基于XML/XSLT代码自动生成技术研究

自动生成技术可以实现系统底层的、重复性代码的自动生成，减少软件开发中枯燥重复的编码工作，从而使得程序员将更多的时间花在系统架构研究上，提高系统健壮性、可扩展性、以及可维护性。根据应用领域，提出使用基于XML／XSLT代码自动技术实现JAVA版的ERP系统，并在实践中得到了应用。     

基于Matlab的Virtex-4平台代码自动生成研究

在Matlab环境下,通过Simulink工具箱对Virtex-4平台建立系统模型,并进行软件仿真;再通过SystemGenerator生成基于目标板的硬件协仿真文件,进行硬件仿真并与软件仿真的结果进行比较.对系统模型进行验证,确定其满足设计要求后,通过System Generator生成该模型的HDL文件或网表,在Xilinx的ISE开发环境中进行调用,或者直接生成比特流文件下载到Virtex-4平台目标系统运行,观察代码执行情况.结果表明,基于Matlab的代码自动生成方法可缩短软件设计开发周期,显著提高系统调试和产品升级的灵活性和可靠性.     

基于面向对象中心信息库的代码自动生成

面向对象技术为代码自动成提供了技术支持介绍了对象ＣＡＳＥ中心信息库的构成和作用以及００代码自动生成工具的系统构成。     

活动图并发语义代码自动生成算法设计

针对活动图能够比状态图更自然和直观地显示程序的并发行为,为达到图形化描述程序的并发行为并自动生成代码的目标,通过分析活动图的图元语义,以fork、join、activity、initial、activity final、flow final等6个图元作为图形建模和代码生成的基础,提出了一套代码自动生成算法．该算法把活动图拆分成若干独立的活动子图;再把每个活动子图解析成若干进程和信号量;最后对每一个进程和信号量进行代码生成．实验证明,基于本算法开发的原型系统取得了较满意的效果,同时也证明了所提出的方法和算法的正确性、有效性．     

MDA开发中的模型一致性检验

为了实现不同中间件平台之间的集成和互操作，OMG提出了一个标准的基于模型的体系结构——MDA，该结构将应用模型分为平台无关模型（PIN）和平台相关模型（PSM），通过融合UML用例图、类图、序列图，得到了需求模型和设计模型，给出了类图和序列图的形式化语义，以及模型间的协调性条件，并在此基础上进行一致性检测，为模型驱动的开发提供了基础．     

MDA开发中的模型一致性检验

为了实现不同中间件平台之间的集成和互操作,OMG提出了一个标准的基于模型的体系结构——MDA,该结构将应用模型分为平台无关模型(PIM)和平台相关模型(PSM),通过融合UML用例图、类图、序列图,得到了需求模型和设计模型,给出了类图和序列图的形式化语义,以及模型间的协调性条件,并在此基础上进行一致性检测,为模型驱动的开发提供了基础.     

基于MATLAB/RTW的车载无刷直流电机调速系统代码自动生成

介绍了一种根据系统仿真模型自动生成嵌入式C代码的嵌入式系统设计方法.结合基于英飞凌C164CI微控制器的车载无刷直流电机调速系统的开发,详细说明了使用MATLAB/RTW(实时代码工作空间)工具集将系统仿真模型自动转换为嵌入式系统C代码并编译下载到微控制器中运行的方法.还对仿真和实验数据进行了比较分析.结果表明,系统实际运行结果与仿真结果之间具有很高的相似性,从而验证了自动生成代码的正确性和可靠性.     

多媒体课件生成平台的设计与实现

通过自动生成课件的功能,提高课件制作的效率,达到规范课件制作的效果。对多媒体课件自动生成器的设计思想、具体实现过程等方面进行了详细的阐述。     

基于图论和FSM的UML模型与代码一致性检测

提出了一种基于图论和有限状态机（FSM）的统一建模语言（UML）模型与代码一致性检测方法.给出了该方法的基本思路;分别讨论了UML模型与代码静态一致性检测和动态一致性检测算法;实现了该检测方法的支撑工具,并使用该工具对C++项目UMLChecker 1.0进行了检测.实验结果表明,所提方法可对UML模型与代码的一致性进行检测,且具有较高的检测精度.通过对静态行为和动态行为的一致性检测可知,检测精度明显提升.     

基于激励理论的发电企业上网电价定价方法研究

目前,我国发电企业上网电价的制定采用基于成本的经营期定价方法,由于政府和发电企业间的信息不对称,政府无法准确掌握发电企业的成本,在追求更大收益的驱动下发电企业有上报虚假成本的可能。基于激励理论的发电企业定价方法,该方法通过给予发电企业一定的信息租金,引导其自愿披露真实成本信息。结合理论分析,对该方法下的定价模型和求解方法进行了初步研究,最后通过算例验证了该定价模型的正确性和有效性。     

基于多模态子空间学习的语义标签生成方法

基于已有的视觉空间和文本空间上标签相关性建模方法,提出一种多模态子空间学习的语义标签生成方法。通过建立视觉特征相似图,以非线性方式重构“图像-标签”相关性,进而将图像的视觉模态表示和标签的文本模态表示统一到多模态子空间中,并保证空间变换前后具备结构保持。在该空间中,标签的文本模态与图像的视觉内容模态信息彼此互补,语义相关的图像和标签映射到空间中相近的样本点,进而将语义标签生成问题转换为子空间内图像的近邻标签搜索问题。结果表明,该方法在FLICKR-25K数据集上,性能达到36.88%,在NUS-WIDE数据集上,性能达到44.17%,多模态子空间学习的语义标签生成方法可以大幅度提升标签生成的准确性。     

