提高周期产生器工作速率和分辨力的方法

文章概述了周期产生器的主要性能指标，介绍了加（减）计数法周期产生的原理，提出了提高周期产生器工作速炫的方法，介绍了以粗精组合方法提高周期分辨力的方法，分析了可控振荡法，软件累加法，硬件累加法构成高分辨率周期产生器原理，最后评价了周期产生器的应用。     

可测试性设计中的优化问题及求解算法

近２０年来,为了解决结构日益复杂ＶＬＳＩ电路的测试问题,可测试性设计得到了迅速发展。在可测试性设计中,如何针对不同的对象及测试需求进行优化设计,以尽可以降低总体设计代价,是一个非常重要且亟待解决的问题。文章应用图论对可测试性设计中的两种典型优化问题进行了数学描述,并构造了相应的可行求解算法。     

基于智能规划的时间表问题研究

时间表问题TTP（Timetabling Problem)是一类应用非常广泛的研究课题，目前也出现了各种各样的解决时间表问题的方法，本文简要分析了近几十年时间表问题研究的历史和技术现状，提出基于智能规划方法的时间表问题解决方案，并且我们用SQL语言实现了这一解决方案，通过对学校课程表的模拟实验证明该方法具有较大的实用价值。     

WCDMA无线网络优化测试及问题解决方案

无线网络优化的目的就是对投入运行的网络进行测试,通过数据采集并进行分析,找出影响网络质量的原因,通过技术手段或参数调整使网络资源获得最佳效益,同时了解网络的增长趋势,为后期扩容提供依据。本文先对四川信息职业技术学院校区进行了WCDMA无线网络优化测试,找出其存在的优化问题并采取相应的解决措施。为网络优化爱好者提供了一种测试方法和优化问题的解决方案。     

Web系统性能测试及优化

讨论了Web系统的性能测试方法和测试工具。并在一个Web系统的实例中指明了如何运用这些工具和方法进行测试以及对测试结果的分析。最后提出了对Web系统性能进行优化的方法。     

智能优化算法在回归测试关键技术中的应用现状研究

近些年,智能优化算法在软件工程领域得到了广泛的应用,基于搜索的软件工程技术往往通过设计具体问题的适应值函数,并基于该函数在问题的可行解空间中使用优化算法寻求最优解。本文首先介绍了常用的智能优化算法,包括遗传算法、爬山算法、粒子群算法以及蚁群算法,之后分析并研究这些算法在测试数据生成、测试用例选择以及测试用例优先级排序技术中的应用,为有效解决基于搜索的软件工程问题奠定基础,促进回归测试效率的提高。     

基于多Agent的电子装备远程智能测试诊断系统

本文基于远程智能测试诊断需求,提出了一种基于智能Agent的远程智能测试诊断系统。根据多Agent系统层次结构模型,远程智能测试诊断系统可以从功能上划分为相对独立的多个Agent子系统,各个智能体按照事先约定的协议进行通信和协同,共同完成大型复杂系统的分布式测试和诊断任务。论文结合某型军用电子装备测试诊断需要,实现了对某型复杂电子装备状态信息的远程监控和测试诊断。文中介绍了基于多智能体的远程智能测试诊断系统设计、实现及各部分功能。     

红外景象产生器中的线程同步问题研究与实现

该文将Ｗｉｎｄｏｗｓ ＮＴ操作系统中的线程调度机制和应用程序中的线程同步控制方法相结合,对红外景象产生器软件系统中的各线程的性能进行了分析,研究了其典型线程之间的同步实现方法,同时提出了为提高应用程序效率而进行的改进并介绍了新系统的整体性能。实验证明,改进后的系统运行速度有显著的提高,应用程序对ＣＰＵ也实现了较高的利用率。     

智能优化控制应用概述

智能优化控制技术是以数学、计算机为基础,用于求解各种工程问题优化解的应用技术。简单介绍了模式识别、神经网络和专家系统等智能优化技术及其在石油炼制过程中的应用。     

基于混合粒子群算法的试验选址问题研究

大型海上试验涉及分散在全国各地的人员、平台、测量设备和产品等资源。试验海区分布在漫长的海岸线上,将这些资源运输到合适的海区属于运输问题。试验海区的选择会影响资源的取舍,资源的取舍与试验流程优化这一车间调度问题密切相关,而试验流程优化反过来又会影响资源的取舍和海区的选择。因此,试验海区的选择是运输问题和车
车间调度问题的耦合。本文建立了该问题的数学模型,并分别用粒子群算法和排队论处理流程优化中的时间约束和资源约束,再用启发式算法对运输问题进行优化。最后,以某产品的试验为例对算法进行了验证,结果表明了该方法的有效性。     

