用于发控系统的动态检测方法

技术领域

本申请涉及数据处理技术领域，尤其涉及用于发控系统的动态检测方法。

背景技术

发控系统组成单元复杂，动态测试较为繁琐，未上线前尚可进行全面测试，但是随着发控系统上线后，全面测试工作量巨大，且效率较低，如何提升异常单元的检出效率成为亟须解决的技术问题。

综上所述，现有技术中存在由于发控系统上线后，全面测试工作量巨大，进而导致异常单元的检出效率较低的技术问题。

发明内容

本申请的目的是提供用于发控系统的动态检测方法，用以解决现有技术中存在由于发控系统上线后，全面测试工作量巨大，进而导致异常单元的检出效率较低的技术问题。

鉴于上述问题，本申请提供了用于发控系统的动态检测方法。

第一方面，本申请提供了用于发控系统的动态检测方法，所述方法通过用于发控系统的动态检测系统实现，其中，所述方法包括：

配置动态测试指标集；根据所述动态测试指标集，调取发控系统的目标工作单元的若干个控制模态的若干组测试日志信息；从所述若干组测试日志信息，提取第一指标属性的第一模态记录值时序信息、第二模态记录值时序信息直到第N模态记录值时序信息，其中，N为整数，N≥1；遍历所述第一模态记录值时序信息、所述第二模态记录值时序信息直到所述第N模态记录值时序信息进行波动分析，生成第一波动系数、第二波动系数直到第N波动系数；对所述第一波动系数、所述第二波动系数直到所述第N波动系数进行聚集分析，生成波动系数聚集特征值；当所述第一波动系数、所述第二波动系数直到所述第N波动系数的任意一个大于或等于波动系数阈值，或/和所述波动系数聚集特征值大于或等于特征值阈值，将所述第一指标属性添加进所述目标工作单元的必检指标集；根据所述必检指标集对所述目标工作单元进行测试。

第二方面，本申请还提供了用于发控系统的动态检测系统，用于执行如第一方面所述的用于发控系统的动态检测方法，其中，所述系统包括：测试指标配置模块，所述测试指标配置模块用于配置动态测试指标集；测试日志调取模块，所述测试日志调取模块用于根据所述动态测试指标集，调取发控系统的目标工作单元的若干个控制模态的若干组测试日志信息；模态记录值提取模块，所述模态记录值提取模块用于从所述若干组测试日志信息，提取第一指标属性的第一模态记录值时序信息、第二模态记录值时序信息直到第N模态记录值时序信息，其中，N为整数，N≥1；波动分析模块，所述波动分析模块用于遍历所述第一模态记录值时序信息、所述第二模态记录值时序信息直到所述第N模态记录值时序信息进行波动分析，生成第一波动系数、第二波动系数直到第N波动系数；聚集分析模块，所述聚集分析模块用于对所述第一波动系数、所述第二波动系数直到所述第N波动系数进行聚集分析，生成波动系数聚集特征值；聚集特征值判断模块，所述聚集特征值判断模块用于当所述第一波动系数、所述第二波动系数直到所述第N波动系数的任意一个大于或等于波动系数阈值，或/和所述波动系数聚集特征值大于或等于特征值阈值，将所述第一指标属性添加进所述目标工作单元的必检指标集；工作单元测试模块，所述工作单元测试模块用于根据所述必检指标集对所述目标工作单元进行测试。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

配置动态测试指标集；根据动态测试指标集，调取发控系统的目标工作单元的若干个控制模态的若干组测试日志信息；从若干组测试日志信息，提取第一指标属性的第一模态记录值时序信息、第二模态记录值时序信息直到第N模态记录值时序信息，其中，N为整数，N≥1；遍历第一模态记录值时序信息、第二模态记录值时序信息直到第N模态记录值时序信息进行波动分析，生成第一波动系数、第二波动系数直到第N波动系数；对第一波动系数、第二波动系数直到第N波动系数进行聚集分析，生成波动系数聚集特征值；当第一波动系数、第二波动系数直到第N波动系数的任意一个大于或等于波动系数阈值，或/和波动系数聚集特征值大于或等于特征值阈值，将第一指标属性添加进目标工作单元的必检指标集；根据必检指标集对目标工作单元进行测试。通过对动态测试指标集中的所有指标进行波动分析，剔除非必要指标，确定必检指标集，达到提升异常检出效率的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其他特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请用于发控系统的动态检测方法的流程示意图；

