基于协作式客户机/服务器系统的可复用构架

文章通过一个协作式客户机/服务器软件系统的实例阐明了设计不同系统体系可复用扩展软件构架的一种方法。笔者提出的构架,将使用构架描述语言进行定义,通过软件复用的三个层次(独立于应用域的,领域特有的和应用特有的),有机地组织起来。构架由可复用领域的特定黑盒构架模式和可扩展领域的特定白盒构架模式组成。文章重点阐述了软件构架中复用的不同层次以及构架如何实现扩展。     

PBIL进化算法在自动组卷系统中的应用

进化计算是一种搜索方法，广泛用于求解各类优化问题。PBIL算法将进化获得的知识——学习概率用以指导后代的产生，使搜索更具方向性，因而往往能取得更好的效果。自动组卷问题是一个典型的组合优化问题。文中针对PBIL算法的特点，设计了一个自动组卷求解方案，并用实验数据进行计算。结果表明；该算法计算速度快、稳定性好，尤其是在约束条件比较多的情况下，显示出算法的高适应性，是解决组卷问题较为理想的算法。     

基于MATLAB的Windows环境控制系统仿真软件的实现

该文介绍了利用MATLAB科学计算、符号运算及图形处理方面的强大功能，来设计控制系统仿真软件，大大减少了仿真软件的开发周期；并通过MATLAB和VC 的接口使该仿真软件脱离MATLAB环境形成可独立执行于WINDOWS环境下的应用程序，从而提高了仿真软件的运行速度和代码的执行效率，扩展了软件的应用范围。     

人工免疫系统:理论与应用

由生物引发的信息处理系统可分为:人工神经网络、进化计算和人工免疫系统(AIS).其中,神经网络和进化计算已被广泛地应用于各领域,而AIS由于其复杂性,应用相对较少.AIS实现一种由生物免疫系统启发的通过学习外界物质的自然防御机理的学习技术,提供了噪声忍耐、无教师学习、自组织、不需要反面例子、能明晰地表达学习的知识、具有内容可访记忆和能遗忘很少使用的信息等进化学习机理,结合了分类器、神经网络和机器推理等系统的一些优点,因此具有提供新颖的解决问题方法的潜力.为促使AIS更好地应用于科学和工程领域,本文系统地综述了AIS的最新研究成果,最后指出了其进一步研究的方向.     

基于进化FCM算法的基因表达数据分析

针对目前已知功能基因相对较少、基因表达数据的海量性、以及基因类属的不确定性等问题提出了一种基于进化策略的FCM(ES-FCM)算法。并用抑郁症基因芯片表达数据作为数据源对算法进行测试分析,其结果表明该算法有效地改进了FCM算法对初始数据敏感、易于陷入局部最小值,以及进化算法收敛速度相对较慢、计算量大等问题,从而得到较优的聚类结果。     

入侵检测免疫模型中抗体基因库的生成和进化

文中简要分析了当前入侵检测技术存在的问题和发展方向，结合人体免疫理论，提出一种基于检测代理的分布式网络入侵检测免疫模型。为了提高免疫系统识别异常的轻负荷和适应性，引入粗集理论的约简算法，用于待检数据的预处理和抗体基因库的生成，并结合抗体进化原理不断对基因实施进化。该模型可降低待检数据的冗余，保持抗体基因的进化和适应性，提高入侵检测的效率和准确性。     

PBIL进化算法在自动组卷系统中的应用

进化计算是一种搜索方法,广泛用于求解各类优化问题。PBIL算法将进化获得的知识———学习概率用以指导后代的产生,使搜索更具方向性,因而往往能取得更好的效果。自动组卷问题是一个典型的组合优化问题。文中针对PBIL算法的特点,设计了一个自动组卷求解方案,并用实验数据进行计算。结果表明:该算法计算速度快、稳定性好,尤其是在约束条件比较多的情况下,显示出算法的高适应性,是解决组卷问题较为理想的算法。     

基于遗传算法的Bayesian网结构学习研究

从不完备数据中学习网络结构是Bayesian网学习的难点之一,计算复杂度高,实现困难。针对该问题提出了一种进化算法。设计了结合数学期望的适应度函数,该函数利用进化过程中的最好Bayesian网把不完备数据转换成完备数据,从而大大简化了学习的复杂度,并保证算法能够向好的结构不断进化。此外,给出了网络结构的编码方案,设计了相应的遗传算子,使得该算法能够收敛到全局最优的Bayesian网结构。模拟实验结果表明,该算法能有效地从不完备数据中学习。     