基于蚁群算法的智能组卷算法研究

抽象出组卷问题的数学模型,提出使用组卷吻合度来评估组卷质量,成功地将组卷多目标优化问题转换成典型的线性优化问题,基于蚁群算法原理设计了一种新型的智能组卷算法。实验结果表明,与随机算法、遗传算法相比,该算法在组卷效率与组卷质量方面均具有更好的性能。     

智能系统中推理规则的约束优化问题求解

首先介绍了积-和重心模糊推理方法与简化模糊推理方法,在此基础上,提出了智能系统中约束优化问题求解的一般方法。通过对温度控制中模糊约束优化问题的实例研究,讨论了此方法对求解不同问题的适应性。在规则以及规则前件和后件中表示语言变量的隶属函数不复杂时,该方法对于模糊约束优化问题的求解是十分有效的。     

用于求解旅行商问题的深度智慧型蚁群优化算法

启发式算法是求解组合优化问题求解的重要手段,其主要特征是能够以可接受的计算代价找到足够好的可行解.然而,设计良好的用于求解组合优化问题的启发式算法需要大量的专业领域知识以及大量的试错工作,且人工设计的启发式算法不能够保证在不同问题集上均具有一致性表现.另一方面,深度学习方法能够通过学习自动设计启发式规则,然而深度学习方法通常缺少在解空间内搜索的能力.为克服以上问题,提出了一种基于蚁群优化和深度强化学习的混合启发式算法框架.在该框架中,蚁群算法能够利用深度强化学习提取的启发式信息,而深度强化学习方法的解空间搜索性能也由于蚁群算法的加入而获得提高.采用经典的TSPLIB中的算例对该算法求解旅行商问题的效能进行了计算验证,结果表明采用深度学习方法能够极大地提升蚁群算法的计算表现,并降低其计算代价.     

求解标准化组卷问题的单亲遗传算法

组卷问题是一个多重约束目标的问题求解。为此,我们设计了一个求解标准化组卷问题的单亲遗传算法,提出了独立编码和针对该编码的组内单亲交叉算子、组内变异算子,引入小生境技术。通过实际使用,较好地解决了一次产生多套满足需要的标准化试卷的实际需要。     

Windows无纸化考试系统中题库组织的一种方法

基于实践,介绍一种基于Windows平台,无纸化考试系统中有效组织题库进行计算机基础知识及操作测试的方法,它是计算机辅助测试中的一项重要技术。     

基于Anytime算法的组合优化问题求解

介绍一种基于Ａｎｙｔｉｍｅ算法的组合优化问题求解框架,并报告了对ＴＳＰ问题进行求解的实验。实验结果表明,上述框架可以较好地协调２的复杂度与求解时间要求之间的冲突。     

无线通信网络优化的自动路测系统设计

由于传统的无线通信网络优化工作中数据的采集和回传困难,并且浪费资源,因而设计出一种基于嵌入式系统的自动路测系统.该系统主要由通信模块GR47和PC/104主机板组成,采用MontaVista Linux专业版进行内核、文件系统的剪裁.系统在无人监守情况下可通过无线网络自动接收监控中心任务调度数据进行指定业务测试,并实时采集、回传大量可靠有效的测试数据.     

用于约束多目标优化问题的双群体差分进化算法

首先给出一种改进的差分进化算法,然后提出一种基于双群体搜索机制的求解约束多目标优化问题的差分进化算法.该算法同时使用两个群体,其中一个用于保存搜索过程中找到的可行解,另一个用于记录在搜索过程中得到的部分具有某些优良特性的不可行解,避免了构造罚函数和直接删除不可行解.此外,文中算法、NSGA-Ⅱ和SPEA的时间复杂度的比较表明,NSGA-Ⅱ最优,文中算法与SPEA相当.对经典测试函数的仿真结果表明,与NSGA-Ⅱ相比较,文中算法在均匀性及逼近性方面均具有一定的优势.