基于CMAC神经网络的控制算法研究
摘要
神经网络PID控制属于一种先进的智能控制策略，其中的神经网络通常采用较成熟的BP网络。针对BP网络的一些优缺点，本论文提出在神经网络PID控制中使用具有学习算法简单、收敛速度快等优点的CMAC神经网络。CMAC是Cerebellar Model Articulation Controller的缩写，它是一种模拟小脑功能的神经网络模型，其学习方法采用δ算法。CMAC神经网络和常规PID控制器相结合，共同作用构成一个复合控制方案。对比、分析上述两种神经网络PID控制的控制效果。为了获得更好的控制效果，在上述智能控制算法的基础上，采用二进制编码的遗传算法(GA)，对CMAC神经网络内部结构进行优化，以便达到提高控制系统精度的要求。将优化后的CMAC神经网络用于复合控制方案，实现GA、CMAC、PID三者的结合。
针对无刷直流电动机进行了仿真试验，仿真结果验证了该算法的有效性，表明这种控制方案能够有效的提高系统的实时性能，并且具有很好的适应性和鲁棒性。
The NN-PID control is an advanced intelligence control strategy. Back Proragation (BP) is often applied in NN-PID control. By comparison, it is opposed that CMAC is used in this paper, because of its simple algorithm and high convergence speed. CMAC is abbreviation of Cerebellar Model Articulation Controller and it is a kind of neural network model simulating cerebellar function. CMAC together with PID form an concurrent control scheme. CMAC uses δ algorithm in learning. An analysis and a comparison are given the effect of two algorithms on controlling. In order to get better control, based on the above intelligence control algorithm, a binary genetic algorithm (GA) is used to optimize CMAC internal structure, so that the control system can gain high accuracy. Optimized CMAC is used in this concurrent control scheme so as to perform the combination of GA, CMAC and PID.
This concurrent control scheme is used for the brushless DC motor (BLDC) control system, and meanwhile some simulation tests are finished. The results of simulation show this new algorithm is effective, and demonstrate that this control method can effectively improved real time performance of control system, and it is also adaptive and robust.
针对无刷直流电动机进行了仿真试验，仿真结果验证了该算法的有效性，表明这种控制方案能够有效的提高系统的实时性能，并且具有很好的适应性和鲁棒性。
The NN-PID control is an advanced intelligence control strategy. Back Proragation (BP) is often applied in NN-PID control. By comparison, it is opposed that CMAC is used in this paper, because of its simple algorithm and high convergence speed. CMAC is abbreviation of Cerebellar Model Articulation Controller and it is a kind of neural network model simulating cerebellar function. CMAC together with PID form an concurrent control scheme. CMAC uses δ algorithm in learning. An analysis and a comparison are given the effect of two algorithms on controlling. In order to get better control, based on the above intelligence control algorithm, a binary genetic algorithm (GA) is used to optimize CMAC internal structure, so that the control system can gain high accuracy. Optimized CMAC is used in this concurrent control scheme so as to perform the combination of GA, CMAC and PID.
This concurrent control scheme is used for the brushless DC motor (BLDC) control system, and meanwhile some simulation tests are finished. The results of simulation show this new algorithm is effective, and demonstrate that this control method can effectively improved real time performance of control system, and it is also adaptive and robust.
