基于粒度计算和面向使命的组织适应性设计方法

介绍了面向使命的组织和组织设计,讨论了组织的适应性设计问题和组织适应性的代价。在此基础上提出了基于粒度计算的组织适应性设计方法,设计过程包括3个阶段：任务集和平台集粒化阶段、粒内规划阶段和决策分层阶段;并给出了平台集粒化的具体方法。案例分析表明本文的方法具有较好的性能。     

一种适应性的流式数据聚集计算方法

针对流式数据聚集查询问题,提出了一种基于适应性层次聚集树的计算方法。适应性层次聚集树结构基于多层次时间窗口模型,将距离当前时刻较近的数据保存为细粒度数据,而相对久远的数据仅保留高层聚集信息;适应性层次聚集树中粒度的划分取决于相应时间间隔的数据密度。稀疏密度的时间间隔对应粗粒度的划分,而高密度的间隔对应细粒度的划分。并且提出了相应的构建维护以及聚集查询计算方法。实验结果表明,该方法在非均匀分布条件下的流式数据聚集计算中具有较为明显的优势。     

基于OOD的软件适应性设计方法

针对应用软件的适应性问题,分析影响应用软件适应性的主要因素,简要介绍OOD设计方法,将变化的应用需求要素抽象为对象,并以应用主题为索引组织存储。在此基础上,通过增添需求变更设置服务和改进应用软件的主控服务流程,提供用户直接变更和系统间接处理应用需求的能力,形成了一种基于OOD的软件适应性设计方法。     

计算数学组织及其适应性研究现状

介绍了计算数学组织理论概念及其研究内容，综述了组织适应性研究的基本观点、理论和方法。组织适应性足组织不断学习、调整、优化和变革自身以适应于环境的一个提高组织适应能力的过程，以这一过程为主线总结了适应性研究的现状，并阐述了这一研究的价值和应用前景。     

基于离散萤火虫算法的指控结构适应性调整

指挥控制组织结构的适应性调整是敏捷指控领域研究的热点问题。首先给出了指挥控制组织的基本组成要素,针对行动计划变化和战术决策实体失效两种战场突发事件,分析了这两种事件下的优化约束条件和优化目标,分别构建了指挥控制组织结构适应性调整问题的优化模型,设计了基于离散萤火虫算法的模型求解方法,给出了离散萤火虫算法的具体流程,最后通过具体算例对指控组织结构适应性调整模型和其求解算法进行了仿真验证和对比,仿真结果表明了求解方法的可行性和高效性。     

基于构件的信息系统体系结构模型

在分析信息系统层次结构的基础上，提出信息系统结构的层次化构件模型；描述了基于构件化层次模型的信息系统的抽象层次、结构元件、结构特征，给出了不同抽象粒度构件的形式化描述方法、构件连接的形式扣方法、基于企业模型的系统软件组织方式；为信息系统的设计与开发提供了参考模型。初步应用表明，层次化构件模型的设计思想架起了管理系统与信息系统之间的桥梁。提高了信息系统适应性扣开发效率。     

一种动态适应性连接器设计实现关键问题研究

连接器对软件的适应性具有重要影响.为正在研发的适应性软件开发平台-smartFramework提出一种动态适应性连接器模型.针对该模型设计实现存在的一系列关键问题,基于实例化方法和反射技术,并融合所提出的动态设定通信缓冲区方法和使用主题描述与匹配数据方法,给出支持不同构件间连接机制、构件间动态连接机制、传输和匹配异类数据机制,形成完整的解决方案,设计实现了该模型.应用该模型进行的示例开发实验进一步证实了解决方案可行有效,为适应性软件支撑工具开发提供了支持.     

