软件人(SoftMan)的接口构造研究

本文是“计算机网络环境中的‘虚拟机器人’-‘软件人’的研究”（国家自然科学基金编号：60375038)的部分研究成果。文中论述了软件人(SoftMan：SM)的3种接口及其构造：SM与SM间接口；SM与环境的接口(内部环境通道)；SM与外部用户(人)的交互界面(外部信息接口)。给出了UNUX背景下部分算法的类C语言实现程序。     

朝华软件重拳出击OA市场

国内知名的中小组织软件解决方案与应用服务提供商——朝华软件再掀管理软件市场风暴，其自主研发的“朝华易博士办公系统(EOA)”于9月正式上市，在战国纷争般的办公软件市场脱颖而出。这是继朝华OA、朝华智博士协同管理系统等一系列管理软件在市场上大获成功后，朝华软件冲击管理软件市场的又一记莺拳。     

三维数字化设计软件二次开发平台技术的应用

二次开发平台是三维数字化设计软件的重要组成部分，该文介绍了三维数字化设计软件二次开发平台技术的发展状况，研究了国产三维数字化设计软件“CAXA实体设计”二次开发平台的关键技术，给出了一个在CAXA实体设计上所做的复杂二次开发实例：基于加工过程的弧齿锥齿轮三维数字化造型。     

基于"软件人"技术的ERP系统研究

本文对ERP发展趋势研究的基础上，提出了基于“软件人”技术的ERP系统。利用“软件人”的自主性(autonomy)、社会能力（social ability)、自适性、自学习、自组织、遗传、移动、协调等特性．基于“软件人”技术的ERP系统有助于解决目前ERP系统普遍存在的智能程度不高、系统不易维护等问题。     

尊科公司推出全新网络视频会议软件——访尊科公司行政总裁郭天鸣

最近两年，在政府的推动下，中国“软件热”达到高潮。但也有业内人说：“中国软件企业难以打入国际外包市场。”日前，记者带着对软件行业的疑问走访了以开发教学系统解决方案，互联网络服务工具，网校解决方案工程项目为主的尊科信息技术(深圳)有限公司行政总裁郭天鸣。郭天鸣总裁借尊科公司推出的全新网络视会议软件之际谈了自己对中国软件市场未来发展方向的看法。     

揪出电脑中的“卧底”——SpyRemover

听完老肥的叙述后，老熊立刻断定，老肥的电脑中一定是被安装了间谍软件(Spyware)。“什么是间谍软件？”老肥疑惑地问了老熊一句，老熊答到：“间谍软件是一种非常诡秘的恶意程序，它经常趁我们浏览网页的时候悄悄溜人我们的电脑。一般的杀毒程序对它根本无法设防，这就是为什么有人不停地更新自己的杀毒软件，却始终无祛阻止自己的系统被间谍软件侵入的根本原因，”听完老熊的话，老肥的额头上渗出了汗珠。老熊不急不慢的说：“不用担心，对付间谋软件我有绝招，用SpyRemover即可药到病除”。     

DOS快餐店（五）：和时间做游戏

忙碌了一天，掌柜的望着窗外渐渐西下的夕阳，神色凝重地对身边的伙计嘟哝着：“哎……又一天过去了，还有两天ABC软件(该软件的主程序路径为“d：＼abc.exe”)的试用期就结束了。”伙计看了看日历后说：“这有何难？不就是时间限制嘛，看我的。”(当天日期：2005年3月15日，软件最后使用期限：2005年3月17日)。     

模拟器教学大全街机篇——NeorageX EGCG修改版终极教程

经常在国内街机厅出没和热爱格斗游戏的玩家们应该对SNK公司出品的《拳皇》、《侍魂》、《饿狼传说》、《龙虎之拳》、《合金弹头》等大作无比熟悉吧?不过修炼格斗游戏可不是件容易的事，除了一次又一次地被机厅黑心BOSS调成Lv8的电脑暴打(部分人得了街机被虐待狂症)外，还得时刻提防某些所谓“高人”的搅局，直接的下场就是“赔了钱又丢了人”。     

