LISP语言的增量式部分求值器

部分求值在软件优化中有着重要的作用，而增量式计算是避免重复计算的一种技术．本文基于部分求值和增量式计算的技术，实现了一个ＬＩＳＰ语言的增量武部分求值器，使得函数例化尽量在前次已经产生的剩余程序的基础上进行，从而很好地提高了效率．     

凝胶色谱的积分分子量分布

凝胶色谱(GPC)是当前测定高聚物分子量分布极为有用的工具。用 T1-59型可编程序计算器计算 GPC 的积分分子量分布,可在数分钟内打印计算出结果。对没有配置专用微处理机的 GPC 仪,利用本程序具有准确、快速和方便的优点。     

基于部分求值的程序优化及其实现方法

一、引言 在九十年代,部分求值(Partial Evaluation)作为一种新型的软件自动化技术,已经从实现技术的研究阶段逐步进入应用研究阶段.由于部分求值技术不同于传统的算法优化和编译优化技术,其应用有可能解决传统方法无法解决的程序优化问题,有效地缓和软件系统中常见的复杂性和执行效率的矛盾.本文介绍部分求值的基本原理,利用部分求值进行程序优化的方法,以及部分求值分类方法,以求推广这种新技术的研究与应用.     

实现函数式语言部分求值器的约束时间分析

文章研究部分求值技术中的约束时间分析（简称ＢＴＡ），介绍了一种高阶的函数式语言ＦＳＬ语言的部分求值器的ＢＴＡ。该部分求值器的ＢＴＡ由两个部分来实现：ＢＴＡ１和ＢＴＡ２，其目的是减少重复计算，提高部分求值的执行效率     

一种保护AutoLISP开发成果的措施

AutoCAD是微机CAD领域中理想的图形支持软件,而AutoLISP是开发AutoCAD的有力工具。但使用AutoLISP的用户都知道,AutoLISP是一种求值型语言,而非解释型或编译型语言,其核心是求值器,运行程序时直接装入源程序,由求值器读入程序进行求值计算,最后返回求值结果。由于直接运行源程序,不     

peC语言的部分求值器及在编译器测试中的应用

部分求值技术在程序优化及软件自动生成等方面,有着极为重要的作用.本文将部分求值技术应用到编译器测试中.为此,设计了一个C语言的子集peC语言,给出了该语言的部分求值策略的形式化描述,实现了peC语言的部分求值器,设计了基于部分求值技术的编译器测试框架.通过实验,本文的方法可以检测出大部分之前的其它的方法发现的GCC、LLVM编译器中的错误,此外还发现了其它方法不能发现的错误,表明将部分求值技术应用到编译器测试中是有效的.     

基于信息流分析的部分求值技术

循环展开是过程式语言部分求值中的难题之一．本文提出一种基于信息流分析的部分求值技术，解决了部分求值中循环展开问题．本文利用这一技术，实现了一个过程式语言的部分求值器．     

一种新型广义预测控制快速算法

广义预测控制(GPC)作为一种优良的算法受到了许多学者的重视.其基本思想是根据过去的输入输出以及未来输入通过优化二次型目标函数来预测未来输出.传统的GPC的缺点是计算量大.本文在隐式广义预测控制的基础上,通过改进其目标函数,提出了一种新型广义预测控制快速算法,避免了在线求解Diophantine方程和矩阵求逆,大大降低了计算量.仿真结果表明该算法的有效性.     

Ball基的推广

构造了一系列次数为n且带有参数k(2(≤)k(≤)「n/2」+1)的新的广义Ball基,作为Wang-Ball基(k=2)到Said-Ball基(k=「n/2」+1)的过渡,并给出新基的一些性质.接着,由新基定义出新的广义Ball曲线,给出曲线的递归求值、升阶和降阶逼近算法.最后,提出相应的三角基,并给出三角曲面的递归求值和升阶算法.     

广义预测控制的并行算法

研究广义预测控制(GPC)的并行算法.常规对GPC的设计,面临的在线矩阵求逆的 耗时和控制灵活性的矛盾很难较好的解决.本文通过在线并行实现,有效地提高了算法的实 时性和对复杂对象的适应性.     

一种改进的广义预测控制算法仿真研究

对广义预测控制(GPC)算法进行简介.针对GPC控制算法在大迟延过程控制中超调量偏大的缺点,提出了一种改进的广义预测控制算法(简称AGPC);以电阻加热炉为研究对象,利用MATLAB的SIMULINK工具编写程序,对改进后的GPC控制算法进行仿真研究.结果表明改进后的GPC控制算法不仅能有效地抑制超调量,而且能兼顾快速性和鲁棒性,从而提高了控制品质.     

