基于极限学习机的组合软件可靠性模型研究

针对单一软件可靠性模型适应性不强和数据驱动模型稳定性较差的问题,本文选取3种典型软件可靠性模型作为基模型,利用极限学习机对基模型的预测结果进行加权优化,得到组合软件可靠性模型,实现经典软件可靠性模型和人工智能算法的有机结合。通过对3组失效数据进行仿真实验,并与单一模型、基于其他神经网络算法的组合模型以及数据驱动模型的预测结果进行对比,验证了本文模型能够有效地提升预测精度和模型的适应性。     

模型驱动环境下模型演化的形式化研究

在模型驱动开发中,模型演化由一系列复杂的变化活动组成,模型的变化可以分为直接施加在模型元素上的增加、删除、更改等基本演化操作以及这些基本演化操作的组合。基于模型驱动体系结构,给出了模型和模型变化的形式化定义。模型的变化以模型差异来描述,在模型差异的基础上,研究了模型的合并、逆和组合运算。     

一种针对CP-nets并发模型的验证方法

状态爆炸问题导致CP-nets并发模型的正确性验证工作十分困难。提出了基于并发属性的模型化简方法和基于功能组合的模型抽象方法,用于对模型进行处理,移去与并发属性不相关的模型元素,提升模型的抽象层次,使模型状态空间规模得到显著降低,并在并发属性相关行为上与原模型保持一致;在处理后模型中运用状态空间分析、模型检测等验证方法完成模型验证,针对验证得出的模型错误,通过处理前后模型的对照关系在原模型中进行改正。这在一定程度上避免了状态爆炸问题并实现了模型验证。通过将上述方法应用于HMIPv6协议模型,验证了其有效性。     

工作流模型的扩展及其形式化描述

工作流是一类能够部分或全部由计算机支持或自动处理的业务过程,工作流模型是对工作流的抽象表示,也就是对业务过程的抽象表示。论文以过程工程理论建立的企业模型作为工作流模型的扩展思想,归纳出了工作流模型设计原则,并对现有的扩展方法进行了分析;最后提出了一种工作流模型,该模型由过程模型、活动模型、组织模型、资源模型和信息模型五个子模型组成,并给出了各子模型的形式化描述。     

基于ASP.NET三层架构的MDA模型变换

MDA构建了PIM和PSM,定义了模型间的自动映射,这种映射即模型变换。模型变换分为模型到模型的变换和模型到代码的变换两大类。本文通过分析基于ASP.NET的三层架构,构建MDA框架,定义模型变换规则,组成模型变换定义,实现模型间的变换。     

基于BOM动态测试框架的设计与实现

为基于基本对象模型(BOM)的仿真模型测试提供测试平台,提高模型可靠性,为仿真系统的集成提供可靠的仿真模型,缩短仿真系统集成联试的周期,设计了独立的模型测试平台,在测试平台中提供BOM模型运行所需要的对象管理、数据分发、时间管理等服务,通过仿真模型在平台中的运行结果分析,验证模型接口以及功能。模型测试平台可为各种类型的模型提供仿真运行环境,平台运行效率可达到超实时仿真要求,模型集成效率提高。在大规模作战仿真系统开发中,可推广使用模型测试平台,提高模型可靠性,降低集成成本,缩短集成周期。     

基于节点吸引力的复杂网络演化模型研究

针对BA模型及其推广模型预测节点连接度过大的问题,提出一种基于节点吸引力的复杂网络演化模型。该模型包括吸引因子模型、BA模型的度分布、群集系数以及平均路径长度。采用程序仿真方法模拟吸引因子模型和BA模型,并在同等网络规模下对这2种模型进行比较。实验结果表明,在吸引因子影响下,节点的度分布呈幂律指数形式,近似于BA模型,其群集系数小于BA模型,但平均路径长度大于BA模型。     

基于偏微分方程的图像去噪综合模型

介绍了基于偏微分方程（PDE）的两种去噪模型,即ROF模型和LLT模型。根据对这两种模型的比较,提出了应用权函数来合并ROF模型和LLT模型的综合模型。实验表明,综合模型既能克服ROF模型和LLT模型的缺点,又能融合它们的优点,在去噪、保护平滑区域、保护边缘和纹理细节方面都有较好的表现。     

