人类进化特征及模型研究

分析和研究了人类进化的基本特征,提出了进化计算模拟的是生物进化机制,粒度进化计算模拟的是文化进化机制的思想.在人类进化的整个过程中,生物进化和文化进化是相互影响的,其中文化进化占支配地位.提出了以 Agent 为技术支撑的粒度进化计算方法,从群进化和超群进化两个方面阐述了粒度进化计算的基本原理和方法,其中群进化是生物进化和文化进化共同作用的结果,并由此提出了基于Agent的人类进化递归模型.     

基于UML集成测试用例的算法研究

对基于状态图生成集成测试用例的方法进行了研究,通过构造集成测试模型,重点描述了两个对象或组件的状态图进行合并的方法,并给出了状态图的形式化描述,以及如何对组合状态图进行展开用于集成测试用例的生成.为了验证该方法的实用性,又以实际项目研究为例,实现了基于状态图集成测试用例的生成工具,对该方法进行了验证,并给出了算法的部分实现代码.该方法将系统设计和测试用例的设计统一起采,是软件测试自动化的一个探索.     

基于Web服务与Agent的软件架构

为了更好地适应软件智能化和分布化的发展需求,在概述了Web服务技术和Agent技术的核心概念的基础之上,提出了基于Web服务与Agent的软件架构,并设计了该架构中的核心概念服务代理的结构.该架构很好地融合了Web服务技术与Agent技术各自的优点,结合了Web服务体系结构与多代理系统各自的优势,能够更加高效地构建出应用于发布环境中开放的、动态的、分布式的IT系统.     

自适应搜索区域的微粒群优化算法

基于基本微粒群优化算法搜索后期,众多微粒都拥挤在历史最优位置周围进行重复性无效搜索这一现象,提出一种改进的微粒群算法--自适应搜索区域的微粒群优化算法,其主要思想为:每当搜索进行到当前设定的一个最大迭代次数时(即,微粒在全局历史最优位置周围徘徊进行无效搜索时),在原搜索区域的基础上,重新构造一个较小的搜索区域,并重新初始化微粒,继续进行搜索,最终获得最优解.对3个常用标准测试函数进行优化计算,仿真结果表明,该算法具有比基本微粒群优化算法更好的优化性能.     

基于J2EE/MVC的就业管理信息系统的研究

给出了开发就业管理信息系统的意义,提出了采用J2EE技术体系为结构框架进行系统开发的设计思路,介绍了J2EE体系结构.详细描述了如何利用J2EE技术体系进行系统开发,其中着重介绍了如何利用MVC模式进行Web应用开发以及EJB组件的开发情况,并通过一个实例进行说明,接着给出了应用服务器和系统的部署过程.最后,根据系统在实际运用中的情况总结其优点及以后改进的方向.     

一类双输入非线性系统的二维平面形状合同控制器设计

针对一般控制系统,利用微分几何中的曲线理论提出了形状变量、被控形状轨迹曲线和形状合同控制等概念.然后,针对一类具有双输入及二维形状变最的非线性系统,利用相对曲率概念和曲线论基本定理设计了三维平面形状合同控制器,这种形状合同控制器能够保证系统的被控形状轨迹曲线与参考轨迹曲线具有完全相同的形状.最后的仿真说明了所采用方法的有效性.     

仿射非线性系统的广义逐点最小范数控制

在Freeman的逐点最小范数控制器的基础上,提出了一种新的非线性控制器设计框架一广义逐点最小范数控制器,并证明了其连续性.通过一个引导函数,新的控制器可以和其他的控制器设计策略结合,从而大大提高了控制器设计的灵活性.另外,给出了新方法的两个应用:改善局部线性化控制器稳定域较小的缺陷;及和其它控制器设计方法结合,使之能够简单有效地处理具有输入约束的系统.     

天文-惯性组合导航技术在高空飞行器中的应用

综述了天文-惯性组合导航在高空飞行器中的应用和发展概况,在分析了国内外装载天文导航系统(CNS)/惯性导航系统(INS)的航空飞行器基础上,从工作环境、组合模式、导航解算等方面分析了CNS/INS的技术性能,指出CNS-INS组合导航更适用于执行长航时、高空飞行的航空飞机,能够满足航空飞行器对高精度导航系统的需要.概括了CNS/INS导航的特有优点,提出了发展CNS-INS组合导航的必要性,讨论了今后机载CNS-INS组合导航技术的研究发展方向.     

新型仿生六足机器人导航系统的建模与仿真

针对新型仿生六足机器人工作任务和作业环境的要求,设计了一种基于INS-GPS器件的专用组合式导航系统。该导航系统采用集中开环式组合方式,以INS和GPS器件输出的导航数据差作为滤波器的输入值,运用经典卡尔曼滤波理论对该导航系统进行了实时修正,并根据仿生六足机器人运动特性和测量任务的要求,建立了该导航系统的位置、速度组合测量方程,并运用MATLAB软件进行了仿真,仿真结果表明:采用该组合式导航系统可大大提高仿生六足机器人的导航精度,为仿生六足机器人实现智能化、实时化控制奠定了基础。     

基于网页上下文的Deep Web数据库分类

讨论了提高Deep Web数据库分类准确性的若干新技术,其中包括利用HTML网页的内容文本作为理解数据库内容的上下文和把数据库表的属性标记词归一的过程.其中对网页中的内容文本的发现算法是基于对网页文本块的多种统计特征.而对数据库属性标记词的归一过程是把同义标记词用代表词进行替代的过程.给出了采用分层模糊集合对给定学习实例所发现的领域和语言知识进行表示和基于这些知识对标记词归一化算法.基于上述预处理,给出了计算Deep Web数据库的K-NN(k nearest neighbors)分类算法,其中对数据库之间语义距离计算综合了数据库表之间和含有数据库表的网页的内容文本之间的语义距离.分类实验给出算法对未预处理的网页和经过预处理后的网页在数据库分类精度、查全率和综合F1等测度上的分类结果比较.