糊集之間相對相似度的意義，如模糊集隸屬函數取等腰三角形，特徵量d取隸屬函數與坐標橫軸所圍圖形的重心的橫坐標，模糊集A1，A2，A*的特徵值為d(A1)，d(A2)，d(A*)，有 說明模糊集束Φ＝{A1，A2}下，模糊集A*與模糊集A1的相對相似度λ(A*，A1，A2)要大於模糊集A*與模糊集A2的相對相似度λ(A*，A2，A1)，也就是模糊集A*與模糊集A1要更相似。
步驟六求A*×B*在模糊集束Φ＝{Ai×Bj，Ai×Bj+1，Ai+1×Bj，Ai+1×Bj+1}下的4個相對相似度的值。
在模糊集束Φ＝{Ai×Bj，Ai×Bj+1，Ai+1×Bj，Ai+1×Bj+1}下，模糊集A*×B*與Ai×Bj的相對相似度為 λ(A*×B*，Ai×Bj，Φ)＝λ(A*，Ai，Ai+1)·λ(B*，Bj，Bj+1)＝λi·λj(5) 模糊集A*×B*與Ai×Bj+1，Ai+1×Bj，Ai+1×Bj+1的相對相似度分別為 λ(A*×B*，Ai×Bj+1，Φ)＝λ(A*，Ai，Ai+1)·λ(B*，Bj+1，Bj)＝λi·λj+1＝λi(1-λj) (6) λ(A*×B*，Ai+1×Bj，Φ)＝λ(A*，Ai+1，Ai)·λ(B*，Bj，Bj+1)＝λi+1·λj＝(1-λi)λj(7) λ(A*×B*，Ai+1×Bj+1，Φ)＝λ(A*，Ai+1，Ai)·λ(B*，Bj+1，Bj)＝λi+1·λj+1＝(1-λi)(1-λj) (8) 步驟七確定插值。將模糊集A*×B*以4個二維模糊集Ai×Bj，Ai×Bj+1，Ai+1×Bj，Ai+1×Bj+1加權表示，加權係數即為他們在模糊集束下的相對相似度。
A*×B*＝λ(A*×B*，Ai×Bj，Φ)·Ai×Bj+λ(A*×B*，Ai×Bj+1，Φ)·Ai×Bj+1 +λ(A*×B*，Ai+1×Bj，Φ)·Ai+1×B，+λ(A*×B*，Ai+1×Bj+1，Φ)·Ai+1×Bj+1(9) ＝λiλjAi×Bj+λi(1-λj)Ai×Bj+1+(1-λi)λjAi+1×Bj+(1-λi)(1-λj)Ai+j×Bj+1 A*×B*即為4個二維模糊集Ai×Bj，Ai×Bj+1，Ai+1×Bj，Ai+1×Bj+1的插值。
根據離線查表獲得的輸入點臨近四點的模糊控制量Uij、Ui，j+1、Ui+1，j、Ui+1，j+1，進行在線快速插值得到(X*，Y*)所對應的模糊控制量U*，即 U*＝λiλjUi，j+λi(1-λj)Ui，j+1+(1-λi)λjUi+1，j+(1-λi)(1-λj)Ui+1，j+1 (10) 5.最後根據溫度調節器(如燃氣閥)的調節特性，由模糊控制量U*乘以各控制對象的比例係數得到精確控制量，控制器執行模塊根據精確控制量對調節器(如燃氣閥)的控制實現對爐中溫度的控制。
本發明方法經過Matlab仿真效果如圖4所示，圖中X，Y分別表示溫度偏差模糊量和偏差變化率模糊量，U表示溫度調節器模糊控制量，查詢表中對應的離散點由圖中的小黑點表示，通過基於相對相似度的連續型模糊插值的模糊控制方法得到網格中的其它部分各點以及其對應的控制量，從而形成連續的模糊控制曲面。
權利要求