软件体系结构层次的软件适应性预测模型

结合经验数据和专家知识,基于贝叶斯网建立了软件体系结构层次的结构特征、变化原因与软件适应性之间的因果关联模型,即软件体系结构层次的软件适应性预测模型,扩展贝叶斯网学习算法解决了该预测模型中较弱因果关系的发现问题.最后给出应用预测模型在软件体系结构层次上评估软件适应性的方法和实例.     

基于量子进化算法的路由选择

网络中存在许多设计和优化问题,其中相当一部分属于NP类型。传统的解法由于计算复杂度过大而失效。为了降低计算机网络的时延和运营费用以改进网络性能,采用量子进化算法优化计算机网络中路由选择问题,深入研究了量子进化算法及其在路由选择优化问题中的应用,并对量子进化算法进行了改进,使之更适合这类问题的求解。仿真实验结果表明,同传统优化算法相比该方法对求解网络的路由选择具有很大优越性。研究结果不仅对各类网络的优化问题有一定的应用价值,而且也扩展了量子进化算法的应用范围。     

人工免疫系统整体架构及其在数据分类中的应用

受智能进化理论的启发，集成现有的免疫算法，加入更高的智能层次上新的免疫机制，建立了一个人工免疫系统的整体多层次架构．首先，从智能进化的角度说明基于整体免疫系统信息处理机制的算法具有更高的“计算”能力．然后，就一种新的基于人工免疫系统整体架构的数据分析算法，介绍了试验结果，并对结果进行了讨论．最后，笔者指出，人工免疫系统整体架构不仅可以提高现有算法的效率，而且可以扩展人工免疫系统的应用领域．     

A domain-specific software architecture for adaptive intelligentsystems

A good software architecture facilitates application system development, promotes achievement of functional requirements, and supports system reconfiguration. We present a domain-specific software architecture (DSSA) that we have developed for a large application domain of adaptive intelligent systems (AISs). The DSSA provides: (a) an AIS reference architecture designed to meet the functional requirements shared by applications in this domain, (b) principles for decomposing expertise into highly reusable components, and (c) an application configuration method for selecting relevant components from a library and automatically configuring instances of those components in an instance of the architecture. The AIS reference architecture incorporates features of layered, pipe and filter, and blackboard style architectures. We describe three studies demonstrating the utility of our architecture in the subdomain of mobile office robots and identify software engineering principles embodied in the architecture     

基于CAFISE Framework的高适应性面向服务软件开发

在企业及电子政务应用中,由资源分布异构及需求动态变化而产生的问题越来越严重,如何让应用快速适应这些变化一直是人们关注的一个研究难题.首先给出了一个面向服务的支持业务端编程的适应性软件结构框架CAFISE(convergent approach for information system evolution)Framework,然后给出了基于该框架的面向服务的适应性软件开发方法.CAFISE Framework对异构资源的服务化、业务化及开放动态的面向服务软件体系结构提供了较好的支持.基于该结构框架的开发方法,从对影响软件的环境要素分析入手,通过质量属性驱动的体系结构分析,重点针对应用要适应的变化进行结构设计,最终通过以体系结构为基础的业务端编程,实现面向服务应用的即时开发与演化.在实际项目中的使用及实验证明:用该框架和方法开发的面向服务应用,能够较好地适应异构资源的动态变化及用户业务变更,能以较低的代价实现企业及电子政务面向服务应用的持续演化.     