图2为本申请用于发控系统的动态检测系统的结构示意图。

附图标记说明：测试指标配置模块11，测试日志调取模块12，模态记录值提取模块13，波动分析模块14，聚集分析模块15，聚集特征值判断模块16，工作单元测试模块17。

具体实施方式

本申请通过提供用于发控系统的动态检测方法，解决了现有技术中存在由于发控系统上线后，全面测试工作量巨大，进而导致异常单元的检出效率较低的技术问题。通过对动态测试指标集中的所有指标进行波动分析，剔除非必要指标，确定必检指标集，达到提升异常检出效率的技术效果。

下面，将参考附图对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。

实施例一

请参阅附图1，本申请提供了用于发控系统的动态检测方法，其中，所述方法应用于一种用于发控系统的动态检测系统，所述方法具体包括如下步骤：

配置动态测试指标集；

具体而言，所述用于发控系统的动态检测方法应用于一种用于发控系统的动态检测系统，用于对发控系统进行检测指标的分析确定，辅助发控系统的工作状态测试。

动态测试指标集是由本领域专业技术人员基于实际经验设置的测试指标类型，优选的，所述动态测试指标集至少包括响应时长、响应精度、吞吐量、资源利用率。其中，响应时长是指发控系统中的任意一个工作单元在接收到任务请求后返回响应结果所经历的时长；响应精度是指工作单元所返回输出的响应结果与目标值的偏差值；吞吐量是指一定时间内处理的任务请求数量；资源利用率是指工作单元在执行任务时占用资源数与系统总资源数的比值。可以理解的，本领域专业技术人员可结合实际情况增加其他指标至动态测试指标集，对此不做限制。

根据所述动态测试指标集，调取发控系统的目标工作单元的若干个控制模态的若干组测试日志信息；

具体而言，目标工作单元是指待进行检测的属于发控系统的任意一个工作单元，比如通信控制单元、发动机控制单元，若干个控制模态则是指目标工作单元在不同操作条件下的行为控制模式，例如发动机在不同转速和负载下的工作模式，进而根据所述动态测试指标集，调取发控系统的目标工作单元的若干个控制模态的若干组测试日志信息，每组测试日志信息均包含动态测试指标集中的指标所对应的指标测量值。

从所述若干组测试日志信息，提取第一指标属性的第一模态记录值时序信息、第二模态记录值时序信息直到第N模态记录值时序信息，其中，N为整数，N≥1；

具体而言，第一指标属性泛指动态测试指标集中的任意一种指标，若干组测试日志信息包括不同模态下与动态测试指标集中的指标所对应的指标测量值，基于此，在所述若干组测试日志信息中分别提取第一指标属性在若干个控制模态下所对应的指标测量值并按照时间顺序进行排列，即可得到第一模态记录值时序信息、第二模态记录值时序信息直到第N模态记录值时序信息，其中，N为整数，N≥1，N就是若干个控制模态的模态总数。

遍历所述第一模态记录值时序信息、所述第二模态记录值时序信息直到所述第N模态记录值时序信息进行波动分析，生成第一波动系数、第二波动系数直到第N波动系数；

具体而言，对所述第一模态记录值时序信息、所述第二模态记录值时序信息直到所述第N模态记录值时序信息中的指标测量值进行差异化分析，以此实现波动分析，第一波动系数、第二波动系数直到第N波动系数表征第一模态记录值时序信息、第二模态记录值时序信息直到第N模态记录值时序信息中的指标测量值的差异化程度。