1、基於模糊集相對相似度的連續型模糊插值的模糊控制方法，其特徵在於，傳感器在線提取工業現場設備控制對象相關參數作為控制器輸入量；將控制器輸入量經過量化處理得到有限離散值；查詢模塊通過重心法建立輸入量偏差、輸入量偏差變化率與調節器控制量之間關係的模糊控制查詢表；算法模塊檢測控制器輸入量，如其值與查詢表內輸入量參數一致，則直接從查詢表中取對應的模糊控制量；否則取其鄰近的4個離散輸入量作為該輸入點的二維模糊集束，分別計算該輸入點與該二維模糊集束中間的4點相對於該模糊集束的相對相似度，根據鄰近4點的模糊控制量以及對應的相對相似度確定插值獲得該輸入點的模糊控制量；根據模糊控制量確定控制器的精確控制量輸入控制執行模塊。
2、根據權利要求1所述的模糊控制方法，其特徵在於，所述計算相對相似度的步驟具體包括，取控制器輸入量(X*，Y*)的近鄰4點的離散輸入量(Xi，Yj)，(Xi，Yj+1)，(Xi+1，Yj)，(Xi+1，Yj+1)作為控制器輸入量(X*，Y*)的二維模糊集束；對(X*，Y*)進行單點集模糊化處理，得到(X*，Y*)及近鄰4點對應的二維模糊集A*×B*、Ai×Bj、Ai×Bj+1、Ai+1×Bj、Ai+1×Bj+1，分別求一維模糊集A*在模糊集束Φ＝{Ai，Ai+1}和一維模糊集B*在模糊集束Φ＝{Bj，Bj+1}下的各個相對相似度的值；求二維模糊集A*×B*在模糊集束Φ＝{Ai×Bj，Ai×Bj+1，Ai+1×Bj，Aj+1×Bj+1}下的各個相對相似度的值。
3、根據權利要求1所述的模糊控制方法，其特徵在於，根據輸入點臨近四點的模糊控制量Uij、Ui，j+1、Ui+1，j、Ui+1，j+1，進行在線快速插值，算法模塊調用公式
U*＝λiλjUi，j+λi(1-λj)Ui，j+1+(1-λi)λjUi+1，j+(1-λi)(1-λj)Ui+1，j+1獲得模糊控制量U*。
4、根據權利要求2所述的模糊控制方法，其特徵在於，算法模塊調用公式求一維模糊集A*在模糊集束Φ＝{Ai，Ai+1}和一維模糊集B*在模糊集束Φ＝{Bj，Bj+1}下的各個相對相似度的值；調用公式
λ(A*×B*，Ai×Bj，Φ)＝λ(A*，Ai，Ai+1)·λ(B*，Bj，Bj+1)＝λi·λj
λ(A*×B*，Ai×Bj+1，Φ)＝λ(A*，Ai，Ai+1)·λ(B*，Bj+1，Bj)＝λi·λj+1＝λi(1-λj)
λ(A*×B*，Ai+1×Bj，Φ)＝λ(A*，Ai+1，Ai)·λ(B*，Bj，Bj+1)＝λi+1·λj＝(1-λi)λj
λ(A*×B*，Ai+1×Bj+1，Φ)＝λ(A*，Ai+1，Aii)·λ(B*，Bj+1，Bj)＝λi+1·λj+1＝(1-λi)(1-λj)
求二維模糊集A*×B*在模糊集束Φ＝{Ai×Bj，Ai×Bj+1，Ai+1×Bj，Ai+1×Bj+1}下的各個相對相似度的值。
5、根據權利要求2或4所述的連續型模糊插值的模糊控制方法，其特徵在於，一維模糊集相對相似度具有歸一性λ(A*，A1，A2)+λ(A*，A2，A1)＝1；二維模糊集相對相似度具有歸一特性
