军事作战中的整体作战模型

提出了一种新的军事作战模型，称之为整体作战模型．整体作战模型通过确立作战单位的整体作战指数来建立作战模型，反映了作战单位的整体作战能力．定义了整体作战指数，然后建立了整体作战模型，求出了模型的解并对其进行了分析，说明了整体作战的一些特点，并提出了一种判定胜负的新标准，最后给出了一些计算实例和仿真结果．本质上整体作战模型是一种非线性模型，反映了作战中的非线性规律．     

如何进行CMM中的软件预估分析

本文着重阐述了，如何进行软件能力成熟度模型中的软件预估分析，通过功能点模型和COCOMO模型的介绍和结合，提供了一种实践可行的软件预估方法，并通过一实例具体说明了两种模型的结合方法及计算过程。     

一种新的云模型控制器设计

首先提出一种新型的云模型控制器结构模型．这种结构模型是一种本质非线性模型，可以很容易由一组不确定性推理规则构成．文中分析了云模型的非线性映射特性，同时给出了基于此结构模型的智能控制器的设计方法及仿真实例．     

一种基于XML的半结构化数据存储方法

提出了一种基于XML存储半结构化数据的方法，设计并实现了相应存储与解析算法。鉴于OEM模型是一种图状模型，而通常的XML据模型是树状模型，为此需解决图状模型数据映射为树状模型数据这一关键问题，利用XML元素和属性的语义信息可从语义级别解决该问题。，     

支持规则推理的神经网络模型

本文研究了支持规则推理的神经网络模型，表明通常执行的推理与符号系统在方法上确实相似，只是它们对常识推理提供了更多的方法。CONSYDERR是一种支持常识推理的连接结构，其目的是给出常识推理的一种模型，并纠正传统规则系统中的脆弱性问题。本项工作表明，推理的连接模型不仅实现了符号推理，而且是一种更好的常识推理的计算模型。     

工作流过程元模型研究

介绍了工作流过程元模型的相关概念，着重分析了几种具有代表性的工作流过程元模型，提出了一种微型的、分层结构的、易于扩展的动态工作流过程元模型MINI，一种新的工作流模式即转移依赖分支模式被实现，最后介绍了MINI工作流管理系统。     

面向设计过程的项目管理系统安全访问模型

信息访问控制是信息共享系统不可缺少的功能。在项目管理系统中，协同的工作环境需要一种新的访问控制模式。文中提出了一种新的静态访问控制模型和动态访问模型相结合的安全模型，并给出了一种有效的缺省授权机制，大大简化了的系统的授权和访问控制。     

Internet流量模型的研究

对于网络性能评价，一种有效的流量模型是不可或缺的，然而很难找到这种既简单又正确的模型。本文吸取了经验模型的TCP连接流量模型的优点，提出一种WWW流量模型。通过严格的仿真和模型验证，证明该模型与实际的流量吻合得很好，且易于实现。     

基于MDA的关联关系转换方法

根据MDA中模型自动转换到代码的特点，提出了一种UML类图中关联关系到代码的转换方法。讨论了UML中关联关系及其两种实现模式，对每种模式分别定义了一套从UML模型（平台独立模型）到Java模型（平台相关模型）的变换规则，给出了两种实现模式按规则转换的实例。     

基于Petri网的工作流模型

Petri网是一种很有效的模型描述语言，不仅能描述系统的结构特性，同时还能描述其动态特性，尤其适用于描述含有并行成分的系统，而工作流技术作为实现企业过程集成的有效手段，广泛用于各种场合。在简要介绍了Petri网和工作流基本知识的基础上，指出了基于Petri网的工作流模型的优点，讨论了将工作流模型转化为Petri网模型的基本原则，并且提出了一种扩展的Petri网模型作为一种工作流建模的工具，最后对基于Petri网的工作流模型进行了总结。     

Solving the quorumcast routing problem by constraint programming

The quorumcast routing problem is a generalization of multicasting which arises in many distributed applications. It consists of finding a minimum cost tree that spans the source node r and at least q out of m specified nodes on a given undirected weighted graph. This paper proposes a complete and an incomplete approach, both based on the same Constraint Programming (CP) model, but with two different specific search heuristics based on shortest paths. Experimental results show the efficiency of the two proposed approaches. Our complete approach (CP model + complete search) is better than the state of the art complete algorithm and our incomplete approach (CP model + incomplete search) is better than the state of the art incomplete algorithm. Moreover, the proposed complete search is better than the standard First-Fail search in the same CP model.     

基于视频跟踪系统的卡尔曼滤波器方法研究

针对运动物体速度以及形状容易发生变化,导致目标跟踪失败等问题,本文提出了一种基于卡尔曼滤波模型,同时考虑跟踪状态的马尔科夫性设计而成新的跟踪算法。算法首先建立目标状态和观测值的转移变化矩阵模型,然后依据马尔科夫性简化传统卡尔曼滤波算法模型,对目标方位和速度进行预判断。在此基础上,结合传统模板匹配和更新机制,在预测范围内搜索目标,并依据目标变化等因素更新模板的选择,从而保证在快速搜索目标的同时动态地调整模板,确保跟踪目标在发生形变或者加速等状态下能够实现稳定跟踪。实验结果验证了本文算法的有效性和实用性。     

自组织状态空间模型参数初始分布搜索算法

自组织状态空间模型为估计非线性非高斯状态空间模型中的未知参数提供了一种有效方法. 针对自组织状态空间模型中参数的初始分布难以确定的难点,提出了一种搜索自组织状态空间模型参数初始分布的算法. 所用搜索算法基于一种高效的进化模型,具有全局搜索能力,使得参数的初始分布向真实参数"移动". 数值实验分析结果验证了提出方法的有效性.     