软件速递

现在在国内软件业炒得最热的要数i软件了(在《计算机应用文摘》2000年底10期中曾专门做过一个“i要怎么说出口”的i软件专题)，可i软件到底是什么样子，可能众多的读者就得掏腰包买软件了。现在，我们就拣一个免费的i软件——金山词霸．net 2001共享版来尝尝(软件大小：10MB、最新版本：2001、下载地址：http：／／ciba．kingsoft．net／)。     

软件破解大揭密

作为一名程序员，由于我所编写的几款小软件经常被人破解，所以就对常见的软件破解方式比较关注。在这篇文章中．我把各种软件破解方式一网打尽如算法注册机、内存破解法、补丁破解法和文件注册法等以便大家“知己知彼，百战不殆”。同时，我也想让大家认识到，软件的加密和破解是一场长期的“猫和老鼠”的较量。(注：本文内容仅限于学术研究。)     

情景驱动的“软件人”知识通信框架设计与实现

针对传统的基于消息的"软件人"通信方式在表达能力、通信效率及质量上出现的问题,在前期"软件人"系统及其通信理论、"软件人"知行模型和上下文感知机制的研究基础上,借鉴成熟的Agent通信语言规范,提出了情景驱动的"软件人"知识通信(CSMKC)框架.首先,对知识通信框架中的消息层、知识层和情景层进行了设计;然后,从消息层实现、知识层实现和情景层实现三个方面介绍情景驱动的"软件人"知识通信实现的关键点;最后,基本实现了不同"软件人"之间知识级的通信以及情景上下文的维护.实验结果表明,当后续通信内容对情景高依赖时,与传统的基于消息的"软件人"通信方式相比,CSMKC单位时间内的通信开销平均降低了46.15%.由此可见,系统完成一项任务时,情景依赖程度越高,CSMKC在降低通信开销方面的优势越明显.     

“软件人”感知系统的协同分类模型研究

“软件人”是计算机网络世界中的一类软件人工生命，是一种网络中的“虚拟机器人”，它具有拟人结构。作为对人的模拟，其感知系统应该像人的感知系统一样，具有区分感知对象的能力。基于人体感知系统的启发，运用大系统分析的“分解一集结”方法，本文提出了一种“软件人”感知系统的协同分类模型。该模型通过多分类器系统模拟人的不同感觉，从而实现“软件人”对感知对象的多感觉协同分类。仿真实验结果初步验证了本文提出模型的可行性。今后的工作是研究如何构造实际系统并将其应用于数字气田建设的数据处理工作中。     

基于等维新息灰色马尔可夫模型的校准间隔预测

针对测量仪器校准间隔的优化问题,分析了历史校准数据的特征,建立了等维新息马尔可夫GM(1,1)预测模型.在等维新息GM(1,1)模型的基础上,引入马尔可夫模型,克服了随机波动数据对预测精度的影响.通过仿真实验对预测模型进行了验证,结果表明,等维灰色马尔可夫GM(1,1)模型的预测精度高于常规灰色GM(1,1)模型、等维新息灰色GM(1,1)模型和常规灰色马尔可夫GM(1,1)模型,更适合用于测量仪器校准间隔的预测.     

A technical note on “A note on integer-valued radial model in DEA”

Khezrimotlagh et al. (2013) pointed out the Kuosmanen and Kazemi Matin’s model (hereafter referred to as, the KKM model) may not be stronger than the Lozano and Villa’s model (hereafter referred to as, the LVM model), and they used a counter example to show that the input targets of the KKM model may even be greater than that of the LVM model. In this paper, we improved the KKM model into a rectified KKM model (hereafter referred to as, the RKKM model), and showed that the RKKM model can successfully solve the problem in the counter example.     

The prediction of asphalt pavement permanent deformation by T-GM(1,2) dynamic model

In this article, we propose a prediction model of asphalt pavement permanent deformation based on improved grey prediction model. This improved prediction model combines the first-order two variables grey differential equation model (abbreviated as GM(1,2) model) from grey system theory and Taylor approximation method from approximation optimisation theory. We abbreviate the combined model as T-GM(1,2) model. The combined model can obtain the most optimal predicted value by multiple approximate calculation. We validated the effectiveness of T-GM(1,2) model, through using the measured data of deformation depth obtained from the wheel tracking device test. The experimental result showed that the T-GM(1,2) model has high predictable power for asphalt pavement permanent deformation.     