引文
[1] 龙伟，张金，黄杰．人工神经网络发展前景．机械综述，1998，25(1)：47～50
[2] 陶永华．新型PID控制理论与自整定技术．全国首届先进控制与优化研讨会论文集．合肥：中国科学技术大学出版社，1999：60～63
[3] 黄山松 杜继宏 冯元琨．人工神经网络及其在控制中的应用．计算机自动测量与控制，1999，2(7)：57～59
[4] 韩力群．人工神经网络在控制中的应用及发展前景．北京轻工业学院学报，1996，14(1)：32～36
[5] Carelli R, Camacho E F, Patifio D.A network based feedforward adaptive controller for robots[J]. IEEE Trans on Systems,Man,Cybernetics, 1995,25(9): 1281～1287
[6] 缪欣，袁艳，张泰山．神经网络PID速度控制器的研究．计算技术与自动化，1999，4(18)：33～35
[7] 吕剑虹，张世军，陈来九．智能PID控制器的设计及其应用研究．动力工程，1995，15(4)：6～11
[8] 扈宏杰，尔联洁，刘强，陈敬泉．基于神经网络自适应稳定PID控制方法的研究．北京航空航天大学学报，2001，27(2)：153～156
[9] 王定坤，牟剑鸿．直流电机单片微机控制系统．四川联合大学学报(工程科学版)，1998，2(2)：61～64
[10] 张秀玲，曹满婷，罗永生．带有神经网络的PID控制器在过程控制中的应用．黑龙江自动化技术与应用，1999，18(4)：7～9
[11] 楚彦君，巨林仓，刘军辉．PID神经网络控制器的设计及仿真研究．工业仪表与自动化装置，2001，2：3～7
[12] 王强，李健春，陆永平．无刷直流电动机系统数学模型及其局部线性化传递函数．哈尔滨工业大学学报，1998，30(4)：84～88
[13] 李先祥，麦宜佳，斯燕跃．无刷直流电机全数字智能伺服控制系统．中山大学学报(自然科学版)，2002，41(2)：37～40
[14] 陈国梁，王东生等．遗传算法及其应用．人民邮电出版社，1996
[15] 刘惠、许晓鸣．小脑神经网络反馈控制系统．上海交通大学学报，1996，30(4)：
114～118
[16] Rosenberg.R.S. A computer simulation of a biological population. Unpulished Manuscript, 1996
[17] Nan Jiang & ZhiyeZhao. Design of structural modular neural network with genetic Algorithmm. Advanced in Engineering Software 34(2003): 17-24
[18] 肖本贤、王群京．用混合遗传算法实现神经网络快速训练．合肥工业大学学报，2001，24(5)：901～906
[19] Pedro A.Castillo-Valdivieso,Juan J.Merelo,Alberto Prieto,Ignacio Rojas,and Gustavo Romero. Statistical Analysis of the Parameters of a Neuro-GeneticAlgorithmm. IEEE Transactions On Neural Networks.2002,13(6): 1374～1394
[20] Davis. L. editor, Handbook of genetic Algorithms. Van Nostrand Reinhold,New York,1991
[21] 韩力群．人工神经网络理论、设计及应用．化学工业出版社，2002
[22] 钟义信等．智能理论与技术—人工智能与神经网络．人民邮电出版社．1992
[23] 刘永红．神经网络理论的发展与前沿问题．信息与控制，1999，28(1)：31～6
[24] 焦李成．神经网络系统理论．西安电子科技大学出版社，1990
[25] 丁国锋．高阶神经网络控制理论及其在机电系统中的应用研究．西安交通大学博士论文，1997
[26] 巨军让等．BP网络在MATLAB上的实现．新疆石油学院，1999，11(2)：42～46
[27] 靳其兵等．基于CMAC的自适应控制方案．石油化工高等学校学报，1997，10(3)：69～72
[28] 周旭东 王国栋．任意偏移矢量分布的N维CMAC映射算法及其应用．信息与控制，1997，26(1)：7～11
[29] 闵惜琳 刘国华．用MATLAB神经网络工具箱开发BP网络应用2001，21(8)：163～164
[30] Pedro J.Zufiria. On the Discrete-Time Dynamics of the Basic Hebbian Neural-Network Node. IEEE Transactions On Neural Networks.2002,13(6):1342～1352
[31] Abdeslam En-Nouaary, Rachida Dssouli and Ferhat Khendek. Timed Wp-Method:Testing Real-Time Systems. IEEE Transactions On Software Engineering.2002,28(11): 1457～1468
[32] 欧阳楷，陈卉等．神经计算纵坐标变换的网络模型(CMAC)的泛化特性．自动化学报，1997，23(4)：475
[33] Pedro J.Zufiria. On the Discrete-Time Dynamics of the Basic Hebbian Neural-Network Node. IEEE Transactions On Neural Networks.2002,13(6): 1342～1352
[34] 何超，徐立新，张宇河．CMAC算法收敛性分析及泛化能力研究．控制与决策，2001，16(5)：523～530
[35] 陈卉，欧阳楷．BP网络与CMAC网络的仿真比较．北京生物医学工程，1997，16(2)：115～120
[36] 张丽萍、柴跃廷．遗传算法的现状及发展动向．信息与控制，2001，30(6)：531-536
[37] 玄光男、程润伟．遗传算法与工程设计．科学出版社，2000
[38] 王小平、曹立明．遗传算法—理论、应用与软件实现
[39] Pedro A.Castillo-Valdivieso,Juan J.Merelo,Alberto Prieto,Ignacio Rojas,and Gustavo Romero. Statistical Analysis of the Parameters of a Neuro-GeneticAlgorithmm. IEEE Transactions On Neural Networks.2002,13(6): 1374～1394
[40] Gen M.& B. Liu. Evolution program for deterministic and stochastic optimization. European Journal of Operational Research,1996
[41] Goldberg D.E.& Korb B. Messy Genetic Algorthms: Motivation, Analysis and First Result. Complex Systems,1989(3): 493～530
[42] Gen.M. & B.Liu. A genetic Algorithmm for nonlinear goal programming. Technical report, ISE 95-5,Ashikaga Institute of Technology, Ashikaga, Japan, 1995.
