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。     

城市微观交通流模型综述

车辆跟驰模型和换车道模型是微观交通流模型研究的基础。对GM模型、线性模型、安全距离模型、AP模型、模糊推理模型和神经网络的车辆跟驰模型进行了详细的评述,并提出了现有的车辆跟驰模型存在的问题。并且对判断性换车道模型和强制性换车道模型进行了详细地论述,同时对其进行了评价。     

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。     

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。     

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。     

一种MIS开发的对象建模技术

本文论述了采用建立四个模型:用例模型、对象模型、动态模型和功能模型,以用例模型为基础,以对象模型为核心进行MIS分析和设计的对象建模技术思想与方法,并分析了仅使用对象模型、动态模型和功能模型进行分析和设计的缺陷与不足。     

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。     

从UML设计模型到测试模型的研究*

为保证软件测试与设计的一致,分析了UML设计模型和UTP测试模型的异同点,提出了从设计模型到测试模型的映射过程.通过实例说明如何从UML设计模型转换为UTP测试模型的过程.此方法可为模型驱动体系结构中设计模型和测试模型的自动转换提供支持.     

神经网络模型管理系统面向对象设计

本文用面向对象语言Ｓｍａｌｔａｌｋ完成了神经网络模型的表示和相应的模型管理系统设计。首先在建立各种神经网络模型拓扑结构类的基础上完成各种神经网络模型模板的设计，然后用模型模板生成实例来建造各种具体的神经网络模型，最后对复合模型及模型管理系统进行了设计。     

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。