软件测试路径选择优化模型及其进化求解

路径测试是一种非常重要且应用广泛的结构测试方法, 已有路径生成方法的测试效率不高、测试开销较大, 且易生成冗余测试路径. 针对以上问题, 主要研究路径选择问题的优化模型及其进化求解方法, 目的在于: 在不降低测试覆盖率的前提下, 减少冗余路径的数量, 降低测试消耗. 首先, 以多条路径作为决策变量, 基于该决策变量包含的边数和路径数, 建立多目标优化模型; 然后, 采用多目标进化算法求解该模型, 得到目标路径集. 将所提方法应用于7个基准测试程序, 并与其他算法比较. 实验结果表明, 相比其他算法, 所提方法能够在保证测试充分性的条件下, 降低测试消耗, 从而提高测试效率.     

基于连接识别的协同进化种群分割算法研究

针对已有协同进化算法种群分割方法的不足,借鉴连接识别思想,提出用分段间隔相关迭代连接识别进行种群分割的算法,并给出算法的思想、步骤及具体实施方案．将其应用于典型的复杂函数优化问题,简要分析算法在搜索效率、计算复杂性等方面的性能以及相关参数对算法性能的影响,说明算法的可行性．     

交互式遗传算法的机器代替用户方法

如何让无疲劳的计算机代替易疲劳的用户是交互式遗传算法研究的一个重要内容.本文首先研究了机器代替用户的3个基本内容,即,机器代替用户扮演环境角色,对个体进行评价;机器采样和代替用户的时机是进入偏好稳定阶段;机器寻优结果由样本和代替用户策略决定.其次,给出基于基因意义单元"适应值"估计的个体适应值估计方法.最后,通过比较实验验证了本文方法的有效性.     

一类时变时延网络控制系统的鲁棒容错控制

针对一类具有时变时延的不确定网络控制系统,研究存在执行器失效情况的系统鲁棒容错控制问题.基于完整性容错控制思想和李亚普诺夫时延依赖稳定理论,给出了系统对执行器失效具有完整性的充分条件,设计了鲁棒容错控制器.仿真结果表明,该控制器不仅能保证系统鲁棒渐近稳定,而且使系统具有良好的动态性能.     

变种群规模合作型协同进化遗传算法及其在优化中的应用

分析合作型协同进化遗传算法的进化效率和计算复杂性等与子种群规模的关系；在此基础上提出子种群规模自适应调整算法的思想，给出子种群规模调整的依据和调整方法；进而提出基于实数编码的变焦遗传算法．典型函数优化实例验证了该算法具有计算复杂性小和进化效率高的优点．     

新的基于相似度估计个体适应值的交互式遗传算法

该方法根据组成个体各基因意义单元值出现的频率,计算基因意义单元的权值,并基于此得到个体的相似度;根据个体与上代最优个体的相似度,选择需要由用户进行评价的个体;基于当代所有己评价个体的信息,估计未评价个体的适应值.将所提方法应用于窗帘进化设计系统,并与已有典型方法比较.结果表明,所提方法在减轻用户疲劳和提高搜索性能等方面均具有优越性.     

变频泵控锚杆钻臂摆角动态滑模自适应控制

巷道支护锚杆/锚索安装过程中, 液压锚杆钻机钻臂通常人工控制, 定位精度低, 导致钻杆安装偏离设计位置, 引起设备故障和巷道坍塌. 因此, 设计一种基于动态切换函数的滑模自适应摆角控制器. 针对变频泵控液压锚杆钻臂旋转系统存在的诸多内外部干扰, 设计自适应律和动态滑模控制器, 有效降低抖振和抑制干扰. 联合仿真实验表明, 动态滑模自适应摆角控制能够有效克服诸多不确定性对系统的影响, 无超调的准确跟踪设定值, 满足煤炭安全规程中锚杆/锚索安装偏转角控制和巷道稳定支护的需求.     

离散多目标量子微粒群聚类算法*

聚类是数据挖掘中重要的数据处理方法.文中提出改进的离散多目标量子微粒群聚类算法.针对类中心数目未知的情况,引入整数编码策略,基于Canopy策略预测类中心的数目,设计有效的微粒群初始化策略.通过引入与、并和差异算子,定义改进的离散量子微粒更新公式.将文中算法应用于7组真实数据集,并对比2种典型单目标聚类算法和3种多目标聚类算法,验证文中算法性能.     

基于数据驱动的监控系统数据服务器设计

分布式监控系统由多个监控子系统组成,负责监控多种设备。文章根据现场监测设备种类多、结构复杂等特点,针对工控信息、管理信息集成等需求,提出了一种基于数据驱动的数据服务器结构。该数据服务器实现了控制系统实时数据采集、处理、存储、发布的统一管理,采用数据服务的在线监督,将工控网络同管理网络分隔开,实现了数据的安全、动态发布。系统采用数据驱动的交换式结构,数据处理组件化,系统结构灵活、扩展方便。     

手势分割问题的多目标优化模型及其进化求解方法

提出一种手势分割问题的多目标优化模型, 并给出该模型的进化求解方法. 建立模型时, 以像素点的位置作为决策变量, 以像素点的颜色与人手肤色的差值作为目标函数. 此外, 根据手部像素点的位置具有相关性, 建立多目标分布估计算法来求解上述模型, 以得到最佳的像素点集, 从而形成人的手势. 实验结果表明了所提出模型和方法的有效性.