电子电路协同设计中的数据交换技术

针对电子电路协同设计中设计数据共享提出了解决方案，该文以工作站上电子CAD工具Mentor和Cadence为例，分析了底层数据文件结构与格式，给出了原理图，网表和两个层次数据交换算法的软件实现。     

基于层次MAP的虚拟试验系统互操作协议研究

在虚拟试验系统中,针对以太网和VMIC反射内存网不能直接通信的问题,提出了一种基于层次MAP的互操作协议方案;在引入网关节点连接以太网和VMIC反射内存网的基础上,提出了VMIC反射内存的三层内存划分方案,利用层次MAP实现了反射内存的分配和释放算法,完成了以太网数据和反射内存网数据的相互映射,从而实现了虚拟试验系统的互操作;试验表明,该互操作协议方案能够有效实现以太网和VMIC实时网之间的数据交换和共享,较好地满足了虚拟试验系统的实时性要求。     

电子电路协同设计中数据交换及其仿真应用

针对电子电路协同设计中设计数据共享及其在仿真中的应用提出解决方案，该文以工作站上电子CAD工具Mentor和Cadence为例，分析底层数据文件结构与格式，给出原理图，网表和两个层次数据交换的途径以达到同一设计应用不同仿真器的目的。     

JMS机制及其在内外网数据交换中的应用

随着电子政务的发展，内外网数据交换越来越重要。本文详细地介绍了JMS消息处理机制，并提出了一种基于JMS的内外网数据交换的方案，该方案能实现内外网之间数据的准实时、安全的交换。     

电子电路协同设计中数据交换技术

针对电子电路协同设计中的设计数据共享提出解决方案。文章以微机上电子CAD工具Protel和工作站电子CAD工具Mentor为例,分析底层数据文件结构与格式,讨论关于原理图级器件仿真模型对应方法以及印刷电路板级物理连接关系计算方法,给出原理图、网表和PCB三个层次数据交换的算法软件实现。     

电子口岸系统设计

当前电子12／岸建设中面临着一些问题，如数据交换和安全性问题。针对以上问题，对电子口岸系统进行总体设计。采用了以数据交换平台为核心的数据交换系统，通过XML进行数据转换，并建立起了整个系统从物理网络层、系统平台层、应用数据层、规章制度层4个层次的安全体系。解决了不同应用系统、数据库之间的数据交换问题，并具有良好的扩展性和安全性。     

基于Web服务的异构数据交换方案设计与实现

基于Web服务的异构数据交换方案能够解决互联网环境下跨编程语言、跨操作系统的异构数据交换问题。基于Web服务架构，设计了一个层次式的异构数据交换方案，并利用XML技术以及SUN公司的JWSDP完成了一个异构数据交换原型系统，它实现了关系数据库异构数据的自描述和分布式环境下的交换与共享。同时，详细介绍了其核心模块——XML模式与关系模式的转换。     

非实时远程数据交换方案

适用范围将微机应用于数据处理，是B前微机应用最广泛的领域之～。用于数据处理的微机系统，常见的系统结构有以下三种：l、一台独立的微机。2多台微机组成的一个局部网络。3分布在不同地点的多个局部网络。对于前两种系统结构，因为数据均集中存放在一起，所以无需进行数据交换。对于第三种系统结构，则需要进行数据交换。最廉价最实用的方法是使用调制解调器，通过公用电话网进行数据交换。对于不同的应用系统，数据交换可分为两种方式，一种是实时交换，另一种是非实时（定时或不定时）交换。实时交换数据，需要在整个工作日占有通信线…     

网格计算资源调度的层次Petri网建模与分析

本文给出了网格计算资源的三层调度方案，并利用层次颜色Petri网对这一调度方案进行了建模与分析。对不同层次的资源调度建立了相应的颜色时延Petri网模型，不同层次的颜色时延Petri网模型可以有不同的行为表现，体现了网格计算资源的异构、自治等特点。给出了层次颜色Petri网的可迭任务图的概念及构造算法，并利用可达任务图，对网格计算资源调度系统的运行状态进行了分析。     

