符号执行中高语句覆盖率的路径调度

符号执行和约束求解相结合的软件测试方法采用深度优先搜索的路径调度算法会造成测试路径聚居性问题,实际软件中存在路径爆炸,使得采用该算法的测试语句覆盖率低下。提出一种新的PSHC路径调度算法。先将路径分为前缀和后缀两部分,每次测试总是试图寻找这样的路径,该路径与已存在的路径具有最短的相同前缀,并且包含尽可能多的尚未被访问过的基本块作为其后缀。基于Phoenix漏洞发掘工具的实验结果表明,PSHC算法可以迅速提高测试的语句覆盖率到100%,有效解决由于深度优先搜索的路径聚居性导致的测试代码的局部性问题,PSHC算法产生的路径数与循环深度无关,软件规模越大,该算法的表现越好。     

遗传算法在粗糙集性约简中的研究

遗传算法是模拟自然界生物进化过程和机制求解问题的一类自适应和自组织的人工智能技术,其基本思想是模拟自然界生物进化论和遗传机制而形成的一种过程搜索最优解的算法。由美国Michigan大学的Holland教授创建,来源于达尔文的进化论、孟德尔德的群体遗传学说和魏茨曼的物种选择学说。     

Excel中的滚动条窗体控件在价格定位中的应用

讨论有关Microsoft Excel中的滚动条(窗体控件)的应用。论述了应用滚动条(窗体控件)控制商品需求曲线中的价格的变化。通过价格和需求百分比计算商品的利润。由于价格的变化引起需求百分比的变化最终引起利润的变化。通过观察获得使利润最大化的价格,从而给商品确定价格。整个过程相当直观。最终可以通过Microsoft Excel中的另一个分析工具"规划求解"来证明观察结果的正确性。     

基于加载宏的线性规划问题求解

线性规划是运筹学的重要分支,应用十分广泛。本文介绍利用加载宏解决线性规划优化问题求解的详细方法和步骤。该方法可以减少求解线性规划问题的计算量,提高计算速度,并且方便实用。     

高职Photoshop平面设计课程的实践性

探索职业教育教学方式改革,深入校企合作,真正做到“产学研”与“工学交替”相结合的方式,改变目前职业教育面临的不足,强调Photoshop平面设计课程实践性,大力提升学生的实战能力,满足企业对人才的需求。     

考虑液滴尺寸分布气液两相爆轰流场数值仿真

研究脉冲爆轰发动机喷射装置模型问题,针对两相爆轰流场中燃料液滴半径实际上分布的不均匀性,为了建立更符合实际的模型,提出了多尺寸分布的两相爆轰方程.应用二维守恒元和求解元方法(CE/SE方法)对其进行数值仿真,得到了液滴初始半径分布对管内流场的影响.液滴初始半径分组时爆轰波速度介于不分组时最小液滴半径和最大液滴半径的计算值之间;分析了液滴初始半径不同分组时,液滴平均半径越小,爆轰波最大压力和爆轰波出口速度越大.仿真结果证明用CE/SE方法可有效捕获两相爆轰波间断能力.研究成果为脉冲爆轰发动机喷射雾化装置设计提供设计依据.     

基于数字后处理算法的并行交替采样ADC系统

为了在现有的模/数转换(ADC)芯片的技术条件下提高模/数转换系统的性能,在并行交替采样系统失配误差修正算法的基础上,研制了8-bit 4-Gsps并行交替采样ADC系统.该系统中4个1-Gsps ADC通道并行采样同一模拟信号;以锁相环和可调延迟线芯片为核心,组成低jitter,低skew的多相时钟产生电路,为各ADC逼连提供交替采样时钟;在FPGA芯片双倍速I/O和内部集成锁相环的支持下,使用单片FPGA芯片接收ADc系统产生的高速并行数据,并完成数据同步、重排和缓存,通过USB接口读出.基于模拟数字混合滤波嚣组的数字后处理算法修正了各ADC通道间的增益、偏置和采样间隔三种失配误差.测试结果表明,该并行交瞽采样ADC系统在4-Gsps采样率下,对200 MHz与803 MHz正弦波信号分别达到6.89 b与5.81 b的ENOB以及51.81 dB和S1.13 dB的SFDR,接近ADC芯片手册给出的性能.     

非圆曲线的数控处理及程序实现

引用优化设计中一维搜索和黄金分割法,针对数控加工中非圆曲线的处理,给出实用、简洁和新颖的宏程序实现方法,解决在数控系统中求解方程组的问题,是数控用户快速解决相关应用问题的有效手段。     

解析基于Excel2003进行规划求解

通过实例介绍Excel2003中线性规则功能的运用。介绍了规划求解的基本功能,通过建立数学模型,利用规划求解方法来求出最优解,并进行灵敏度分析。     

最小约简问题的一个免疫离散粒子群算法

把求决策表最小属性约简问题归结为一个不含非线性约束的0-1组合优化问题,证明了两个问题之间最优解的等价性.针对问题的特性,对原有的二进制粒子群算法进行改进,引入基于决策表差别矩阵的疫苗接种机制以及k-精英保优策略,由此提出一个免疫二进制粒子群算法并用于求解转化后的组合优化问题.仿真计算结果表明该算法有效地提高了获得最小属性约简的可能性,同时还具有较快的收敛速度.与其它类型的最小属性约简算法相比较,该算法取得明显的改进效果.