基于BOM本体的概念模型语义研究

模型的语义是模型语义重用、互操作和组合的基础,针对模型语义没有一个精确定义的问题,采用基本对象模型（BOM）规范中的概念模型来定义模型的状态转换、模型之间的交互关系,在基本对象模型规范的约束下给出了概念实体的语义模型,并通过基于描述逻辑的本体来描述基本对象模型规范和语义模型,将模型的语义匹配转化为本体查询和推理,给出了查询语义模型的方法,实验结果表明,语义模型能够很好地定义模型的不同语义,通过语义查询方法可以快速找到期望的模型,提高仿真系统建模的效率。     

基于组合神经网络模型的金融时序预测

金融市场中的股票价格具有波动性和复杂性,而如今传统模型很难有效进行股价预测。选取上证指数作为数据集,提出了BP-LSTM模型和ARIMA-LSTM模型这两种混合模型,BP-LSTM模型利用BP模型提取数据中的非时序信息,再用LSTM模型提取数据中的时序信息的优点。ARIMA-LSTM模型中ARIMA模型可以利用数据中的线性信息,而LSTM模型适合提取数据中的非线性信息。为了证明模型的可行性,建立了LSTM模型,BP模型和ARIMA模型来进行对比,得出ARIMA-LSTM的预测效果好过其他的模型,BP-LSTM预测股价效果不好,但更适合做分类来预测股票涨跌。     

基于工作流的太湖流域片水土保持监管服务平台建设

为实现水土保持监管规范化和现代化，按照水利部关于水土保持信息化建设总体部署和智慧太湖建设要求，立足太湖流域片水土保持监管监测业务实际，基于工作流理念，在全面串联分析流域生产建设项目水土保持监管监测业务的不同用户对象，不同阶段的工作逻辑和流程、数据信息及流向的基础上，提出太湖流域片生产建设项目水土保持监管服务平台的结构框架与工作流程模型的总体设计，并介绍平台应用子系统的主要功能。基于工作流的太湖流域片生产建设项目水土保持监管服务平台，实现水土保持全业务全流程的无纸化、自动化、精细化闭环管理，满足相关用户的信息化需求，可良好适应新形势下水土保持监管工作要求，促进水土保持工作模式、管理方式转型。     

液压冲击机械性能试验计算机测控系统研究

针对液压冲击机械性能参数测试方法的现状,分析了现有方法的优缺点;根据国内外对冲击机械试验的测试经验,结合计算机测控技术的发展,设计并开发出了一种新的计算机辅助测控系统;重点解决了在干扰因素多和测控过程复杂的工业现场环境下的多性能参数的动态测控,以及多参数同步采集与数据处理等问题;利用所研制的系统进行了一系列的综合试验,测试结果证明,系统的稳定性、可靠性和测试精度等指标,都优于原有的系统.     

基于多Agent的企业供需网实时决策支持系统

企业供需网业务活动是跨企业并由多个独立的企业实体合作完成的,而每一企业又都占有资源,都具有独立的决策权,这种动态性、分布性特点造成了供需网管理决策的复杂性。应用Agent特性的供需网跨平台的信息系统集成、信息共享在实现系统实时决策,优化协调管理供需网的运作,敏捷适应顾客需求的变化,帮助供需网各企业实体的决策人员做出优化的供需决策起着十分重要的作用。文章提出了一种在Web环境中应用多Agent技术、WWW技术及XML技术的实时决策支持系统体系结构,并通过探讨其多Agent模型、研究分析系统数据交换及供需决策过程,为供需网实现过程优化决策与管理,有效地完成供需网一系列供需任务而提供了一种良好的技术支持。     

区块链+物联网在农产品溯源中的应用研究

近年来,农产品安全问题日益严峻,传统的农产品追溯体系面临公信力缺失、监管困境和扩展性问题,农产品质量安全追溯迫在眉睫。随着区块链技术不断发展,其具有的分布式、去中心化、不可篡改、可追溯等特性在改善农产品溯源系统数据安全性、透明性等方面发挥着重要作用,并受到了各个行业的广泛关注。在简述可追溯性和追溯系统概念的基础上,介绍物联网和区块链技术,并探讨了当前国内外学者将区块链和物联网框架融合应用到农产品溯源中的一些相关研究,同时阐述了溯源系统在物联网与区块链结合下带来的安全、可靠、透明等好处及面临可扩展性、效率问题、资源浪费等挑战,最后对当前农产品溯源体系建设提出建议以及未来的研究方向。     

