EFSM可执行状态验证序列的生成

在以扩展有限状态机(EFSM)为模型描述的协议一致性测试系统中，为了解决状态验证序列的可执行性问题，提出了一种新的可执行状态验证序列(ESIS)生成算法。新算法基于宽度优先搜索可执行分析树(EAT)的思想，从状态验证需求的角度，在EFSM的状态格局投影子空间中，采用分步计算的方式生成具体验证场景下的最短可执行状态验证序列，从而减少了在完全状态格局空间中单步计算所有状态验证序列的复杂性。实验结果表明了新算法对生成EFSM可执行状态验证序列是有效的。     

一种软件体系结构动态变动影响分析方法

提出一种基于构件交互序列的软件体系结构动态变动影响分析方法,对于给定的软件体系结构变动,该方法确定导致该变动的软件体系结构元素集合、受该变动影响的软件体系结构元素集合以及回归测试用例集合。提出基于组装的软件体系结构,定义构件交互序列,给出通过软件体系结构的静态结构模型和对象顺序图生成构件交互序列的算法。列举软件体系结构元素的变动并对其进行分类。针对每一类变动,给出一系列影响传递规则来确定变动在构件内及构件间的传递。     

智能教学系统动态知识树算法研究

针对网络教学系统中的智能问题,在深入研究知识树表示结构的基础上,结合模糊技术,提出了一种动态生成学生知识树的方法,并对知识树生成过程中的关键环节给出了研究算法．实践结果表明,该算法高效、有较好可扩充性和灵活性,能够满足开发网上智能教学系统的应用需求．     

基于扩展有限状态机的类测试用例生成方法

为了实现软件测试用例的自动生成,提高软件开发效率和软件质量,利用扩展的有限状态机模型(EF-SM)和数据流分析方法,对类、类的消息传递和类状态变化进行了分析和研究,提出了一种基于扩展有限状态机模型的类测试用例集的生成算法.此算法能自动生成满足All_use路径覆盖标准的测试用例集,并能保证测试用例的路径长度最短.     

复杂装置网络可靠性评估模型与算法

研究了多状态、全终端复杂网络系统可靠性分析问题，通过使用结构函数设计了网络可靠性评估模型，并利用生成树的特性和网络图的环和理论，给出了多状态、全终端复杂装置网络可靠性分析的新算法．本算法并不需要全体生成树和全体割集作为前提条件，也不需要两次使用不交和运算，仅仅从一颗生成树开始，就可确定该网络的可靠性．该方法与传统方法比较，不仅降低了该类问题算法的计算复杂性，而且提高了评估过程的准确性、可操作性．大量实例计算表明了模型与算法的可行性与有效性．     

基于期望模式修正方法的混合网格多模型估计

针对期望模式修正(EMA)变结构多模型估计中基础模型集固定不变而扩张模型修正能力有限等问题,提出了一种改进的EMA变结构多模型算法(M-EMA).该算法将所用模型集合构造为混合网格结构,并引入自适应网格(AG)技术和可能模型集(LMS)技术,用于混合网格中修正模型网格与基础模型网格的生成,从而使参与状态估计的模型集合更加接近于系统真实模式,达到优化模型集合的目的.仿真实验证明,该算法有效提高跟踪精度和稳定性,同时减少了对目标机动方式与模型集合拓扑结构设计的依赖.     

软件体系结构模型的分析及研究

软件体系结构技术的研究，可以提高软件系统的开放性，集成性和复用性，本文通过分析几种软件系统结构的系统模型，从技术及应用的二个层面上探讨它们的技术特性，提出了一种基于复用部件的软件体系结构的模型框架，该模型综合了几种主要的软件体系结构模型的技术与工程特性，它在软件项目的工程化方面具有指导性作用。     

三维模型轮廓线探测技术的研究与实现

在计算机图形图象领域中，非真实感绘制(Non-photorealistic rendering，简称NPR)技术近几年逐渐成为人们研究的热点，利用非真实感绘制技术可以生成图象的艺术效果或卡通效果。本文介绍了探测三维模型轮廓线的一些理论和算法，在研究的基础上给出了一种综合探测轮廓线算法，试验效果良好。     

铁道信号双机热备结构计算机测试方法研究

为使测试案例能覆盖所有的功能需求,本文对双机热备结构计算机测试序列的生成方法进行研究。考虑热备管理单元功能和应用处理机"主"和"备"的转换关系,采用CPN作为形式化语言,以铁道信号安全计算机的形式化测试为背景,建立了有色Petri网(colored petri nets,CPN)模型,得到状态空间可达图,生成了XML文件,验证了模型的正确性,并通过基于属性的算法对状态空间进行搜索,得到属性子路径及完全路径,实现了基于属性的状态空间路径搜索算法自动生成测试序列。该算法很好地避免了状态空间爆炸问题,提升了测试的针对性,为铁道信号安全计算机平台测试提供了有力的支持,具有一定的实用价值。     

网络构件软件体系模型并行算法研究

基于网络和本地代码序列协调、同步运行的构件化框架,提出了网络构件系统的并行优化算法,并且给出了算法的形式化描述,讨论了并行代码构造(CCCA)算法和分布式数据流(DFDM)算法对系统性能的影响,实验数据证明,网络并行算法模型能有效地提高软件系统的性能.该并行算法为分布式软件体系结构下的本地框架和远程服务提供了一种有效耦合的方法.     

