利用基因表达式编程自动生成循环不变式

描述了利用基因表达式编程自动生成循环不变式的方法。该方法的基本思想是在每一次循环条件变化时记录下程序变量的值,产生相应的跟踪表,然后从跟踪表中获得程序变量之间的函数依赖关系,这种变量之间的依赖关系构成了循环不变式的主要部分。程序变量之间的函数依赖关系的获得是利用基因表达式编程对跟踪表中数据执行符号回归得到。利用VC＋＋实现了基因表达式编程的函数挖掘,并通过一个实例说明了该方法的有效性。     

改进的遗传规划研究

本文针对遗传规划中群体规模较大,收敛效率较低等特点,提出了对传统遗传规划中初始群体的生成方法的改进。使生成的初始群体具有良好的性能,从而提高遗传规划的收敛效率。通过对两个函数进行符号回归验证,说明此方法是合理可行的。     

遗传规划在符号回归中的应用

遗传规划(GP)是一种基于达尔文进化理论的数学规划方法。讨论了GP在符号回归中的应用。与传统的数据拟合方法相比,GP不必给出拟合函数的形式,同时,在初始群体足够大而且交叉和变异概率设置合理的情况下,不会陷入局部优化,具有更广泛的适用性。对于不给定函数形式的曲线拟合,GP可以自动得到曲线的函数形式及其参数大小,避免了传统方法的缺陷。通过具体的应用实例,说明了GP在测量数据处理中的应用。     

一种染色体自适应GEP算法

GEP是一种源于遗传算法(GA)和遗传编程(GP)的进化算法,结合了GA的定长线性编码和GP的树形解码,发现公式的能力很强。传统GEP在迭代过程中采用固定交叉率和变异率,对寻优过程造成巨大局限性。通过GEP种群染色体自适应,调整交叉率和变异率,有利于个体的个性化发展。4个benchmark函数的符号回归实验表明,改进后的GEP比传统GEP寻优效果更优。     

基于遗传规划寻找循环不变式的方法

描述了一种产生循环不变式主要部分的方法。该方法的基本思想是在每一次循环条件变化时记录下程序变量的值,生成相应的跟踪表,从跟踪表中获得程序变量之间的函数关系构成循环不变式的主要部分。程序变量之间的函数关系则利用遗传规划对跟踪表中数据执行符号回归得到。     

多表达式编程的函数发现问题研究

函数发现问题是数据挖掘研究领域的重要任务之一,研究了基于多表达式编程的函数发现问题,多表达式编程是进化算法最新研究热点。介绍了多表达式编程的主要思想,包括基因结构,遗传算子设计,以及基本算法流程等,阐明了基于多表达式编程挖掘函数关系的适应度函数设计方法。实验研究了多表达式编程挖掘函数关系,结果表明,多表达式编程基因编码效率高,空间利用率高,函数发现的能力强。     

基于Matlab矩阵运算的多元回归函数编程

多元线性回归是计量分析中最常用的方法之一,在经济学、金融学和管理学中运用广泛。线性回归方法依赖于矩阵和向量的运算,因此以矩阵运算为内核的Matlab是理想的编程平台。本文以开发多元线性回归函数作为例子,着重分析Matlab自定义函数的设计理念,同时突出varargin、nargin等特殊函数的代码编写。通过交叉运用线性代数、概率统计等数学工具,本文为计量研究人员提供了新的编程视角。     

基因表达式编程的一种新遗传算子

遗传算子在演化算法中发挥重要的作用。设计了基因表达式编程中的一种新遗传算子（TIS）,它在基因尾部随机选择一个小片段,然后复制该片段（或该片段的倒置）并插入到基因尾部的任意位置,插入点后的符号依次向后挪动,超过尾部长度的编码被丢弃。实验表明,该算子在挖掘多元函数时能提高算法的成功率和收敛速度。     

基因表达式编程在软件可靠性建模中的应用

基因表达式编程是一种基于遗传算法和遗传编程的新型机器学习技术,其具有更为优秀的数据挖掘能力,已被成功应用于函数发现领域。提出一种基于基因表达式编程的非参软件可靠性建模方法,该方法将基因表达式编程算法中的若干关键步骤(如初始种群函数集、适应度函数、终止条件等)与软件可靠性建模的若干重要特征相融合,在失效数据集上进行训练,从而获得基于基因表达式编程算法的非参软件可靠性模型。在若干组真实失效数据集上,将所提出的模型与若干典型的基于人工神经网络以及遗传编程的非参软件可靠性模型进行对比实例研究。实例结果表明,基因表达式编程算法的非参软件可靠性模型具有更为显著的模型拟合与预计性能。     

小生境技术在遗传规划中的应用

为了提高遗传规划算法的性能,把遗传算法中的小生境技术运用到遗传规划中,提出了改进的遗传规划算法（NGP）。该算法首先对原始训练集进行数据拟合,然后应用小生境技术跟踪拟合函数的极值点,并根据拟合函数的维数的不同,分别计算极值点在自变量维上的欧氏距离并排序,选取欧式距离较大且数量不超过原始训练集10%的极值点,加入到原始训练集中作为新的训练集,最后用遗传规划算法处理新训练集。在符号回归实验中对NGP 的准确率进行了测试,说明了该算法的准确性和有效性。     