[43] 荀先太、金炜东．有约束优化中遗传算法的应用．西南交通大学学报，1997，32(4)：433～437
[44] 刘铁南、陈广义、刘延力．模拟生物种族形成的进化算法与多蜂函数优化．控制与决策，1999，14(3)：185～188
[45] Rudolph G. Convergence analysis of canonical genetic Algorithms. IEEE Trans on Neural Networks, 1994,5(1): 66～101
[46] 梁艳春、王在申．选择和变异操作下遗传算法的收敛性研究．计算机研究与发展，1998，35(7)：657～662
[47] 韩炜、廖振鹏．关于遗传算法收敛性的注记．地震工程与工程震动，1999，19(4)：13～16
[48] 陈根社、文传源．遗传算法及其在系统仿真中的应用．系统工程与电子技术，8(1995)：64-70
[49] 刘镇、李程远．用遗传算法优化模糊控制规则．贵州工业大学学报，1999，28(5)：7～11
[50] 段陪永等．CMAC(小脑模型)神经计算与神经控制．信息与控制，1999，28(3)：197～207
[51] 易继锴、侯嫒彬．智能控制技术．北京工业大学出版社，1999
[52] 陶永华．新型PID控制及其应用．机械工业出版社．2002
[53] 杜建凤等．神经网络PID控制．北京科技大学学报，1998，20(6)：571～575
[54] 郭前岗、孙瑜．一种新型神经网络结构的PID控制器及其仿真研究．西北轻工业学学报，1998，16(3)：108-113
[55] 何玉彬、李新忠．神经网络控制技术及其应用研究．科学出版社，2000
[56] 胡泽新、周金荣．多变量非线性自整定PID控制器．控制理论与应用，1996，13(2)：268～272
[57] 胡凌燕等．带预测模型的神经网络PID控制器．南昌大学学报(工科版)，2001，23(3)：63～68
[58] 张秀玲等．带有神经网络的PID控制器在过程控制中的应用．自动化技术与应用，1999，18(4)
[59] 陶桂林、马志云．永磁无刷电机的建模与仿真．华中科技大学学报，2003，31(1)：83～85
[60] 飞思科技产品研发中心编著．MATLAB 6.5辅助神经网络分析与设计．电子工业出版社，2003
[61] 闻新等．MATLAB神经网络仿真与应用．科学出版社，2002
[62] Radu Dogaru, Pedro Julian,Leon O.Chua, and Manfred Glesner. The Simplicial Neural Cell and Its Mixed-Signal Circuit Implementation:An Efficient Neural-Network Architecture for Intelligent Signal Processing in Portable Multimedia Applications. IEEE Transactions On Neural Networks. 2002,13(4):995～1008
[63] Naira Hovakimyan ,Flavio Nardi,Anthony Calise,and Nakwan Kim. Adaptive
Output Feedback control of Uncertain Nonlinear Systems Using Single-Hidden-Layer Neural Networks. IEEE Transactions On Neural Networks.2002,13(6): 1420～1431
[64] D.O.Cajueiro and E.M.Hemerly. Comments on "Adaptive Control and Indentification Using One Neural Network for a class of plants Wwith Uncertainties". IEEE Transactions On Systems,Man,And Cybernetics-Part A:Systems And Humans.2002,32(2):279～280
[65] 胡守仁．沈清．胡德文．神经网络应用技术．国防科技大学出版社，1993
[66] 蔡自兴．智能控制基础与应用．国防工业出版社，1998
[67] 王凌、郑大钟．几类动态反馈神经网络的稳定性分析．计算技术与自动化，2002，21(1)：1～6
[68] 周旭东、王国栋．小脑模型控制系统的遗传算法最优设计．信息与控制，1997，26(6)：455～45
[69] 钟义信等．智能理论与技术—人工智能与神经网络．人民邮电出版社，1992