对所述第一波动系数、所述第二波动系数直到所述第N波动系数进行聚集分析，生成波动系数聚集特征值；

具体而言，所述第一波动系数、所述第二波动系数直到所述第N波动系数是同一个指标属性在不同控制模态下分别对应的波动系数，对其进行聚集分析，及分析波动状态是否比较集中，波动系数聚集特征值是指可以反映所述第一波动系数、所述第二波动系数直到所述第N波动系数的整体表现。

当所述第一波动系数、所述第二波动系数直到所述第N波动系数的任意一个大于或等于波动系数阈值，或/和所述波动系数聚集特征值大于或等于特征值阈值，将所述第一指标属性添加进所述目标工作单元的必检指标集；

具体而言，波动系数阈值和特征值阈值均由本领域专业技术人员结合实际经验自行设定，波动系数阈值是指判定目标工作单元可能存在异常时第一指标属性的波动系数临界值，特征值阈值则是判定目标工作单元可能存在异常时的聚集特征值。波动系数阈值和特征值阈值作为两个判断条件，只要满足其中任意一个判断条件，即当所述第一波动系数、所述第二波动系数直到所述第N波动系数的任意一个大于或等于波动系数阈值，或/和所述波动系数聚集特征值大于或等于特征值阈值，就认为所述第一指标属性可能存在异常，将所述第一指标属性添加进所述目标工作单元的必检指标集，便于后续按照必检指标集对目标工作单元进行测试。

根据所述必检指标集对所述目标工作单元进行测试。

最后，按照所述必检指标集中的指标属性对所述目标工作单元进行测试，以检测目标工作单元的运行状态是否正常，从而及时进行维护。

进一步，本申请还包括如下步骤：

构建波动系数计算函数：

；

；

其中，

根据所述波动系数计算函数，遍历所述第一模态记录值时序信息、所述第二模态记录值时序信息直到所述第N模态记录值时序信息进行波动分析，生成所述第一波动系数、所述第二波动系数直到所述第N波动系数。

具体而言，遍历所述第一模态记录值时序信息、所述第二模态记录值时序信息直到所述第N模态记录值时序信息进行波动分析，生成第一波动系数、第二波动系数直到第N波动系数的方法如下：

首先构建波动系数计算函数：

；

；

其中，

遍历所述第一模态记录值时序信息、所述第二模态记录值时序信息直到所述第N模态记录值时序信息，将指标记录值代入所述波动系数计算函数，即可生成所述第一模态记录值时序信息、所述第二模态记录值时序信息直到所述第N模态记录值时序信息对应的所述第一波动系数、所述第二波动系数直到所述第N波动系数。由此实现同一指标属性在不同控制模态下的波动分析，为后续确定必检指标，对目标工作单元进行测试提供支持。

进一步，本申请还包括如下步骤：

对所述第一波动系数、所述第二波动系数直到所述第N波动系数进行聚类分析，获得波动系数聚类结果；计算所述波动系数聚类结果的波动系数类内均值，生成所述波动系数聚集特征值。

进一步，本申请还包括如下步骤：

步骤一：配置支持度阈值和邻域半径；步骤二：对所述第一波动系数、所述第二波动系数直到所述第N波动系数进行两两距离枚举计算，获得若干个系数距离；步骤三：从所述第一波动系数、所述第二波动系数直到所述第N波动系数随机选取第k波动系数，N≥k≥1，k为整数；步骤四：根据所述若干个系数距离，统计所述第一波动系数、所述第二波动系数直到所述第N波动系数中与所述第k波动系数的距离小于或等于所述邻域半径的第一支持度，其中，所述第一支持度等于所述第一波动系数、所述第二波动系数直到所述第N波动系数中与所述第k波动系数的距离小于或等于所述邻域半径的数量与N的比值；步骤五：当所述第一支持度小于所述支持度阈值时，将所述第k波动系数进行噪音点标记；重复步骤三~步骤五，将具有所述噪音点标记的波动系数从所述第一波动系数、所述第二波动系数直到所述第N波动系数中删除，获得所述波动系数聚类结果。

