一种分布式网络环境下虚拟结对编程的设计方案

为有效地支持软件分布式开发,提高软件协同开发环境的易用性和有效性,从协同理论和应用工具方面入手,同时鉴于结对编程在软件协同开发应用中的实际价值以及在应用中出现的问题,提出一种基于分布式网络环境下的虚拟结对编程方案.该方案基于Microsoft Windows平台和Socket通信技术,通过C/S方式实现网络上两台机器之间通信.     

异构CAD系统协同中基于特征的操作命令转换研究

基于特征的操作转换是同步异构CAD协同系统中的核心问题.分析了异构CAD系统协同中基于特征的建模命令转换,提出了特征建模命令映射集合的构建方法.给出了3种CAD系统间拉伸特征操作转换的实例,分析了构建方法,为实现和优化异构CAD系统协同平台打下良好的基础.     

梳棉机针布齿条的协同设计

针布的设计直接影响到梳棉机的生产质量和产量。分布式同步协同设计可以为梳棉机各配件的模块化设计提供最大限度的设计空间。利用逆向工程技术获取已有产品的CAD数据模型,在此基础上做梳棉机针布的协同设计。采用基于标识码的XML增量数据传输,较大地减少了数据传输量,保证数据的实时传输和模型的同步显示,最终实现了梳棉机针布同步协同...     

螺旋槽管脉冲流强化对流换热数值及场协同分析

通过数值模拟计算研究了在螺旋槽管内通入脉冲流后的强化换热机理.数值计算结果表明,脉冲流动能引起出口压力呈周期波动,波动幅度随脉冲流频率的增大而增大;脉冲流动能够使流体在螺旋槽管管壁附近产生漩涡,并出现周期性的生成、漂移和脱落;由于漩涡的作用,增强了流体的径向扰动和相对扰动;脉冲流动能够改善速度场与温度梯度场之间的协同程度,从而起到强化传热的效果.     

服务协同环境中的业务过程建模与验证

服务协同环境是以服务协同中间件为底层平台,面向企业级BPM、EAI和B2B应用的软件环境。文章基于进程代数方法研究了服务协同环境中服务基本活动建模、控制模式建模和业务过程的建模等问题。提出一种从用户设计界面有向图到服务过程表达式的生成算法。同时,文中还研究了如何用μ演算描述流程性质,并使用验证工具研究了流程正确性验证问题。     

基于multi-agents的网络防卫体系中预警定位系统的研究与实现

传统的网络安全措施,如加密认证、防火墙和入侵检测系统等,虽然在保护信息的保密性、完整性、可用性和控制访问方面有一定的效果,但在协同和预警方面依然存在不足.文章提出了1个基于multi-agents的网络安全防卫系统,该系统由协同预警定位系统、协同审计系统、安全隔离系统、事故恢复系统等多个模块构成,模块之间由多个多级分层agents来负责通信任务.系统控制中心的agent server负责控制和协调整个安全体系,制定全网统一的安全控制策略.在该系统中,整个网络被划分成不同级别的分区,建立不同级别的协同预警定位系统,各分区既相互协作,又能够独立自治,通过协作的方式共同维护着整个网络的安全.在IPv6环境下测试的结果表明,该系统可以高效进行预警,IDS的捕获率约为95%、漏报率小于6%、误报率小于7%.     

政策导向型多agent协同系统研究*

为了使多agent协同过程可控、有序的进行,克服传统多agent系统灵活有余而可控制性不足的缺点,提出以动态约束和调整系统行为的政策为管控手段的政策导向型多agent协同系统。首先阐述了政策导向型多agent协同系统原理,给出该系统的体系结构以及各个子结构的描述;然后介绍该多agent的原型系统,通过对运行实例的描述,验证了系统的可控制和易管理特性。     

面向产业链协同商务平台的权限控制模型研究*

分析了产业链企业间协作关系和支持产业链企业间业务协同商务平台的特点,建立了面向动态联盟的四级授权控制模型,对联盟授权管理、企业按联盟协作类别的权限继承管理、企业部门授权管理和部门内具体操作人员的授权管理进行了研究,提出了产业链协同商务平台权限控制算法,并在汽车产业链协同商务平台权限管理中进行了应用验证。     

DCAM平台下的分布式方面构件模型及协同框架的研究*

由于方面化中间件平台DCAM的方面内核实现机制没有提供对分布式环境下方面构件通信的支持,扩展了DCAM中方面内核的方面调用机制,提出了分布式方面构件模型以及分布式环境下方面构件的协同框架。扩展后的DCAM平台不仅保持了原平台对POJO的支持,同时通过对分布式协同框架的引入,使平台在分布式环境下具有更好的可扩展性和容错性,满足了按需计算的需求。最后通过应用实例对DCAM的分布式模型进行了可行性验证并给出了性能分析。     

基于用户特征属性和云模型的协同过滤推荐算法

随着数据的极端稀疏性,仅仅依赖于传统的协同过滤相似性的度量方法已无法取得精确的推荐结果。针对这一问题,提出基于用户特征属性和云模型的协同过滤算法。首先,算法利用云模型计算用户评分云相似性,结合用户打分偏好对原矩阵进行填充,在此基础上得到用户的评分云相似性;其次,再结合用户特征属性相似性通过加权因子计算用户的最终相似性,得到一种新的相似性度量方法;最后,得到算法的评分预测。实验结果表明,该方法能够提高推荐质量。