基于LTL的UML状态图测试用例生成方法

测试用例的自动生成是软件测试研究的主要方向之一,针对软件开发过程中测试数据生成存在低效、无目的、冗余等问题,提出了基于UML状态模型图的面向对象类级测试用例生成方法,将UML状态图转换成相应的事件确定有限状态机,通过线性时序逻辑的模型检测技术,验证有限状态机模型的正确性,实验结果表明,该方法能够在不降低迁移覆盖准则的情况下,生成数量少、针对性强的测试用例集。     

Markov链使用模型的测试用例生成方法研究

采用基于马尔科夫链使用模型的软件测试,在状态与激励序列中,从“开始”状态到“结束”状态形成一个完整的测试案例.因此,输入和激励的选择对于产生高效的测试案例十分重要.提出一种激励选择 带概率约束的随机选择方法,以软件Markov链模型的状态迁移概率作为激励选择的约束条件,使用遗传算法中用于选择下一代种群的选择算子——轮...     

ESIS序列自适应生成算法

在以扩展有限状态机 (EFSM)为模型描述的协议一致性测试系统中,为了提高可执行状态验证序列 (ESIS)的计算效率,提出一种ESIS序列自适应生成算法.新算法采用基于可执行分析树 (EAT)的可执行分析方法确保生成的ESIS序列的可执行性.引入变迁区分度因子和节点收敛度因子,计算EAT搜索树节点权重来评价当前搜索方向的正确性.利用EAT搜索树节点权重函数作为节点搜索引擎,根据当前已经搜索节点的权重自适应选择下一步搜索的目标节点,把ESIS序列自动生成问题转化为自适应搜索权重最大的EAT节点问题来解决.实验数据表明,与宽度优先可执行性分析方法相比,自适应算法具有更小的状态格局搜索空间.     

Research of Extracting Data from HTML Web Pages Automatically

In order to use data information in the Internet,it is necessary to extract data from web pages.An HTT tree model representing HTML pages is presented. Based on the HTT model, a wrapper generationalgorithm AGW is proposed. The AGW algorithm utilizes comparing and correcting technique to generate thewrapper with the native characteristic of the HTT tree structure. The AGW algorithm can not only generate thewrapper automatically, but also rebuild the data schema easily and reduce the complexity of the computing.     

一种基于改进遗传算法的测试用例自动生成研究

测试用例的生成是软件测试领域的关键技术问题。近年来,受生物进化思想启发得出的一种全局优化算法的遗传算法用于测试用例的自动生成方向的研究,对于软件测试的自动化有着重要的影响。为了生成高效的测试用例,笔者提出了一种改进的遗传算法,该算法采用实数编码方式,采用逻辑覆盖原则,将遗传算法的适应度函数进行改进并加入遗传导向控制,这样有利于种群的多样性遗传,避免种群早熟收敛现象,并结合Delaunay三角网生成程序进行说明,验证了该算法的有效性。     

求解航班时间表问题的混合遗传算法

针对基于模拟退火的混合遗传算法求解航班时间表问题的特征,利用矩阵编码形成个体,使用模拟退火算法快速形成优良初始解,并构建优良基因库以改良解精度.仿真实验表明,该算法和传统模拟退火算法及遗传算法相比,所得结果的方差降低了20.6%～24.6%,进化代数降为标准遗传算法的16.58%,运行时间缩短6.3%～14.0%,且算法直观,易于实现.     

A Hybrid Artificial Neural Network-based Scheduling Knowledge Acquisition Algorithm

It is a key issue that constructing successful knowledge base to satisfy an efficient adaptive scheduling for the com- plex manufacturing system.Therefore,a hybrid artificial neural network (ANN)-based scheduling knowledge acquisition algo- rithm is presented in this paper.We combined genetic algorithm (GA) with simulated annealing (SA) to develop a hybrid opti- mization method,in which GA was introduced to present parallel search architecture and SA was introduced to increase escaping probability from local optima and ability to neighbor search.The hybrid method was utilized to resolve the optimal attributes subset of manufacturing system and determine the optimal topology and parameters of ANN under different scheduling objectives;ANN was used to evaluate the fitness of chromosome in the method and generate the scheduling knowledge after obtaining the optimal at- tributes subset,optimal ANN's topology and parameters.The experimental results demonstrate that the proposed algorithm pro- duces significant performance improvements over other machine learning-based algorithms.     

激光跟踪测量系统的建模与仿真

在全面分析了激光跟踪测量系统结构和工作原理的基础上, 建立了系统运动学模型和转镜中心偏移 数学模型。针对以往球坐标激光跟踪测量系统中参考点只能借助于外部具有更高精度的仪器来校正的缺点, 提出 了平面约束自校正方法, 并给出了系统自校正算法。最后对激光跟踪测量系统运动学模型和自校正算法进行了仿 真验证, 结果表明该方法能有效地确定系统实际工作全过程和提高系统跟踪精度与响应速度。