基于可信计算的跨网数据安全交换技术

为解决不同网络之间数据安全交换的问题,提出一种基于可信计算的跨网数据安全交换技术.分析现有数据交换方式在保护数据安全传输方面的不足,提出一种采用可信计算对系统进程、系统数据资源进行加固防护的方案.对跨网数据交换方案设计的过程进行认知和分解,基于国产化平台进行设计和实现.设计对数据文件、应用程序的保护方法和数据交换行为的审计措施,通过测试验证了该方法的可行性,验证了在跨网数据交换过程中对数据安全性保护的有效性.     

基于XML的生物代谢Petri网模型的标准化

针对分析生物代谢网络的需要，构建了生物代谢Petri网模型建模环境，并采用基于XML的Petri网标记语言PNML为标准，利用DOM实现XML解析，完成Petri网模型的标准化，通过对代谢网络Petri网模型实例的仿真，验证了标准化模型的正确性。     

一类Petri网系统的活性

Petri网是一种用来研究具有异步、并发特征的离散事件系统的合适的工具，当用Petri网来模拟一个实际系统时，关心的问题之一就是要确定这个Petri网模型是否具有一些所期望的特生，如活性、有界性等，这些特性均是系统的重要动态行为，该文基于文献[1]给出了Petri网的一子类，即弱化非自控网（Weak Extended Non SelfControlling Nets,简称WENSeC网），该类网覆盖了扩展自由选择网和扩展非自控网，文中提出了并证明了WENSeC网系统活性的的充分必要条件满足死锁－陷阱性质，同时对WENSeC网的一子类，通过转化方法，证明了该类结构有界网的结构活判定算法可借用扩非自控网的有关结果也是多项式时间算法。     

基于加权FPN的聚驱综合调整系统决策分析

模糊Petri网(Fuzzy Petri Nets, FPN)是一种适合于描述异步并发事件的计算机系统模型,可以有效地对并行和并发系统进行形式化验证和决策分析.针对聚驱综合调整系统知识具有不确定性和模糊性的特点,给出了基于加权模糊产生式规则的加权FPN决策模型.在此模型的基础上,给出了决策推理过程的形式化推理算法.算法考虑了推理过程中的众多约束条件,将复杂的推理过程采用矩阵运算来实现,充分利用了FPN的并行处理能力,使决策推理过程更加简单和快速.并以压裂方式调整为例,说明了该模型具有直观、表达能力强和易于推理等优点,具有较强的实用价值.     

物资调运过程的PETRI网建模及仿真

本文对三峡工程水泥调运过程用ＰＥＴＲＩ网进行建模，指出了进行调运的关键库所和变迁。讨论了拌和浇筑环节 ＰＥＴＲＩ网模的可能存在的不良特性。为解决此类问题设计了仿真器，它很好地实现了调度模拟的功能。同时给出了仿真器的框架和ＤＳＰ怕仿真     

基于IPN的关系数据模型与同步代理

基于ＩＰＮ的关系数据模型与同步代理王家新，于伟，郑咸义（华南理工大学应用数学系，广州５１０６４１）分布式多媒体在众多领域得到了广泛应用，如教育、娱乐、天气预报、远程医疗、虚拟现实等。由于多媒体对象的多样性及分布式特征，一个应用对象可能由不同但却相互关...     