多阶灰色支持向量机集成预测模型研究

对灰色预测模型GM(1,1)和支持向量机SVM预测模型进行分析,提出了多阶灰色支持向量机集成预测模型Dm_GM(1,1)-SVM。通过多阶缓冲算子改进灰色预测模型的预测精度,对最终预测值的各个相关指标进行预测;同时,采用粒子群优化算法对支持向量机模型进行径向基核参数和惩罚参数寻优,得到最佳参数对(c,g),从而确定支持向量机的最佳回归模型;最后将各指标预测值作为支持向量机模型的输入,依据预测模型和预测模型的输入值求得预测结果。实验实例表明,多阶灰色支持向量机集成模型和传统的预测模型相比,在本例中预测精度更高,说明多阶灰色预测模型和支持向量机模型相结合在解决实际预测问题中具有实用价值。     

基于多Agent的可重构制造系统集成模型

应用控制、管理和维护一体化的自动化技术,建立了基于多Agent的可重构制造系统RMS(ReconfigurableManufacturing System)集成模型。该模型集成了基于多Agent的RMS重构模型、控制模型和故障诊断模型,将RMS的控制、管理和维护联系起来,并给出了该模型的UML(Unified Modeling Langurage)活动图,最后举例验证了模型的可行性。     

含分数阶多项式的离散灰色预测模型及其应用

为了进一步提高含时间幂次项的灰色预测模型的拟合预测精度,通过引入分数阶多项式,提出灰作用量优化的FPDGM(1,1,N)预测模型.在经典的DGM(1,1,$ N $)模型的基础上,将灰作用量整数阶多项式拓展为分数阶多项式,使得构造的模型能够生成更加贴近于一般特征的时间响应序列,从而得到拟合预测精度更高的灰色预测模型.对该模型的建模机理、参数估计、递推时间响应式等进行研究,并讨论模型参数几种特殊取值下该模型的性质.研究表明:DGM(1,1)模型、NDGM(1,1)模型和DGM(1,1,N)模型等均是FPDGM(1,1,N)模型的特殊形式,因此,该模型在形式上统一了现有的含时间幂次项灰色模型,扩大了灰色预测理论的应用范围.最后通过实验表明,所提出的新模型具有更好的拟合和预测精度,从而验证了所构建模型的有效性和适用性.     

Static, Dynamic, and Hybrid Neural Networks in Forecasting Inflation

The back-propagation neural network (BPN) model has been the most popular form of artificial neural network model used for forecasting, particularly in economics and finance. It is a static (feed-forward) model which has a learning process in both hidden and output layers. In this paper we compare the performance of the BPN model with that of two other neural network models, viz., the radial basis function network (RBFN) model and the recurrent neural network (RNN) model, in the context of forecasting inflation. The RBFN model is a hybrid model with a learning process that is much faster than the BPN model and that is able to generate almost the same results as the BPN model. The RNN model is a dynamic model which allows feedback from other layers to the input layer, enabling it to capture the dynamic behavior of the series. The results of the ANN models are also compared with those of the econometric time series models.     

基于奇异谱分析-灰狼优化-支持向量回归混合模型的黑河正义峡月径流预测

水文预报是水资源优化配置的重要前提,而传统预报方法普遍存在预测精度低的问题,为提高水文预报的准确性,提出了一种混合数据驱动模型用于月径流预测,即奇异谱分析-灰狼优化-支持向量回归(SSA-GWO-SVR)模型。该模型通过SSA对径流数据进行去噪处理来提高径流序列的平稳性和可预测性,采用GWO对SVR模型的参数进行联合选优,从而增强模型的泛化能力。通过黑河正义峡的月径流预测进行模型验证,以平均绝对误差(MAE)、均方根误差(RMSE)、相关系数(R)和纳什效率系数(NSEC)为模型评价标准。实验结果表明该模型的预测精度明显高于自回归积分滑动平均模型(ARIMA)、持续性模型(PM)、交叉验证-SVR(CV-SVR)和GWOSVR模型,并且它能很好地预测径流峰值,说明该模型是一种可靠的径流预测模型,能够更深入地捕获水文径流的内在特性,为基于数据驱动模型的水文预报提供了一种新方法。