基于电子作业挖掘的学生学习预警模型研究

混合式教学的普及使得电子作业成为一种评价学生学习效果的重要数据来源,利用机器学习对电子作业进行建模是对学生学习预警的一种有益探索。本文在对电子作业进行分词和向量化基础上,通过k-means聚类和轮廓系数来判断其语义的多样性,通过计算文档向量相似性矩阵的网络效率来评价电子作业的中心性。实验结果显示,该方法可以有效寻找电子作业聚类效果最优时的簇类多样性,也可以有效评价电子作业相似度的网络中心性。因此,该方法作为一种学生学习预警模型,可以对电子作业文档的多样性和中心性给出客观的总体评价。     

基于Web服务的航空项目管理与PDM系统集成

针对航空产品协同开发中工程信息和管理信息相互分离的问题,提出了基于Web服务的项目管理与产品数据管理(PDM)系统集成模型。模型以基于产品BOM的项目WBS分解、映射与关联技术为基础,应用XML中间文件实现项目管理与PDM之间的数据关联与更新,借助PDM电子仓库实现BOM节点相关项目文件的PDM管理,使项目文件通过PDM文档管理平台实现统一、安全的共享。该模型在某航空研究所实现有效应用。     

基于基本块标识方法的控制流图生成器设计

设计一个实用的程序控制流分析工具需要解决非结构程序中goto等语句的控制流图构造问题。C语言程序控制流图生成器CfgGen的设计采用基于基本块标识的控制流图构造方法解决该问题。CfgGen程序基于规则,通过语法制导翻译标识基本块、构造控制流图,易移植和维护。CfgGen构造的控制流图标识了基本块,可以很方便地用于程序分析和优化。     

基于多层Markov网络的信息检索模型

随着信息检索技术的不断发展,挖掘更加有效的信息来提高检索精度成为研究热点,已有的研究表明在检索过程中有效地融合各种信息将得到更好的检索效果。对一个具体查询而言,可以充分利用与已有查询的相关性、词语相关性和文档相关性等信息进行查询扩展和重构。基于这种思路,该文分别构造查询网络、词网络和文档网络,提出了多层Markov网络的信息检索模型,模型可以融合词间关系、文档间关系和查询间关系,为了有效降低计算量,给出了基于团计算模型。在标准数据集上的实验表明该文的模型能够有效融合三类信息,并较大幅度地提高检索效果。     

基于Plane-Gaussian神经网络的网络流状态监测

针对复杂网络环境下网络流监测（分类）问题,为实现多个类别直接分类以及提高学习方法的训练速度,提出了一种随机的人工神经网络学习方法。该方法借鉴平面高斯（PG）神经网络模型,引入随机投影思想,通过计算矩阵伪逆的方法解析获得网络连接矩阵,理论上可证明该网络具有全局逼近能力。在人工数据和标准网络流监测数据上进行了实验仿真,与同样采用随机方法的极限学习机（ELM）和PG网络相比,分析与实验结果表明：1）由于继承了PG网络的几何特性,对平面型分布数据更为有效;2）采用了随机方法,训练速度与ELM相当,但比PG网络快得多;3）三种方法中,该方法更有利于解决网络流监测问题。     

基于循环和卷积神经网络的文本分类研究

文本表示是自然语言处理的基础工作,好的文本表示方法对文本分类等自然语言处理任务的性能起着决定性作用。本文描述了一个结合了循环网络和卷积网络的文本表示和分类网络模型。在该模型中,我们使用词向量作为输入,用循环网络对文档进行表示,然后采用卷积网络对文档进行有效的特征提取,再采用Softmax回归分类。循环网络能够捕捉到文档的中词序信息,而卷积网络能够很好的提取出有用的特征。我们在六个文本分类任务中测试本文所描述的网络模型,都取得了比先前的方法更出色的性能。     