基于Petri网的多媒体同步通信模型

本文提出了一种新的多媒体同步模型--交互式多媒体动态同步Petri网模型(IMDSPN)。IMDSPN能够准确地描述多媒体对象的各种同步时态关系，可以克服其表现过程中的同步失败问题，并可以保证在用户交互控制下同步关系的全局一致性，它有效地描述了多媒体的动态特性。     

Model interoperability via Model Driven Development

Among the factors that contribute to the inherent complexity of the software development process is the gap between the design and the formal analysis domains. Software design is often considered a human oriented task while the analysis phase draws on formal representation and mathematical foundations. An example of this dichotomy is the use of UML for the software design phase and Petri Nets for the analysis; a separation of concerns that leads to the creation of heterogeneous models. Although UML is widely accepted as a language that can be used to model the structural and behavioural aspects of a system, its lack of mathematical foundations is seen as a serious impediment to rigorous analysis. Petri Nets on the other hand have a strong mathematical basis that are well suited for formal analysis; they lack however the appeal and the ease-of-use of UML. A pressing concern for software developers is how to bridge the gap between these domains and allow for model interoperability and the integration of different toolsets across them, and thus reduce the complexity of the software development process. The aim of this paper is to present a Model Driven Development (MDD) model transformation which supports a seamless transition between UML and Petri Nets. This is achieved by model interoperability from UML Sequence Diagrams to Petri Nets and supported by tool integration. The model transformation framework allows a software system to be designed in terms of UML Sequence Diagrams and subjected to formal analysis by taking advantage of the strong mathematical framework of Petri Nets. The behaviour of a Personal Area Network will be used to illustrate the proposed approach and to highlight model interoperability and tool integration through the design, the transformation and the analysis phases.     

Petri网及其扩展研究

Petri网是一种应用非常广泛的建模工具。首先给出了基本Petri网的概念,在此基础上对多种Petri网进行了广泛的研究,包括时间因素Petri网、有色Petri网、面向对象Petri网、模糊Petri网及受控Petri网,并针对每种Petri网的特点和应用范围进行了讨论,提出了Petri网当前发展的方向和急需解决的热点问题。     

计算机网络的建模与分析

计算机网络具有既随机又相关的特点，因此选择计算机网络性能评价的数学工具要考虑到网络数据流的特性，排队模型是一种确定性的数学模型，用确定性的模型描述网络既随机又相关的动态行为是不够的。Ｐｅ＃簦颍? Ｎｅｔｓ（ＰＮ）能够比较方便地刻画网络的相关录枋鐾绲木赫⑴鲎埠妥枞樱校谓肜┏浞⒄苟吹乃婊校危梢员冉戏奖愕目袒缡录乃婊裕呓岷掀鹄创酉嗟背潭壬匣汉土思扑慊缃Ｓ敕治鲋涞     

Prediction of soil compression coefficient for urban housing project using novel integration machine learning approach of swarm intelligence and Multi-layer Perceptron Neural Network

In many engineering projects, the soil compression coefficient is an important parameter used for estimating the settlement of soil layers. The common practice of determining the soil compression coefficient via the oedometer test is time-consuming and expensive. This study proposes a machine learning solution to replace the conventional tests used for obtaining the coefficient of soil compression. The new approach is an integration of the Multi-Layer Perceptron Neural Network (MLP Neural Nets) and Particle Swarm Optimization (PSO). These two computational intelligence methods work synergistically to establish a prediction model of soil compression coefficient. The PSO metaheuristic is employed to optimize the MLP Neural Nets model structure. To train and validate the proposed method, named as PSO-MLP Neural Nets, a dataset of 154 soil samples featuring 12 influencing factors has been collected from the geotechnical investigation process of a high-rise building project. Experimental results show that the proposed PSO-MLP Neural Nets has attained the most accurate prediction of the soil compression coefficient performance with RMSE = 0.0267, MAE = 0.0145, and R² = 0.884. The result of the proposed model is significantly better than those obtained from other benchmark methods including the backpropagation neural network, the radial basis function neural network, the support vector regression, the random forest, and the Gaussian process. Based on the experimental results, the newly constructed PSO-MLP Neural Nets is very potential to be a new alternative to assist geotechnical engineers in design phase of civil engineering projects.