遗传优化的混合网格计算调度模型SCE部署研究

网格计算涉及的资源通常存在区域和组织差异,涉及的作业(Job)则存在数据和计算两种密集类,针对具有混合特征的网格计算,提出了基于SCE中间件的遗传优化网格作业调度算法.首先分析了具有不同密集类型Job的混合网格计算模型,得到作业与资源的属性表示,以及作业调度与资源之间的约束关系.然后根据混合网格计算模型分析,将其转化成约束条件下的最优解问题,引入改进遗传算法进行求解.在种群初始化时根据适应性筛选出一部分样本作为初始种群,利用高质量样本启发寻优,降低进化代数;同时针对每个染色体的作业执行速度和染色体内每个作业的执行速度依次设计适应性,从而加速收敛;通过适应性修正、交叉和变异处理,防止种群出现过早或者局部收敛,并且增加种群多样性.最后基于SCE部署作业调度,从中间件进一步提升作业调度效率,减少出错.实验结果表明,基于SCE中间件的遗传优化网格作业调度算法能够有效抑制执行错误的发生,提升作业调度与资源配置的效率,降低作业调度响应时间.     

基于案例的英汉翻译系统中的适应性处理方法

本文根据基于案例的英汉翻译系统的特点,提出了一系列适应性处理方法,包括基于抽象－－求精的适应性方法,基于Ｘ结构的适应性方法及基于Ｋ个相近案例的适应性方法等。     

基于人工蜂群算法的指控结构适应性调整方法

为应对战场环境的复杂性和不确定性,指挥控制结构的适应性调整成为研究重点。描述了兵力组织的基本实体和指挥控制结构,给出决策实体负载测度的方法,建立两种战场情况下的指挥控制结构适应性调整优化模型,设计求解问题模型的人工蜂群算法,并给出人工蜂群算法的具体步骤和流程,最后进行案例仿真,基于人工蜂群算法的调整方法得到了良好的指控结构调整效果,证明了人工蜂群算法在指挥控制结构适应性调整方面的可行性。     

一种动态适应性软件体系结构模型理论研究*

软件系统的演化需要具有灵活性、适应性的软件体系结构的支持。提出一种在组织结构上具有固有的动态性的软件体系结构理论模型——动态树型软件体系结构模型(DTSAM)。在DTSAM定义的软件体系结构组织结构下,软件系统的演化抽象成为一棵动态树的渐增和渐减。其中,所设计的渐增和渐减算法分别定义了动态树的增减过程;所设计的生长函数中适应性因子的调节,使得软件体系结构在组织结构层次上具有整体适应性和局部适应性。最后应用模型对例子系统仿真,其过程产生的结果也证实了这种适应性。     

软件体系结构层次的软件适应性预测模型

结合经验数据和专家知识,基于贝叶斯网建立了软件体系结构层次的结构特征、变化原因与软件适应性之间的因果关联模型,即软件体系结构层次的软件适应性预测模型,扩展贝叶斯网学习算法解决了该预测模型中较弱因果关系的发现问题.最后给出应用预测模型在软件体系结构层次上评估软件适应性的方法和实例.     

一种面向普适计算的自适应软件平台的设计与实现

普适计算的适应性特征带来了有必要在软件平台层面解决的一系列共性问题,包括如何定义所支持的自适应软件体系结构、如何为上层应用的自适应提供必要的公共服务、如何使平台自身可以适应多维资源受限环境等。针对这些挑战,提出了对普适计算设备/资源进行适应性抽象的自主单元的概念,在此基础上给出了面向普适计算的自适应软件平台UbiStar的系统架构及其核心机制的设计与实现,并对UbiStar平台对适应性软件所提供的支持机制进行了概括,最后对相关工作进行了分析与比较。     

基于循环分块的流水粒度优化算法

当计算划分层迭代数目较大,或是循环体单次迭代工作量较大,但可用的并行线程数目较小时,传统的基于循环分块的流水粒度优化方法无法进行处理。为此,提出一种基于循环分块减小流水粒度的方法,并根据流水并行循环的代价模型实现最优流水粒度的求解,设计实现了一个流水计算粒度的优化算法。对有限差分松弛法(FDR)的波前循环和时域有限差分法(FDTD)中典型循环的测试表明,与传统的流水粒度选择方法相比,所提算法能够得到更优的循环分块大小。     