双层隐马尔可夫链的突发流合成

网络流模型被广泛用于构建网络与网络服务的测试环境,其准确性直接影响各种业务的性能评估结果及在实际网络环境中的鲁棒性.随着电子商务及新型网络应用的普及,突发流现象已经成为现代互联网的主要特征之一.针对平稳网络流而设计的传统网络流模型已经难以有效地描述现代网络中突发流的时间结构性及统计属性,从而不能准确反映现代网络流的行为特征.为此,提出一种新的结构化双层隐马尔可夫模型用于模拟实际网络环境下的突发流,并设计了有效的模型参数推断算法及突发流合成方法.该模型通过结构化的2层隐马尔可夫过程描述突发流并实现仿真合成,使合成流可以重现实际突发流的时间结构性、统计特性及自相似性.实验表明,该模型可以有效合成突发流.     

基于函数签名的控制流监控方法

针对恶意篡改程序控制流攻击方式,提出一种监控程序控制流完整性的方法。对程序源代码进行扫描,以函数作为识别程序行为的基本粒子,利用函数调用执行的序列信息,建立表现程序原意的行为轨迹模型,利用该模型在运行期监控程序的执行流程。实验结果表明,该方法对篡改控制流的攻击起到了很好的防御作用。     

关于分布式IMA的网络分区方法及其实时性能分析

功能需求会在一定程度上增加系统重量、尺寸、能耗及通信复杂程度,借助模块化综合航空电子系统可以有效解决该问题。该文结合分布式综合模块化航空电子体系结构,依托于时间、空间分区以及带宽分区,提出网络分区概念,同时构建对应的网络模型、消息模型以及流量模型,并对实时性能进行分析和探讨。     

基于XML的工作流模型挖掘

针对工作流模型的XML文档的特殊性,提出了基于XML的工作流模型挖掘算法,该算法综合利用了结构信息与内容信息对XML文档进行分析,并将XML文档的结构与内容进行了量化,用一个矩阵来表示文档,进一步对文档进行综合挖掘,为工作流模型的挖掘提供了一种有效的方法。     

软件项目进度计划控制的过程与方法

良好的计划管理是软件项目成功的基础。针对软件项目管理的现状,综合运用软件工程和项目管理的思想,探索软件项目进度计划控制的过程和方法。提出了动态循环的控制方式和封闭循环不断运行的过程,并通过图形表达了进度计划控制流程;通过三个关键指标和四个评价指标研究用于控制团队进度的基于挣值管理的控制方法;通过PsP过程改进模型和具体实例研究用于个体控制进度的基于PSP的控制方法。文中的研究内容对于加强软件项目管理、提高进度计划控制水平等方面具有重要意义。     

智能交通动态调度优化模型与评价方法

为了降低大城市市民出行成本,缓解公交企业运力压力,提出一种智能交通出行OD(Origin Destination,出行地和目的地)的公交调度优化算法,以公交出行OD客流预测和计划排班发车时间间隔为出发点,运用公交出行OD客流推导理论,构建智能交通出行OD的公交调度优化模型。通过获取个人OD数据,利用单条线路公交OD方法,实现全市公交OD矩阵推算。根据全市公交出行OD推算结果,求解公交调度模型,解决智能交通调度多目标规划和公交线网优化问题。通过仿真模拟试验,分析智能公交排班计划评价指标,计算车辆营运效率占比:自动排班仿真数据为79%,实际运营数据为73%;统计车辆高峰时段与全天营运车次占比:自动排班仿真数据为36.75%,实际运营数据为37.37%,满足智能公交计划排班评价指标的要求,实例证明模型和算法具有实用性和可靠性。     

多项目多任务选择计划模型及其免疫遗传算法

针对多资源受限下项目群选择计划及项目流程调度问题,依据项目的权重和承继约束,将项目群按权值从大到小进行排序,各项目内部的任务分别采用网络计划图进行拓扑排序,并以资源约束和合同期等因素为项目选择标准,建立多项目多任务选择计划的资源配置数学模型。进而,在遗传算法中引入免疫系统的记忆性和多样性功能,设计免疫遗传算法求解所获模型的最佳决策方案。比较性的数值实验结果说明了模型的合理性和算法的有效性。     