柔性工作流建模引入NVP 的可靠性优化研究

针对当前大型企业的工作流管理系统普遍存在建模能力不充分、可靠性不足等问题,提出一种基于N版本程序设计（N-Version Programming）容错策略的柔性工作流建模方法,该方法相比于传统工作流模型,有效应用N版本程序设计容错模式,为工作流关键活动节点增加容错机制,从而显著提升工作流管理系统的可靠性．同时为满足模型应用的现实需求,详细分析N版本程序设计的可靠性优化,最后通过模型实例,说明该建模方法在模型描述能力和系统可靠性方面的优势．     

HPMR在并行矩阵计算中的应用

为了解决传统并行编程难度大、效率低的问题,提出一种基于MapReduce模型的并行编程方法,在高性能MapReduce平台上实现矩阵并行LU分解。实验结果表明,相比传统并行编程模型,MapReduce模型并行程序可较好满足高性能数值计算需求,其编程简洁性和可读性能有效提升并行编程效率。     

基于ACM竞赛模式的C程序设计教学改革研究

对编程类课程而言,传统教学存在填鸭式理论教学、实践教学环节松软流于形式等不足,教学效果不理想。该文针对程序设计类课程教学中存在的问题,给出了基于ACM竞赛模式、运用在线编程测试OJ平台来开展程序设计类课程教学,收到了较好的教学效果。     

虚拟企业资源调度的灰色机会约束规划

虚拟企业运营中,存在许多不确定因素,在资源调度时,必须考虑这些不确定参数。该文考虑系统具有灰参数的情况,提出一种灰色不确定规划模型,由于模型不能直接转化为确定型规划求解,因此该文提出灰色模拟技术,结合遗传算法,给出了求解步骤与方法,通过计算实例,结果表明模型适用,方法正确有效。     

一种基于设计模式的三阶段并行程序设计方法

并行程序的可编程性是并行计算的难点之一，使用传统的方法对非数值问题进行并行求解则更加困难。通过对设计模式概念的扩展，定义了算法模式与结构模式，以此为基础提出了一种基于设计模式的三阶段并行程序设计方法，并通过算法模式库与结构模式库实现对该方法的系统支持，该方法不仅可有于一般的数值问题求解，而且在处理复杂的非数值问题时与传统方法相比要简单得多，通过一个简单的数值问题和一个复杂非数值问题作为实例说明了使用这一方法进行问题并行求解与并行程序设计的过程。     

使用防卫式程序设计实现软件容错

软件避错是提高软件可靠性的主要方法之一,它包含程序检验,测试,正确性证明等技术,然而,随     

基于贝叶斯优化算法的巡航导弹航迹规划

巡航导弹作为一种精确打击武器在现代战争中发挥着越来越大的作用。巡航导弹的航迹规划是巡航导弹前期任务计划的重要内容。传统的巡航导弹航迹规划算法大都存在一些难以克服的缺陷，因此该文提出了利用贝叶斯优化算法来对巡航导弹进行航迹规划，贝叶斯优化算法是一种基于图形模型的优化算法，他是对遗传算法的改进，克服了遗传算法的不足，加快了优化过程的收敛速度，并保持了遗传算法的优点。该文介绍了利用贝叶斯优化算法对巡航导弹航迹规划的过程，并通过对具体例子的操作证明了此算法的快捷性。     

程序设计类课程考核评价方法的改革与实践

程序设计类课程的实践性很强,该类课程的考核评价应特别注重考查学生的实际编程能力。而传统的机试需要人工评判,不仅无法保证成绩评定的公平性,而且对于抄袭的判别非常困难。本文提出用在线评测和抄袭检测相结合的方法作为程序设计类课程的考核评价方法,并以"程序设计基础"为例,详细介绍考核评价的具体实施过程。实践表明,该方法不仅考查了学生的实际编程水平,而且对考试抄袭的学生起到了震慑的作用,从而有效地督促学生学习。     

游标技术在数据仓库统计效率中的研究与应用

结合上海轨道交通AFC(Automatic Fare Collection)运营管理数据仓库海量高维数据的特点,通过对传统和游标两种不同访问数据编程方法的比较和应用,研究和提出利用游标技术提高数据仓库数据统计效率的方法,并给出这两种数据访问方法关于部分统计效率的对比结果.     

ND-P0lya中协变-反变问题的处理方法

协变－反变问题讨论面向对象语言中继承机制和多态计算的关系,晃当前面向对象程序设计语言中的一个重要的理论问题。反变的方法重定义不符合思维习惯,一盘采用协变精化的设计方法。但抛弃反变后的面向对象程序设计,在多态计算中会产生类型问题。针对这一问题,该文基于Ｃａｓｔａｇｎａ的重载函数模型,提出处理协变相关类型问题的类型系统和计算模型,并在ＮＤ－Ｐｏｌｙａ语言及系统中具体实现。该方法可以应用到其它协变面向对