具体而言，对所述第一波动系数、所述第二波动系数直到所述第N波动系数进行聚集分析，生成波动系数聚集特征值的方法为：

对所述第一波动系数、所述第二波动系数直到所述第N波动系数进行聚类分析，需要说明的是，此处的聚类分析并不是将所有波动系数划分为多个聚类簇，而是将分布较为离散的波动系数剔除，留下分布较为集中的波动系数组成波动系数聚类结果，就是最终只是获得一个聚类簇作为波动系数聚类结果，具体聚类分析方法如下详述。

对所述第一波动系数、所述第二波动系数直到所述第N波动系数进行聚类分析，获得波动系数聚类结果的方法为：

步骤一：配置支持度阈值和邻域半径，邻域半径是指判定任意两个波动系数的偏差范围满足预期的距离阈值，就是两个波动系数之间的期望偏差值，由本领域专业技术人员结合实际经验自行设定。支持度阈值则是指对任意一个波动系数进行噪音点标记时的参考值。步骤二：对所述第一波动系数、所述第二波动系数直到所述第N波动系数进行两两距离枚举计算，就是计算任意两个波动系数之间的偏差值，获得若干个系数距离；步骤三：从所述第一波动系数、所述第二波动系数直到所述第N波动系数随机选取任意一个波动系数记为第k波动系数，N≥k≥1，k为整数；

步骤四：根据所述若干个系数距离，统计所述第k波动系数分别与所述第一波动系数、所述第二波动系数直到所述第N波动系数之间的多个系数距离，在多个系数距离中统计系数距离小于或等于所述邻域半径的数量，并计算其与N的比值，得到第k波动系数对应的第一支持度，简单理解，以每一个波动系数作为中心点，按照邻域半径画圆，在邻域半径范围内可能存在多个其他波动系数，邻域半径范围内存在的多个其他波动系数的数量与所有波动系数总个数的比值即为对应的支持度。

由此可知，每一个波动系数对应一个支持度，第一支持度越大，那么所述第k波动系数的邻域半径范围内对应包含的其他波动系数就越多，支持度越小，所述第k波动系数的邻域半径范围内对应包含的其他波动系数就越少，第k波动系数可能是离散值，需要将其删除，保证剩下的波动系数都是分布较为集中的参数。支持度阈值就是由本领域专业技术人员设置的认为波动系数为离散值时的支持度。

步骤五：当所述第一支持度小于所述支持度阈值时，就认为第k波动系数是离散值，将所述第k波动系数进行噪音点标记，进一步，重复步骤三~步骤五，遍历每一个波动系数进行支持度分析，将具有所述噪音点标记的波动系数从所述第一波动系数、所述第二波动系数直到所述第N波动系数中删除，以剩下的波动系数组成所述波动系数聚类结果。由此实现波动系数聚类，剔除离散值，为后续波动系数聚集特征值的确定提供支持，实现不同指标属性的波动分析，提升检测指标的准确性，从而提升对目标工作单元的测试效果，提升异常检出效率。

计算所述波动系数聚类结果的波动系数类内均值，作为所述波动系数聚集特征值，由此实现波动趋势的集中分析，便于快速定位检测指标，提升异常检出效率。

进一步，本申请还包括如下步骤：

当所述第一波动系数、所述第二波动系数直到所述第N波动系数均小于波动系数阈值，且所述波动系数聚集特征值小于特征值阈值时，获得波动距离时序信息；根据所述波动距离时序信息，获得波动距离变化趋势；当所述波动距离变化趋势呈递增趋势，且递增斜率均值大于或等于递增斜率阈值，将所述第一指标属性添加进所述目标工作单元的所述必检指标集。