基于粒度矩阵的非协调信息系统知识挖掘

非协调信息系统的知识挖掘是传统数据挖掘方法实践的难点和最重要的研究方向之一。本文在经典粗糙集理论的基础上进行粒计算结构的设计与相应的计算模型研究,提出了基于上述理论的粒度矩阵非协调信息系统知识挖掘方法。首先定义了保留冗余数据的粒度矩阵、决策规则的协调度算法,以及基于可控协调度的粒度矩阵的可导度计算方法,其次在该研究基础上设计了非协调信息系统的属性约简算法和属性值约简算法。最后的仿真实验和初步的企业应用验证了算法对非协调信息处理的鲁棒性和可用性。本研究为非协调信息系统的知识挖掘提供了一个有效的粒计算模型。     

景象匹配算法及其适应性分析

提出一种基于区域特征的景象匹配算法。其基本方法是先提取基准图和实时图的稳定极值区域,并计算出区域的平均灰度、方差、仿射不变矩以及纹理信息熵,构造相似性度量函数,然后计算匹配区域对的Hausdorff距离决定是否是对应区域。大量的模拟实验表明,该算法的匹配时间能达到0.138 s,正确匹配率达到92.67%,不仅能满足景象匹配的要求,且大大提高了匹配的时间与正确率。对其适应性进行了详细的分析,结果表明该算法对旋转、尺度、噪声、灰度变化的适应性较好。     

基于多Agent的适应性网络教学系统设计

当前的智能教学系统对于用户提出的适应性学习服务实现效果尚不理想,突出体现在不能根据学生的学习特点提供相应的学习方式.将Agent技术引入智能教学系统,构建了一种基于多Agent的适应性网络教学系统框架,分析了框架内各Agent的功能和工作过程,提出了一个学生学习特征提取和处理的模型.通过动态跟踪学习记录,采用向量相似度计算寻找一种与学习者相适应的学习风格,为学生提供适应性的学习服务.     

支持细粒度属性直接撤销的CP-ABE方案

为了解决用户属性变化带来的权限访问控制问题,支持属性撤销的基于属性加密方案被提出.然而,现有的属性撤销机制大多存在撤销代价大、撤销粒度粗等问题,且已有的方案均存在安全隐患,即属性授权中心可以伪装成任意用户解密密文.为弥补上述不足,提出一种支持细粒度属性直接撤销的密文策略的基于属性加密方案（CP-ABE）,并给出该方案的形式化定义与安全模型.所提方案中,用于生成用户密钥的秘密参数由系统中心和属性授权机构分别产生,可避免属性授权中心解密密文的安全隐患.同时,通过引入多属性授权中心进一步降低了安全风险.在属性撤销方面,通过设计高效的重加密算法并引入属性撤销列表,实现细粒度的属性直接撤销.安全证明和性能分析表明：所提方案在适应性选择密文攻击下具有不可区分性并能抵抗不可信授权中心的破译攻击,较同类方案具有更高的计算效率以及更细的属性撤销粒度.     

基于轮廓的手绘草图检索研究

利用傅利叶形状描述方法来统一描述手绘草图图像库和用户输入的手绘草图形状信息,该方法解决了基于笔划描述的计算效率和输入顺序敏感性问题。实验表明所提出的方法不仅能得到较好的检索结果,且具有较好的用户适应性。     

遗传程序设计(GP)的适应性函数设计

适应性函数是遗传算法和遗传程序设计得以实现的关键因素,是评价个体好坏的定量表述,决定着演化过程中群体选择复制及群体整体性的质量。该文叙述了适应性函数的设计方法,解释各设计方法的原因,并提出根据树型遗传算法的个体特点通过控制适应性函数大小对个体进行奖励惩罚。