基于多样性SAT求解器和新颖性搜索的软件产品线测试

软件产品线测试是一项非常具有挑战性的工作. 基于相似性的测试方法通过提升测试集的多样性以达到提高测试覆盖率和缺陷检测率的目的. 因其具有良好的可拓展性和较好的测试效果, 目前已成为软件产品线测试的重要手段之一. 在该测试方法中, 如何产生多样化的测试用例和如何维护测试集的多样性是两个关键问题. 针对以上问题, 提出一种基于多样性可满足性(SAT)求解器和新颖性搜索(novelty search, NS)的软件产品线测试算法. 具体地, 所提算法同时采用两类多样性SAT求解器产生多样化的测试用例. 特别地, 为了改善随机局部搜索SAT求解器的多样性, 提出一种基于概率向量的通用策略产生候选解. 此外, 为同时维护测试集的全局和局部多样性, 设计并运用两种基于NS算法思想的归档策略. 在50个真实软件产品线上的消融和对比实验验证多样性SAT求解器和两种归档策略的有效性, 以及所提算法较其他主流算法的优越性.     

复合支护形式在深基坑中的应用

本文通过深基坑工程实例对复合支护形式在深基坑中的应用进行介绍,为同类工程提供借鉴。     

基于离散数字编码的蚁群连续优化算法

本文提出了一种基于离散编码的蚁群连续优化算法(CACO-DE),用于求解连续优化问题.以往蚁群算法(AC0)的研究,以求解离散优化问题为主,较少涉及连续优化问题.与经典的ACO算法不同,CACO-DE将有限精度的实数转化为一个数字串,数字串的每位取0到9之间的数字,从而实现了用离散编码描述实数的效果.CACO-DE延用了经典ACO算法的框架,并加入了特殊的选择机制、信息素更新方式和局部搜索策略.测试实验结果表明:CA-CO-DE比以往同类算法求解速度更快且精度更高.     

二元进化策略的收敛性分析

进化算法的理论研究,如收敛性、时间复杂性研究,是当前的一大热点和难点,有关的理论结果并不多。针对二元进化策略(1+1) ES建立时齐马尔科夫过程模型,利用连续状态马氏过程理论证明了与(1+1) ES相关联的马氏过程在一类连续优化问题中具有指数遍历性,在此基础上证明了(1+1)ES在求解此类优化问题时能以概率1最终找到最优解。所提出的分析方法为进化算法的理论研究提供了一条新思路。     

自适应变异综合学习粒子群优化算法

针对现有安全文件系统存在的问题设计一个面向容灾的强安全性虚拟文件系统.基于Linux平台,采用虚拟存储技术,借鉴堆栈式文件系统的实现原理,通过添加认证鉴别层、审计监控层、访问控制层、透明加密层以及容灾层,实现一个集强安全和容灾于一体的虚拟文件系统.     

基于暂态主频分量的配电网单相接地故障测距研究

提出一种利用暂态主频量的单端测距算法,并分别通过频域法和时域法的求解,得到故障距离。EMTP仿真结果表明,其测距的最大相对误差小于0.231%,平均测距误差小于20 m,能够满足实际工程需求。     

双层车辆路径问题的混合启发式算法

针对与城市物流密切相关的双层车辆路径问题(2E-VRP),提出了一种用来求解的混合启发式算法.该算法利用贪心算法的快速性、蚁群算法的搜索多样性以及邻域搜索算法较强的局部寻优能力来提高求解质量,加速算法的收敛性.把该算法应用于22个测试算例和3个大规模的算例,并与同类研究进行了比较.实验结果表明,混合启发式算法不仅能保证较高的精确性,而且具有很高的效率;与精确性最高的同类算法相比,虽然在解的质量方面稍逊,但在求解速度方面表现出了明显的优势.实验结果还显示了构建双层城市物流系统的潜在收益,中转站的设置能够在一定条件下显著提高城市物流效率.     

基于文章要素影响分析的博客文章分类方法

现有的博客文章分类的研究通常直接沿用传统文本分类方法,并没有结合博客自身的特点。研究基于文章要素的影响分析实现分类效果的改进。提出了一种简单的博客文本去噪方法,以保证博客数据的可靠性;提出了基于博客标签的中文词库扩展方法,用于改善中文分词效果,以提高博客分类的准确性;根据综合评价模型G1法计算博客文章中标题、标签、类别、首段、末段以及正文等文章要素的权重,分析它们对博客分类的影响。实验结果表明,研究提出的方法比传统的TFIDF方法有更好的分类效果。     

双向反馈蚁群算法在网络负载均衡问题的研究

针对网络资源管理中的负载均衡与优化问题,提出一种双向反馈蚁群算法,用蚂蚁数量代表网络资源流量,通过蚂蚁间信息素的相互作用和动态控制来实现网络流量分担到多条可用路径。将蚁群算法扩展为双向反馈的蚁群算法,蚂蚁判断各条路径上的信息素浓度的同时,考虑可选链路的负载情况,决定选择要走路径,使得蚂蚁相对均衡地分布在可选链路上。仿真实验结果表明,双向反馈蚁群算法比原蚁群算法在缩短自适应时间,减少丢包率,提高负载均衡效率方面都具有更好的性能。