具体而言，当所述第一波动系数、所述第二波动系数直到所述第N波动系数均小于波动系数阈值，且所述波动系数聚集特征值小于特征值阈值时，通过波动系数计算函数中的波动距离函数，

根据所述波动距离时序信息进行波动趋势分析，简单来说，可以基于所述波动距离时序信息在平面坐标系中进行曲线绘制，进而获取曲线的变化趋势，比如递增趋势、递减趋势先增后减等，以此作为波动距离变化趋势。需要说明的是，波动距离时序信息包含不同模态下的波动距离时序，因此波动距离变化趋势也包含了不同模态下的变化趋势。当所述波动距离变化趋势中的任意一个模态对应的变化趋势呈递增趋势，计算对应曲线的斜率作为递增斜率，若递增斜率均值也大于或等于递增斜率阈值，将所述第一指标属性添加进所述目标工作单元的所述必检指标集。其中，递增斜率阈值由本领域专业技术人员自行设定。通俗地讲，若是某个指标属性的指标波动距离逐渐增大，且递增斜率较大，那么该指标属性在一定时间内，对应的波动系数可能超过波动系数阈值，因此需要对该指标属性进行检测，将其加入所述必检指标集，实现异常的早期检测，提升异常检出准确性。

进一步，本申请还包括如下步骤：

获得所述目标工作单元的所述必检指标集的第一数量，以及所述动态测试指标集的第二数量；计算所述第一数量与所述第二数量的第一特征比例，当所述第一特征比例大于或等于特征比例阈值，对所述目标工作单元进行全检测试。

具体而言，统计所述目标工作单元的所述必检指标集中的指标属性数量作为第一数量，统计所述动态测试指标集中的指标数量作为第二数量，计算所述第一数量与所述第二数量的比值作为第一特征比例，当所述第一特征比例大于或等于特征比例阈值，对所述目标工作单元进行全检测试，其中，特征比例阈值由本领域专业技术人员自行设定，比如0.6，如果第一特征比例大于或等于0.6，就按照所述动态测试指标集中的所有指标对目标工作单元进行测试，通俗地讲，如果必检指标集中的指标属性数量过大，就说明异常的指标过多，目标工作单元存在异常的可能性较大，此时对目标工作单元进行全检，以提升异常检出准确性。

综上所述，本申请所提供的用于发控系统的动态检测方法具有如下技术效果：

配置动态测试指标集；根据动态测试指标集，调取发控系统的目标工作单元的若干个控制模态的若干组测试日志信息；从若干组测试日志信息，提取第一指标属性的第一模态记录值时序信息、第二模态记录值时序信息直到第N模态记录值时序信息，其中，N为整数，N≥1；遍历第一模态记录值时序信息、第二模态记录值时序信息直到第N模态记录值时序信息进行波动分析，生成第一波动系数、第二波动系数直到第N波动系数；对第一波动系数、第二波动系数直到第N波动系数进行聚集分析，生成波动系数聚集特征值；当第一波动系数、第二波动系数直到第N波动系数的任意一个大于或等于波动系数阈值，或/和波动系数聚集特征值大于或等于特征值阈值，将第一指标属性添加进目标工作单元的必检指标集；根据必检指标集对目标工作单元进行测试。通过对动态测试指标集中的所有指标进行波动分析，剔除非必要指标，确定必检指标集，达到提升异常检出效率的技术效果。

实施例二

基于与前述实施例中用于发控系统的动态检测方法同样的发明构思，本申请还提供了用于发控系统的动态检测系统，请参阅附图2，所述系统包括：

测试指标配置模块11，所述测试指标配置模块11用于配置动态测试指标集；

测试日志调取模块12，所述测试日志调取模块12用于根据所述动态测试指标集，调取发控系统的目标工作单元的若干个控制模态的若干组测试日志信息；

模态记录值提取模块13，所述模态记录值提取模块13用于从所述若干组测试日志信息，提取第一指标属性的第一模态记录值时序信息、第二模态记录值时序信息直到第N模态记录值时序信息，其中，N为整数，N≥1；