一个面向服务的支持动态演化的软件模型

为了使面向服务的架构更适应动态演化的需求,提出了基于体系结构空间、支持动态演化的软件模型SASM．SASM是使用反射技术,通过具有因果相联的基层和元层来构造．基层由可运行的服务形成,元层是一个具备树形层次、层间存在求精关系的体系结构空间．该空间反映了需求的层次性,提供给用户不同抽象级别的视图和管理手段．通过对体系结构空间的观察,可获知系统的结构和行为信息．通过对体系结构空间的在线调整可实现对基层的修改进而实现系统的非预设动态演化,而空间中不同层次之间的求精关系保证了应用的完整性和演化的一致性．     

CAMPOUT: a control architecture for tightly coupled coordination of multirobot systems for planetary surface exploration

Exploration of high risk terrain areas such as cliff faces and site construction operations by autonomous robotic systems on Mars requires a control architecture that is able to autonomously adapt to uncertainties in knowledge of the environment. We report on the development of a software/hardware framework for cooperating multiple robots performing such tightly coordinated tasks. This work builds on our earlier research into autonomous planetary rovers and robot arms. Here, we seek to closely coordinate the mobility and manipulation of multiple robots to perform examples of a cliff traverse for science data acquisition, and site construction operations including grasping, hoisting, and transport of extended objects such as large array sensors over natural, unpredictable terrain. In support of this work we have developed an enabling distributed control architecture called control architecture for multirobot planetary outposts (CAMPOUT) wherein integrated multirobot mobility and control mechanisms are derived as group compositions and coordination of more basic behaviors under a task-level multiagent planner. CAMPOUT includes the necessary group behaviors and communication mechanisms for coordinated/cooperative control of heterogeneous robotic platforms. In this paper, we describe CAMPOUT, and its application to ongoing physical experiments with multirobot systems at the Jet Propulsion Laboratory in Pasadena, CA, for exploration of cliff faces and deployment of extended payloads.     

一种面向体系结构的自适应软件构件分派模型及算法

自适应演化软件是近年来软件工程领域的研究热点,而以体系结构为中心的自适应演化尤其受到重视.针对当前演化中对非功能性约束关注的不足,着重对面向体系结构的自适应演化框架中构件的分派优化问题进行研究.首先详细描述了基于体系结构模型的构件分派问题,并建立能够满足嵌入式软件构造机制中非功能性约束的分派模型,接着证明该分派问题为NP完全问题,最后提出一种启发式分派算法找出近似最优解,实验表明,与贪婪和整线性规划算法相比,该算法具有多目标均衡的优势;而与整线性规划算法相比,虽然不能保证找到最优解,但具有较大的计算时间优势.     

基于Arduino的AIS数据分布式采集研究

为了解决船舶自动识别系统(automatic identification system, AIS)数据的分布式采集,使全球AIS消息报文接收、解码、封装、转发操作的安装成本更低、稳定性更好、安全性更高、维护工作量更小；通过采用以Arduino嵌入式平台为核心结合外围电子器件开发的网络解码器组成分布式采集网络,并采用C语言将合理的数据结构和算法直接在MCU上编程实现,来取代以x86架构和操作系统为基础的网络解码器;通过实验可以证明,采用Arduino技术的AIS网络解码器的解码效率能够满足AIS基站发送数据的速率要求,解码内容正确,能按照约定的网络传输格式转发消息内容,可应用于全球AIS数据的分布式采集中;该成果具有功耗更低、运行更稳定、成本更低廉等优点,对需要大量使用网络解码器来构建的AIS数据分布式采集网络具有重大现实意义。     

Multi-domain learning by confidence-weighted parameter combination

State-of-the-art statistical NLP systems for a variety of tasks learn from labeled training data that is often domain specific. However, there may be multiple domains or sources of interest on which the system must perform. For example, a spam filtering system must give high quality predictions for many users, each of whom receives emails from different sources and may make slightly different decisions about what is or is not spam. Rather than learning separate models for each domain, we explore systems that learn across multiple domains. We develop a new multi-domain online learning framework based on parameter combination from multiple classifiers. Our algorithms draw from multi-task learning and domain adaptation to adapt multiple source domain classifiers to a new target domain, learn across multiple similar domains, and learn across a large number of disparate domains. We evaluate our algorithms on two popular NLP domain adaptation tasks: sentiment classification and spam filtering.     

基于Delta-Grammar的软件体系结构演化的描述

软件需要不断演化以适应复杂多变的环境和需求.为了分析软件演化的过程和规则,提出了一种特殊的图文法delta-grammar用以描述软件体系结构的演化,具体给出了增加、删除、替换、重组、拆分.并发等演化的产生式规则,从而能够方便、直观、图示化地刻画演化过程.并且,以电子商务信息系统为例,展示了应用delta-grammar进行软件体系结构演化描述的过程和作用.