取用水户在线监测项目建设管理探析

取用水户在线监测项目实施具有协调难度大、现场条件差、技术复杂等特点,为实现取用水户在线监测项目的顺利实施,探讨采取"一点一策"开展现场勘查调研和利用最严格水资源管理制度考核及取水户办证开展项目实施协调工作,分析落实组织机构和技术支撑保障等进度和质量控制的关键环节,研究系统运维服务托管模式及建立远程运行维护平台,保障安徽省取用水户在线监测项目的顺利实施和系统建成后的稳定可靠运行,具有很好的操作性及实用性。     

基于实物ID的资产普查与隐患排查系统研究

针对传统电力资产普查与隐患排查机制存在设备全生命周期成本核算数据归集困难、运维资产台账资料管理粗放、主配网增存量运维数据共享机制缺失、资产普查与隐患排查数据治理及全景追溯具有滞后性等固有弊端,提出了一种基于实物ID业务协同和数据共享机制的资产普查与隐患排查系统.引入电网实物资产统一身份编码机制,实现电网主配网存量全息运...     

Parallel structures and self-organization of heterogeneous polynomial neural networks for pattern recognition and diagnostics of states

We consider different parallel architectures and methods for self-organization and minimization of complexity for heterogeneous polynomial neural networks (PNN) in problems of pattern recognition and in diagnostics of states. Constructive estimates for the heterogeneity index and parallelism in the process of autonomous classifying decision making with the use of PNNs of different kinds are obtained. It is shown that the parallelism, self-organization, and robustness of heterogeneous PNNs can significantly increase in group (multiagent) solutions of difficult problems in pattern recognition, image analysis, large-scale (vector) diagnostics of states, and adaptive routing of data flows. Adil’ Vasil℉evich Timofeev. Born in 1944. Graduated from the Moscow State Technical University in 1967. Received candidate’s degree in 1970 and doctoral degree in 1988. Works at the St. Petersburg Institute for Informatics and Automation of RAS as Head of the Laboratory of Neuroinformatics and Intelligent Control, at the Research Institute of Applied Mathematics and Automation of RAS as Head of Department of Intellectualization of Information-Control Systems, and at the St. Petersburg State University as Professor of the Chair of Informatics. Scientific interests: neuroinformatics, pattern recognition, adaptive and intelligent control, virtual reality, intelligent robotics, and multiagent systems. Author of 17 monographs and 219 papers. Member of International Academy of Navigation and Motion Control and International Academy of Technological Cybernetics; member of the Editorial Boards of the journals Information Theories and Applications, Differential Equations and Control Processes, and Mechatronics, Automation, Control. Honored Worker of Science.     

关于高校艺术设计专业学产研一体化教育模式的探讨

高校艺术设计专业学产研一体化教育是高校与社会、经济、科技紧密结合的教育模式。学产研合作是将理论学习与实践训练相结合,培养学生实践能力和创新精神,全面提高学生的综合素质。高校艺术设计专业学产研一体化教育更新了设计教育观念,提高了设计教育的社会效益,也对高校的学科建设起到了一定促进作用,对新型艺术设计人才的培养具有十分重要的现实意义。     

石化等级测评活动的质量控制浅析

质量控制是等级测评活动公正性、客观性和保密性的根本保证。当前,国内还没有形成以等级测评活动为主体的质量管理体系标准,对等级测评活动过程中的质量控制,成为等级测评工作研究的重点难点。论文通过对信息系统安全等级保护政策法规体系和标准规范体系的研究,对等级测评活动的质量控制进行了分析,给出了具体实施建议和参考。     

缺陷理解研究:现状、问题与发展

缺陷理解是针对缺陷本身及衍生产物建立完整认知过程的研究.由于调试的连贯性及完美缺陷理解假设不合理性,深入分析缺陷传播过程及缺陷间关系、研究关键信息检测及理解信息表达方式,提取及表达面向缺陷研究不同场景不同需求下的可理解性信息,最终达到优化缺陷分析结果及辅助调试各过程缺陷知识复用及积累的目的成为必然.由定位与修复之间存在的知识割裂问题出发,思考缺陷理解研究的本质,明确缺陷处理过程中缺乏知识挖掘及互用问题.通过工程实例分析及文献成果梳理,提炼总结缺陷理解领域的研究方向及技术方法,探讨缺陷理解研究中的特点及难点,思考缺陷理解研究中存在的问题及未来的研究方向,对缺陷理解的研究趋势进行了展望.