波动分析模块14，所述波动分析模块14用于遍历所述第一模态记录值时序信息、所述第二模态记录值时序信息直到所述第N模态记录值时序信息进行波动分析，生成第一波动系数、第二波动系数直到第N波动系数；

聚集分析模块15，所述聚集分析模块15用于对所述第一波动系数、所述第二波动系数直到所述第N波动系数进行聚集分析，生成波动系数聚集特征值；

聚集特征值判断模块16，所述聚集特征值判断模块16用于当所述第一波动系数、所述第二波动系数直到所述第N波动系数的任意一个大于或等于波动系数阈值，或/和所述波动系数聚集特征值大于或等于特征值阈值，将所述第一指标属性添加进所述目标工作单元的必检指标集；

工作单元测试模块17，所述工作单元测试模块17用于根据所述必检指标集对所述目标工作单元进行测试。

进一步，所述系统中的所述测试指标配置模块11还包括：

所述动态测试指标集至少包括响应时长、响应精度、吞吐量、资源利用率。

进一步，所述系统中的所述波动分析模块14还用于：

构建波动系数计算函数：

；

；

其中，

根据所述波动系数计算函数，遍历所述第一模态记录值时序信息、所述第二模态记录值时序信息直到所述第N模态记录值时序信息进行波动分析，生成所述第一波动系数、所述第二波动系数直到所述第N波动系数。

进一步，所述系统中的所述聚集分析模块15还用于：

对所述第一波动系数、所述第二波动系数直到所述第N波动系数进行聚类分析，获得波动系数聚类结果；

计算所述波动系数聚类结果的波动系数类内均值，生成所述波动系数聚集特征值。

进一步，所述系统中的所述聚集分析模块15还用于：

步骤一：配置支持度阈值和邻域半径；

步骤二：对所述第一波动系数、所述第二波动系数直到所述第N波动系数进行两两距离枚举计算，获得若干个系数距离；

步骤三：从所述第一波动系数、所述第二波动系数直到所述第N波动系数随机选取第k波动系数，N≥k≥1，k为整数；

步骤四：根据所述若干个系数距离，统计所述第一波动系数、所述第二波动系数直到所述第N波动系数中与所述第k波动系数的距离小于或等于所述邻域半径的第一支持度，其中，所述第一支持度等于所述第一波动系数、所述第二波动系数直到所述第N波动系数中与所述第k波动系数的距离小于或等于所述邻域半径的数量与N的比值；

步骤五：当所述第一支持度小于所述支持度阈值时，将所述第k波动系数进行噪音点标记；

重复步骤三~步骤五，将具有所述噪音点标记的波动系数从所述第一波动系数、所述第二波动系数直到所述第N波动系数中删除，获得所述波动系数聚类结果。

进一步，所述系统中还包括全检测试模块，所述全检测试模块用于：

获得所述目标工作单元的所述必检指标集的第一数量，以及所述动态测试指标集的第二数量；

计算所述第一数量与所述第二数量的第一特征比例，当所述第一特征比例大于或等于特征比例阈值，对所述目标工作单元进行全检测试。

进一步，所述系统中的所述聚集特征值判断模块16还用于：

当所述第一波动系数、所述第二波动系数直到所述第N波动系数均小于波动系数阈值，且所述波动系数聚集特征值小于特征值阈值时，获得波动距离时序信息；

根据所述波动距离时序信息，获得波动距离变化趋势；

当所述波动距离变化趋势呈递增趋势，且递增斜率均值大于或等于递增斜率阈值，将所述第一指标属性添加进所述目标工作单元的所述必检指标集。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的用于发控系统的动态检测方法和具体实例同样适用于本实施例的用于发控系统的动态检测系统，通过前述对用于发控系统的动态检测方法的详细描述，本领域技术人员可以清楚知道本实施例中用于发控系统的动态检测系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。