航空型号生产项目集成进度控制方法

针对航空型号生产项目的特点,提出了一种综合项目工期、成本及质量等多目标的集成进度控制方法。该方法中,以集成进度控制模型为理论基础,采用M-BOM作为计划制定的基本数据源,结合WBS与分级网络计划技术产生多目标集成进度计划;运用EVM思想结合监控过程构建集成进度监控的具体方法。最后,使用自主开发的软件系统,分析了某型飞机生产项目的实例,验证了方法的有效性。     

基于动态DCVS网络模型的流量分析及规划方法

针对目前机场远端行李运输目的地编码车系统未对流量进行规划而造成的资源浪费现状,提出了一种基于动态DCVS网络模型的流量分析及规划方法。该方法首先基于图论建立了DCVS静态网络模型,接着根据系统在特定时间段的流量需求,采用最大流最小时间动态流量分析和规划算法对DCVS资源进行动态调度。实验结果显示,该方法可以在很短的时间内完成对DCVS流量的整体分析和规划,实现远端行李运输任务的可行性预测,从而为DCVS资源的控制提供有效的参考依据。     

大飞机项目风险管理规划决策系统设计与实现

风险管理是各个工程项目必须的环节之一。本文首先对现有的风险管理体系进行介绍和分析,进而完成适用于大飞机项目的风险管理规划中三大核心要素——甘特图、概率影响矩阵和角色权限控制的设计,最后完成了大飞机项目风险管理规划决策系统的实现,为项目风险识别和分析提供了良好的数据接口。     

基于三维仿真的输（调）水系统实时调控实现平台研究

以南水北调中线工程为例,研制基于三维仿真的输(调)水系统的实时调控实现平台。研究虚拟仿真平台的构建、海量数据的分页调度、碰撞检测、闸门建模等技术,实现场景三维可视化与漫游、二维导航图与三维场景的实时联动、基于三维场景的集成查询与显示、基于水量调度模型的调水方案的分层显示、基于水动力学模型的三维水面动态模拟和流场动态可视化、基于实时调控的闸门可视化动态仿真等功能。该平台可为南水北调中线工程运行管理决策支持系统建设提供技术支撑,并为相似工程提供借鉴。     

ARCE风险处理计划测量模型的设计与实现

提出用于定量测量风险处理计划有效性的ARCE模型,从理论上证明该模型的正确性.以组织信息安全资产的风险值和已实施控制措施为输入,通过中间变量矩阵得到风险处理计划有效性矩阵的模型量化指标体系.模型实现过程包括风险评估、风险处理、定量测量、安全事件管理和报表5个部分,并给出实施流程.应用结果表明,该模型能准确测量风险处理计...     

Heuristic factory planning algorithm for advanced planning and scheduling

This study focuses on solving the factory planning (FP) problem for product structures with multiple final products. In situations in which the capacity of the work center is limited and multiple job stages are sequentially dependent, the algorithm proposed in this study is able to plan all the jobs, while minimizing delay time, cycle time, and advance time. Though mixed integer programming (MIP) is a popular way to solve supply chain factory planning problems, the MIP model becomes insolvable for complex FP problems, due to the time and computer resources required. For this reason, this study proposes a heuristic algorithm, called the heuristic factory planning algorithm (HFPA), to solve the supply chain factory planning problem efficiently and effectively. HFPA first identifies the bottleneck work center and sorts the work centers according to workload, placing the work center with the heaviest workload ahead of the others. HFPA then groups and sorts jobs according to various criteria, for example, dependency on the bottleneck work center, the workload at the bottleneck work center, and the due date. HFPA plans jobs individually in three iterations. First, it plans jobs without preempting, advancing, and/or delaying. Jobs that cannot be scheduled under these conditions are scheduled in the second iteration, which allows preemption. In the final iteration, which allows jobs to be preempted, advanced, and delayed, all the remaining jobs are scheduled. A prototype was constructed and tested to show HFPA's effectiveness and efficiency. This algorithm's power was demonstrated using computational and complexity analysis.