[70] 俞金寿．工业过程先进控制．中国石化出版社，2002
[71] 高东杰等．应用先进控制技术．国防工业出版社，2003
[72] 周旭东、王国栋．小脑模型CMAC前馈反馈AGC学习控制．轧钢技术，6(1996)：2～3
[73] 王常红等．一种新型复合神经网络模型．系统仿真学报，1997，9(2)：65～70
[74] 李奇、李世华．一类神经网络智能PID控制算法的分析和改进．控制与决策，1998，13(4)：311～316
[75] Wang Hua ming & Xi Wen ming. Control schemes for CMAC Neural network-based visual servoing. CHINESE JOURNAL OF MECHANICAL ENGINEERING, 2003,16(3):256～259
[76] 缪新、袁艳、张泰山．神经网络PID速度控制的研究．计算技术与自动化，1999，18(4)：33～35
[77] Parks EC & Militzer J. Improved allocation weights for associative memory storage in leaning control system.. In: Proceedings of the 1st IFAC symposium on Design Methods of Control Systems,Zurich: Pergan on Press, Ⅱ,1991,777～782
[78] 周旭东、王国栋．CMAC神经网络的N维概念映射算法．信息与控制，
1996，25：233～237
[2] 陶永华．新型PID控制理论与自整定技术．全国首届先进控制与优化研讨会论文集．合肥：中国科学技术大学出版社，1999：60～63
[3] 黄山松 杜继宏 冯元琨．人工神经网络及其在控制中的应用．计算机自动测量与控制，1999，2(7)：57～59
[4] 韩力群．人工神经网络在控制中的应用及发展前景．北京轻工业学院学报，1996，14(1)：32～36
[5] Carelli R, Camacho E F, Patifio D.A network based feedforward adaptive controller for robots[J]. IEEE Trans on Systems,Man,Cybernetics, 1995,25(9): 1281～1287
[6] 缪欣，袁艳，张泰山．神经网络PID速度控制器的研究．计算技术与自动化，1999，4(18)：33～35
[7] 吕剑虹，张世军，陈来九．智能PID控制器的设计及其应用研究．动力工程，1995，15(4)：6～11
[8] 扈宏杰，尔联洁，刘强，陈敬泉．基于神经网络自适应稳定PID控制方法的研究．北京航空航天大学学报，2001，27(2)：153～156
[9] 王定坤，牟剑鸿．直流电机单片微机控制系统．四川联合大学学报(工程科学版)，1998，2(2)：61～64
[10] 张秀玲，曹满婷，罗永生．带有神经网络的PID控制器在过程控制中的应用．黑龙江自动化技术与应用，1999，18(4)：7～9
[11] 楚彦君，巨林仓，刘军辉．PID神经网络控制器的设计及仿真研究．工业仪表与自动化装置，2001，2：3～7
[12] 王强，李健春，陆永平．无刷直流电动机系统数学模型及其局部线性化传递函数．哈尔滨工业大学学报，1998，30(4)：84～88
[13] 李先祥，麦宜佳，斯燕跃．无刷直流电机全数字智能伺服控制系统．中山大学学报(自然科学版)，2002，41(2)：37～40
[14] 陈国梁，王东生等．遗传算法及其应用．人民邮电出版社，1996
[15] 刘惠、许晓鸣．小脑神经网络反馈控制系统．上海交通大学学报，1996，30(4)：
114～118
[16] Rosenberg.R.S. A computer simulation of a biological population. Unpulished Manuscript, 1996
[17] Nan Jiang & ZhiyeZhao. Design of structural modular neural network with genetic Algorithmm. Advanced in Engineering Software 34(2003): 17-24
[18] 肖本贤、王群京．用混合遗传算法实现神经网络快速训练．合肥工业大学学报，2001，24(5)：901～906