XQuery语言的部分求值技术的研究

部分求值作为一种新型的软件自动化技术,在程序优化中起着重要的作用.本文介绍了一种针对xQuery语言进行部分求值的实现技术,即部分求值技术中的绑定时间分析的方法和滞留程序生成的方法.     

面向对象程序设计语言的部分求值动作分析

提出了一种面向对象程序设计语言的部分求值动作分析方法,利用带有绑定时间标注的源程序生成部分求值动作原语序列,作为各种部分求值实现策略的基础。这种方法使部分求值算法独立于具体的实现方法,从而降低了部分求值系统的实现难度。     

地暖系统的量子遗传约束广义预测控制

针对地板辐射采暖系统具有大惯性、参数不确定和外部随机干扰等特点,提出了一种基于量子遗传算法(QGA)的约束广义预测控制(GPC)方法。该方法将GPC的控制增量作为量子染色体的基因,通过量子旋转门扩展种群多样性,并滚动优化GPC的控制增量Δu(k)。试验表明,与常规广义预测控制相比,该控制方法具有良好的控制效果和更强的鲁棒性。     

共享存储环境下二维弹塑性流体动力学程序滑移线的并行计算

§1.引 言EPHDC-2D程序是一个计算二维弹塑性流体动力学拉氏程序,其空间离散采用四节点的有限元方法,其时间积分采用显式的中心差分格式.程序分为三大部分:导程序、主体计算和网格重分.主体计算又分为滑移线计算和守恒方程的计算.我们已实现守恒方程的并行计算,(见文[5]),本文总结关于滑移线的并行计算.     

多元分段函数求解的数组编程实现

分段函数广泛应用于人们的实际生活中,利用计算机编程实现对分段函数求值的计算,可以大大减轻手工计算的劳动强度,提高工作效率。对于复杂的多元分段函数求值问题,使用传统的分支程序编程的方法,会造成程序分支嵌套层数大大增加,使得程序冗长难懂,运算效率降低。本文提出了利用数组编程实现多元分段函数求值的方法,大大降低程序的复杂度,同时提高程序的运行效率和程序的可读性。     

Java语言程序例化中的扩展对象别名分析

随着计算机技术的不断进步和发展,Java语言程序凭借着自身的优势得到了广泛的应用,并取得了显著的成效。同时为了推动Java语言程序在计算机技术的作用,需要提高其精度,这就需要借助一定的对象别名分析技术。本文笔者对对象别名分析技术进行了分析和探讨,主要是为提高求值的深度,同时为实现Java语言程序中部分求值器的绑定时间分析的实现,进而为Java语言程序的应用提供指导和借鉴。     

非线性系统参数自适应直接广义预测控制

针对广义预测控制 (Generalized predictive control, GPC) 计算量大的缺陷, 本文对参数未知非线性系统提出一种直接广义预测控制 (Direct generalized predictive control, DGPC) 方法. 该方法直接辨识广义预测控制器参数, 即基于广义误差估计值对控制器参数 θu 和广义误差估计值中的未知向量 θe 进行自适应辨识. 理论证明了该方法可使广义误差估值收敛到原点的一个小邻域内.     

广义预测控制算法在ATO系统中的研究仿真

对广义预测控制(GPC)算法进行了研究,并将GPC算法应用在自动运行(ATO)系统中.通过该算法的使用,列车能较好地跟随目标曲线运行,由于目标曲线是根据列车牵引计算得到的最优的列车运行曲线,从而保证列车安全、平稳、正点地自动运行,同时也确保列车进站停车的精确性.     

比例–积分控制加广义预测控制算法及其应用

针对比例–积分(proportional-integral, PI)控制因不能预测未来输出而提前改变控制量使其用于光电稳定伺服系统时往往响应剧烈的问题,研究了光电稳定伺服系统的广义预测控制(generalized predictive control, GPC).首先通过证明受控自回归积分滑动平均(controlled auto-regressive integral moving-average, CARIMA)模型的直接递推预测与Diophantine方程预测等价,提出了预测较快的模型等价预测GPC算法,其预测复杂度比原GPC降低了一个阶次.其次通过对PI和GPC的特点进行分析,综合考虑两者的优缺点,提出了一种新型的基于PI增量和GPC增量加权的比例积分控制加广义预测控制(proportional-integral control plus generalized predictive control, PI+GPC)算法,实现了基于历史、当前和未来偏差计算控制量,并给出了算法设计流程和参数选取规则.最后通过仿真并在某光电稳定伺服平台上验证后得出, PI+GPC和PI相比稳定精度有所提高,且平稳性和快速性大为改善.