基于矩阵法的燃煤机组混合发电系统性能研究

新能源与化石能源互补发电可解决单纯新能源发电投资成本高、利用率低等问题,可维持发电系统稳定性及连续性,实现更深层次的节能减排.以300 MW机组为例,建立了由太阳能、生物质能组成的辅助系统作用于燃煤机组回热系统的热经济性分析矩阵模型.结果表明:辅助系统作用于高加侧的经济性好于低加侧,并随分流系数增大高加侧的优势更明显;高加侧各加热器中,辅助系统作用于1号高加时混合发电系统的热力性能最好;分流系数增至完全排挤汽轮机抽汽时,混合发电系统各性能指标达最大值,汽轮机做功及绝对内效率提高率分别达0.42％～8.74％,0.42％～7.2％.     

太阳辐射与负荷波动的相关性对光伏发电并网的影响

由于太阳辐射变化与电网负荷波动具有一定相关性,因此电网有可能在负荷高峰期更多地使用光伏电力以替代传统煤电,而成本的下降将使光伏发电首先在提供峰荷电力时具备经济性。本文利用某区域电网的年太阳辐射和电网负荷统计数据,在不设置储能环节,以及不降低基荷机组上网电量的条件下,确定电网能够容纳的光伏发电量以及对应的成本。结果显示,当光伏电力利用率从100%降为95%,单位光伏电力成本增加4.8%,电网光伏电力占比从3%提高到7%。不采用储能技术,分布式光伏发电也具有显著的并网潜力。     

基于解析法的轴对称非球面加工机床运动创成

提出了一种新的机床设计方法。从轴对称非球面构型特征出发,解析刀具与工件的位姿关系。建立刀具相对于工件的位姿矩阵,提出所需的运动单元,创成加工轴对称非球面机床运动功能方案。优化设计结果,并给出对应运动结构式的机床结构布局图,实现了轴对称非球面加工机床创新设计。     

基于群体偏好的水电企业年发电计划的制定

由于径流的不确定,电力市场下水电企业制定的年发电计划都存在着一定的风险,影响着企业的经济效益.对于水电企业而言,需要对发电计划的风险和利润进行评估,构造兼顾利润最大和风险最小这两个矛盾目标的折衷发电计划.文中针对这一问题进行研究,提出了一种基于入库径流频率计算并计及风险的水电企业年发电计划制定模型,将风险管理中的概率分析方法和群决策理论引入发电计划方案的利润和风险评估中,并给出了求解方法,为解决考虑风险情况下水电企业年发电计划制定问题提供了新的途径.最后以一算例证明了该模型和求解方法的可行性.     

不同发电技术电源投资决策支持模型

首先综合运用净现值(NPV)标准工具与投资理论,提出不同发电技术电源投资项目决策支持模型,科学、系统地比较分析了不同类型电源的经济性与技术性指标对投资收益率影响。为进一步展示模型的适用性,选择三种典型的发电技术投资决策案例:一方面,针对500 MW的CCGT投资项目进行动态模拟,来实证研究投资不同发电技术时,预测上网电价、燃料价格、机组热耗、年平均可利用系数对投资项目内部收益率的影响;另一方面,针对这三种发电技术的技术与经济特点,利用提出的模型对比分析了它们的相对竞争潜力。其次,鉴于我国即将全面推行电力市场,考虑市场的不确定性,又提出了基于期权理论的等待型投资模型,并选择相同的案例对比研究在未来市场不确定性条件下的投资决策过程。     

基于ARIMA的发电量预测方法

根据 1952—2001 年我国 50 年的发电量数据,利用时间序列的有关理论,经过多次拟合,找出适合我国发电量的单整自回归移动平均模型(ARIMA)。利用 AIC 准则确定模型参数。根据模型对我国未来 5年的发电量进行预测,结果表明预测精度误差小于 3%,该方法可满足实际要求。     

基于光伏电池数学模型的改进MPPT数值控制方法

针对以往光伏发电系统数值方法最大功率点跟踪(N-MPPT)控制存在跟踪速度不理想等特点,提出一种改进的数值方法MPPT控制方法,该方法是在直接检测外界光强及温度等自然因素的基础上配以二次插值数学方法来追踪最大功率点,利用Matlab/Simulink搭建了光伏发电系统及其相应的MPPT跟踪控制模型,仿真结果表明,该方法...     

基于知识迁移和双向异步序列的对话生成模型

针对端到端的对话生成模型普遍存在无意义安全回复和大量重复词汇的问题,和将外部知识引入对话系统的挑战,提出基于知识迁移和双向异步序列的对话生成模型.将知识库中的外部知识融合到对话生成模型并显式地生成在回复语句中;使用预训练的知识库问答模型获取输入语句的知识表达、候选知识表达以及关键字;搭建2个编码器?解码器结构,通过双向异步解码将关键字显式地生成在对话回复中;编、解码阶段均引入预训练模型的知识理解和知识表达能力,提升对话生成对知识信息的捕捉能力.提出重复检测惩罚机制,通过赋予惩罚权重的方式减少对话生成中的重复词汇.实验结果表明,所提模型在自动评估和人工评价指标上均优于已有的对话生成方法.