[19] Pedro A.Castillo-Valdivieso,Juan J.Merelo,Alberto Prieto,Ignacio Rojas,and Gustavo Romero. Statistical Analysis of the Parameters of a Neuro-GeneticAlgorithmm. IEEE Transactions On Neural Networks.2002,13(6): 1374～1394
[20] Davis. L. editor, Handbook of genetic Algorithms. Van Nostrand Reinhold,New York,1991
[21] 韩力群．人工神经网络理论、设计及应用．化学工业出版社，2002
[22] 钟义信等．智能理论与技术—人工智能与神经网络．人民邮电出版社．1992
[23] 刘永红．神经网络理论的发展与前沿问题．信息与控制，1999，28(1)：31～6
[24] 焦李成．神经网络系统理论．西安电子科技大学出版社，1990
[25] 丁国锋．高阶神经网络控制理论及其在机电系统中的应用研究．西安交通大学博士论文，1997
[26] 巨军让等．BP网络在MATLAB上的实现．新疆石油学院，1999，11(2)：42～46
[27] 靳其兵等．基于CMAC的自适应控制方案．石油化工高等学校学报，1997，10(3)：69～72
[28] 周旭东 王国栋．任意偏移矢量分布的N维CMAC映射算法及其应用．信息与控制，1997，26(1)：7～11
[29] 闵惜琳 刘国华．用MATLAB神经网络工具箱开发BP网络应用2001，21(8)：163～164
[30] Pedro J.Zufiria. On the Discrete-Time Dynamics of the Basic Hebbian Neural-Network Node. IEEE Transactions On Neural Networks.2002,13(6):1342～1352
[31] Abdeslam En-Nouaary, Rachida Dssouli and Ferhat Khendek. Timed Wp-Method:Testing Real-Time Systems. IEEE Transactions On Software Engineering.2002,28(11): 1457～1468
[32] 欧阳楷，陈卉等．神经计算纵坐标变换的网络模型(CMAC)的泛化特性．自动化学报，1997，23(4)：475
[33] Pedro J.Zufiria. On the Discrete-Time Dynamics of the Basic Hebbian Neural-Network Node. IEEE Transactions On Neural Networks.2002,13(6): 1342～1352
[34] 何超，徐立新，张宇河．CMAC算法收敛性分析及泛化能力研究．控制与决策，2001，16(5)：523～530
[35] 陈卉，欧阳楷．BP网络与CMAC网络的仿真比较．北京生物医学工程，1997，16(2)：115～120
[36] 张丽萍、柴跃廷．遗传算法的现状及发展动向．信息与控制，2001，30(6)：531-536
[37] 玄光男、程润伟．遗传算法与工程设计．科学出版社，2000
[38] 王小平、曹立明．遗传算法—理论、应用与软件实现
[39] Pedro A.Castillo-Valdivieso,Juan J.Merelo,Alberto Prieto,Ignacio Rojas,and Gustavo Romero. Statistical Analysis of the Parameters of a Neuro-GeneticAlgorithmm. IEEE Transactions On Neural Networks.2002,13(6): 1374～1394
[40] Gen M.& B. Liu. Evolution program for deterministic and stochastic optimization. European Journal of Operational Research,1996
[41] Goldberg D.E.& Korb B. Messy Genetic Algorthms: Motivation, Analysis and First Result. Complex Systems,1989(3): 493～530
[42] Gen.M. & B.Liu. A genetic Algorithmm for nonlinear goal programming. Technical report, ISE 95-5,Ashikaga Institute of Technology, Ashikaga, Japan, 1995.