基于分支界限搜索的EFSM协议测试序列生成算法

针对EFSM中状态迁移不确定导致的协议一致性测试序列生成困难的问题, 提出了一种协议一致性测试序列生成算法。该算法基于互异代表系理论为每个协议状态变迁赋权值, 再基于分支界限法搜索生成的协议测试序列, 将协议一致性测试序列的生成转换为寻找最小权值状态变迁路径的问题。该算法克服了无赋权要求的宽度优先搜索的缺陷, 降低了测试序列的搜索与生成时间复杂度, 提高了测试序列生成的效率。     

Partial-order reduction for general state exploring algorithms

Partial-order reduction is one of the main techniques used to tackle the combinatorial state explosion problem occurring in explicit-state model checking of concurrent systems. The reduction is performed by exploiting the independence of concurrently executed events, which allows portions of the state space to be pruned. An important condition for the soundness of partial-order-based reduction algorithms is a condition that prevents indefinite ignoring of actions when pruning the state space. This condition is commonly known as the cycle proviso. In this paper, we present a new version of this proviso, which is applicable to a general search algorithm skeleton that we refer to as the general state exploring algorithm (GSEA). GSEA maintains a set of open states from which states are iteratively selected for expansion and moved to a closed set of states. Depending on the data structure used to represent the open set, GSEA can be instantiated as a depth-first, a breadth-first, or a directed search algorithm such as Best-First Search or A*. The proviso is characterized by reference to the open and closed set of states of the search algorithm. As a result, it can be computed in an efficient manner during the search based on local information. We implemented partial-order reduction for GSEA based on our proposed proviso in the tool HSF-SPIN, an extension of the explicit-state model checker SPIN for directed model checking. We evaluate the state space reduction achieved by partial-order reduction using the proposed proviso by comparing it on a set of benchmark problems to the use of other provisos. We also compare the use of breadth-first search (BFS) and A*, two algorithms ensuring that counterexamples of minimal length will be found, together with the proviso that we propose.     

电商退换货车辆路径问题及蚁群算法研究

为了整合电子商务环境下物流企业的正、逆向物流,依据实际情况建立了带软时间窗和退换货的车辆路径规划模型,并且设计了一种混合变邻域改进蚁群算法来求解此类问题。在基本蚁群算法的基础上,在初始信息素的设置、状态转移规则以及信息素的更新策略上,根据所研究问题的特点做了相应的改进。同时,结合混合变邻域算法提高了算法的搜索能力。通过对相关文献数据、标准算例以及实际企业数据实验,验证了所提出算法具有较好的性能,是求解所提出问题的一种有效算法。     

Extended beam search for non-exhaustive state space analysis

State space explosion is a major problem in both qualitative and quantitative model checking. This article focuses on using beam search, a heuristic search algorithm, for pruning weighted state spaces while generating. The original beam search is adapted to the state space generation setting and two new variants, motivated by practical case studies, are devised. These beam searches have been implemented in the μCRL toolset and applied on several case studies reported in the article.     

状态空间的启发式搜索方法研究

对人工智能中用于状态空间问题求解的启发式搜索方法－A算法和A^*算法进行了详细分析，并指出了影响搜索算法启发能力的主要因素和提高搜索效率的措施。     

布谷鸟搜索算法研究及其应用进展

为进一步加强布谷鸟算法的搜寻能力并提升收敛速度,加快对算法的研究与应用进程,综述了布谷鸟算法的原理、研究概况和其他同类群体智能优化算法的比较及发展趋势。首先给出了算法的基本模型和实现步骤;然后重点阐述了基于发现概率和步长控制量、基于自适应步长、基于混沌理论、与其他算法混合、基于种群特征和种群变异、结合优化策略及基于种群多样性等方面的改进方法,总结了算法的主要应用领域及其进展;随后将其与遗传算法、蚁群优化算法、粒子群优化算法及人工蜂群优化算法的优点、缺点及适用性诸方面进行了对比;最后指出了布谷鸟搜索算法尚存在的缺陷并对进一步的研究方向进行了展望。     

基于改进蚁群算法的众包配送路径研究

针对现有O2O外卖众包配送的经验依赖性和随机性问题，建立以距离成本和时间惩罚成本之和最小化为目标的带有单侧软时间窗的需求可延迟的开放式车辆路径优化模型，并借助高德地图API接口获得各实际节点的经纬度信息和各节点间距离。改进蚁群算法在状态转移规则中添加下一步移动的潜在客户数量影响因子，同时将确定性搜索与随机性搜索结合，缩小蚂蚁搜索范围。仿真实验结果表明，相较于标准蚁群算法和标准粒子群算法，改进蚁群算法在求解质量和效率上均具有明显的优势。