6、基於模糊集相對相似度的連續型模糊插值的模糊控制系統，其特徵在於，系統檢測模塊通過傳感器在線提取控制對象相關參數作為控制器輸入量；控制器模塊將輸入量經過量化處理得到有限離散值；查詢模塊通過重心法建立輸入量偏差、輸入量偏差變化率與輸入量調節器控制量之間關係的模糊控制查詢表；算法模塊檢測輸入量，如其值與查詢表內輸入量參數一致，則直接從查詢表中取對應的模糊控制量；否則取其鄰近的4個離散輸入量作為該輸入點的二維模糊集束，算法模塊分別計算該輸入點與該二維模糊集束中間的4點相對於該模糊集束的相對相似度，根據鄰近4點的模糊控制量以及對應的相對相似度獲得該輸入點的模糊控制量；控制執行模塊根據模糊控制量確定對被控對象的精確控制量。
7、根據權利要求6所述的連續型模糊插值的模糊控制系統，其特徵在於，所述算法模塊計算相對相似度具體包括，取控制器輸入量(X*，Y*)的近鄰4點的離散輸入量(Xi，Yj)，(Xi，Yj+1)，(Xi+1，Yj)，(Xi+1，Yj+1)作為控制器輸入量(X*，Y*)的二維模糊集束；對(X*，Y*)進行單點集模糊化處理，得到(X*，Y*)及近鄰4點對應的二維模糊集A*×B*、Ai×Bj、Ai×Bj+1、Ai+1×Bj、Ai+1×Bj+1，分別求一維模糊集A*在模糊集束Φ＝{Ai，Ai+1}和一維模糊集B*在模糊集束Φ＝{Bj，Bj+1}下的各個相對相似度的值；求二維模糊集A*×B*在模糊集束Φ＝{Ai×Bj，Ai×Bj+1，Ai+1×Bj，Ai+1×Bj+1}下的各個相對相似度的值。
8、根據權利要求7所述的連續型模糊插值的模糊控制系統，其特徵在於，算法模塊調用公式求一維模糊集A*在模糊集束Φ＝{Ai，Ai+1}下的各個相對相似度的值，調用公式
λ(A*×B*，Ai×Bj，Φ)＝λ(A*，Ai，Ai+1)·λ(B*，Bj，Bj+1)＝λi·λj
λ(A*×B*，Ai×Bj+1，Φ)＝λ(A*，Ai，Ai+1)·λ(B*，Bj+1，Bj)＝λi·λj+1＝λi(1-λj)
λ(A*×B*，Ai+1×Bj，Φ)＝λ(A*，Ai+1，Ai)·λ(B*，Bj，Bj+1)＝λi+1·λj＝(1-λi)λj
λ(A*×B*，Ai+1×Bj+1，Φ)＝λ(A*，Ai+1，Ai)·λ(B*，Bj+1，Bj)＝λi+1·λj+1＝(1-λi)(1-λj)
求二維模糊集A*×B*在模糊集束Φ＝{Ai×Bj，Ai×Bj+1，Ai+1×Bj，Ai+1×Bj+1}下的各個相對相似度的值。
9、根據權利要求7或8所述的連續型模糊插值的模糊控制系統，其特徵在於，一維模糊集相對相似度具有歸一性λ(A*，A1，A2)+λ(A*，A2，A1)＝1；二維模糊集相對相似度具有歸一特性
全文摘要
本發明請求保護基於模糊集相對相似度的連續型模糊插值的模糊控制方法和系統，涉及工業控制領域，在模糊控制器的輸入量和控制量之間建立連續模糊映射關係，根據模糊集在模糊集束中相對相似度的關係，按相似優先原則，對控制值進行插值計算獲得控制器的模糊控制量，進而實現對控制對象的連續精確控制，並能夠將模糊推理的信息進行較全面完善的保留，抗幹擾能力強、響應速度快、控制精度高、可以滿足工業控制的實際要求。本方法適用於輸入量和輸出控制量都是連續量的控制系統中，特別是冶金、化工等行業的大中型加熱爐的爐溫控制系統中。
文檔編號G05B13/02GK101414159SQ20081023282
公開日2009年4月22日 申請日期2008年10月8日 優先權日2008年10月8日
發明者李銀國, 蓉 羅, 湯卓群, 陳和平, 文 薛, 蔣暢江 申請人:重慶郵電大學