[43] 荀先太、金炜东．有约束优化中遗传算法的应用．西南交通大学学报，1997，32(4)：433～437
[44] 刘铁南、陈广义、刘延力．模拟生物种族形成的进化算法与多蜂函数优化．控制与决策，1999，14(3)：185～188
[45] Rudolph G. Convergence analysis of canonical genetic Algorithms. IEEE Trans on Neural Networks, 1994,5(1): 66～101
[46] 梁艳春、王在申．选择和变异操作下遗传算法的收敛性研究．计算机研究与发展，1998，35(7)：657～662
[47] 韩炜、廖振鹏．关于遗传算法收敛性的注记．地震工程与工程震动，1999，19(4)：13～16
[48] 陈根社、文传源．遗传算法及其在系统仿真中的应用．系统工程与电子技术，8(1995)：64-70
[49] 刘镇、李程远．用遗传算法优化模糊控制规则．贵州工业大学学报，1999，28(5)：7～11
[50] 段陪永等．CMAC(小脑模型)神经计算与神经控制．信息与控制，1999，28(3)：197～207
[51] 易继锴、侯嫒彬．智能控制技术．北京工业大学出版社，1999
[52] 陶永华．新型PID控制及其应用．机械工业出版社．2002
[53] 杜建凤等．神经网络PID控制．北京科技大学学报，1998，20(6)：571～575
[54] 郭前岗、孙瑜．一种新型神经网络结构的PID控制器及其仿真研究．西北轻工业学学报，1998，16(3)：108-113
[55] 何玉彬、李新忠．神经网络控制技术及其应用研究．科学出版社，2000
[56] 胡泽新、周金荣．多变量非线性自整定PID控制器．控制理论与应用，1996，13(2)：268～272
[57] 胡凌燕等．带预测模型的神经网络PID控制器．南昌大学学报(工科版)，2001，23(3)：63～68
[58] 张秀玲等．带有神经网络的PID控制器在过程控制中的应用．自动化技术与应用，1999，18(4)
[59] 陶桂林、马志云．永磁无刷电机的建模与仿真．华中科技大学学报，2003，31(1)：83～85
[60] 飞思科技产品研发中心编著．MATLAB 6.5辅助神经网络分析与设计．电子工业出版社，2003
[61] 闻新等．MATLAB神经网络仿真与应用．科学出版社，2002
[62] Radu Dogaru, Pedro Julian,Leon O.Chua, and Manfred Glesner. The Simplicial Neural Cell and Its Mixed-Signal Circuit Implementation:An Efficient Neural-Network Architecture for Intelligent Signal Processing in Portable Multimedia Applications. IEEE Transactions On Neural Networks. 2002,13(4):995～1008
[63] Naira Hovakimyan ,Flavio Nardi,Anthony Calise,and Nakwan Kim. Adaptive
Output Feedback control of Uncertain Nonlinear Systems Using Single-Hidden-Layer Neural Networks. IEEE Transactions On Neural Networks.2002,13(6): 1420～1431
[64] D.O.Cajueiro and E.M.Hemerly. Comments on "Adaptive Control and Indentification Using One Neural Network for a class of plants Wwith Uncertainties". IEEE Transactions On Systems,Man,And Cybernetics-Part A:Systems And Humans.2002,32(2):279～280
[65] 胡守仁．沈清．胡德文．神经网络应用技术．国防科技大学出版社，1993
[66] 蔡自兴．智能控制基础与应用．国防工业出版社，1998
[67] 王凌、郑大钟．几类动态反馈神经网络的稳定性分析．计算技术与自动化，2002，21(1)：1～6
[68] 周旭东、王国栋．小脑模型控制系统的遗传算法最优设计．信息与控制，1997，26(6)：455～45
[69] 钟义信等．智能理论与技术—人工智能与神经网络．人民邮电出版社，1992
[70] 俞金寿．工业过程先进控制．中国石化出版社，2002
[71] 高东杰等．应用先进控制技术．国防工业出版社，2003
[72] 周旭东、王国栋．小脑模型CMAC前馈反馈AGC学习控制．轧钢技术，6(1996)：2～3
[73] 王常红等．一种新型复合神经网络模型．系统仿真学报，1997，9(2)：65～70
[74] 李奇、李世华．一类神经网络智能PID控制算法的分析和改进．控制与决策，1998，13(4)：311～316
[75] Wang Hua ming & Xi Wen ming. Control schemes for CMAC Neural network-based visual servoing. CHINESE JOURNAL OF MECHANICAL ENGINEERING, 2003,16(3):256～259
[76] 缪新、袁艳、张泰山．神经网络PID速度控制的研究．计算技术与自动化，1999，18(4)：33～35
[77] Parks EC & Militzer J. Improved allocation weights for associative memory storage in leaning control system.. In: Proceedings of the 1st IFAC symposium on Design Methods of Control Systems,Zurich: Pergan on Press, Ⅱ,1991,777～782
[78] 周旭东、王国栋．CMAC神经网络的N维概念映射算法．信息与控制，
1996，25：233～237
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |