基于C/S结构的Ada并行计算模型

在研究Ａｄａ９５并行计算语义的基础上,提出了一个基于Ｃ／Ｓ结构的Ａｄａ并行计算模型Ａｄａ－ＰＣＭ．讨论了在Ｃ／Ｓ环境下实现Ａｄａ并行计算存在的问题和解决方法．该模型不仅是研究Ａｄａ并行计算环境的基础,同时可为其它分布并行计算问题提供借鉴     

基于遗传算法的试题库智能组卷系统研究

智能计算机辅助教学（ＩｎｔｅｌｌｉｇｅｎｔＣｏｍ ｐｕｔｅｒ－Ａｓｓｉｓｔｅｄ Ｉｎｓｔｒｕｃｔｉｏｎ ,ＩＣＡＩ）中一个关键的问题是试题库的智能组卷．针对该问题的特点,建立了该问题的数学模型,给出了用遗传算法解决此问题的新方法,实验结果表明该方法能有效地解决试题库研究中的智能组卷问题,具有较好的性能和实用性．     

用C语言动画显示及汉字处理实现电工学教程的CAI

本文首先分析了ＣＡＩ在当今社会中存在的意义和必要性．利用Ｃ语言的丰富图形函数，采用Ｃ语言的ＸＯＲ（异或）解决了动画场地中数个动点的移动．同时利用Ｃ语言的图形页技术实现动画显示．及用Ｃ语言编写图形方式下的彩色汉字显示．把这三者结合应用实现了丰富多采的电工学教程的ＣＡＩ．     

对称群上Cayley图的Hamilton性（Ⅱ）

对于每一个ｎ（≥３）阶连通简单图，都可定义一个相应的对称群上的Ｃａｙｌｅｙ图．本文继续文献［１］证明了每一个连通简单图对应的Ｃａｙｌｅｙ图都是一个Ｈａｍｉｌｔｏｎ图，从而在这方面的问题得到了圆满的解决．     

代码组件的动态组合重用方法

阐述了代码组件及其动态组合重用方法的基本概念,详细地介绍了一种动态组合重用代码组件的方法——ＤＣＲＣＣ（Ｄｙｎａｍ ｉｃＣｏｍ ｐｏｓｉｔｉｏｎ Ｒｅｕｓｅ ｏｆＣｏｄｅＣｏｍ ｐｏｎｅｎｔ）方法． 实践表明,基于代码组件的封装技术、组合技术和库管理技术,ＤＣＲＣＣ方法能够通过动态组合重用代码组件的方式有效地进行软件开发．     

基于时序逻辑和SCR方法的需求分析方法

以定义事件驱动型系统需求的ＳＣＲ（Ｓｏｆｔｗａｒｅ ＣｏｓｔＲｅｄｕｃｅ）方法和时序逻辑为基础,提出了一种能够根据ＳＣＲ方法与时序逻辑之间的语义联系和时序逻辑的推理能力有效地检查用ＳＣＲ方法定义的事件驱动型系统的需求分析方法．为便于理解,还给出了一个简单的例子来介绍如何分析和检查用ＳＣＲ方法定义的需求的有效性．     

电化学方法检测非电活性气体二氧化碳的若干问题研究

就非电活性气体ＣＯ２检测所遇到的若干电化学问题，诸如ＣＯ２电还原和直接电流法测定、Ｏ２的干扰以及ＣＯ２和Ｏ２气体的同时检测等，进行了系统的研究．先后提出并建立了微电流法、耗尽电解除氧法、调制电位脉冲－电流／库仑法等电化学测量方法，最终实现了常温下ＣＯ２和Ｏ２气体的快速电化学方法联合检测，既消除了Ｏ２的干扰，又无需ＣＯ２在电极上直接还原．     

基于面向对象技术的多媒体CAI素材库系统

建立实用、高效的多媒体ＣＡＩ素材库是高效率、高质量开发ＣＡＩ软件的基础和关键．本文从数据模型、面向对象分析和存储模式三方面入手,提出一种支撑ＣＡＩ制作工具的素材库体系结构,并讨论该体系结构的特性和进一步研究的问题．     

一种新的分析和检查需求模型

由于ＳＣＲ（ＳｏｆｔｗａｒｅＣｏｓｔＲｅｄｕｃｔｉｏｎ）是较实用的定义软件系统需求的方法，以此方法为基础，提出一个形式化的分析和检查需求的模型．此分析和检查模型主要根据综合知识表示模型的一些基本原理，使用状态转换规则、语义计算规则和属性来形式化地描述ＳＣＲ中表格符号的语义，并通过执行规则来自动分析由ＳＣＲ定义的需求．为便于理解，给出了一个简单的实例来介绍如何分析和检查基于ＳＣＲ的需求的一致性和完整性．     

电磁场理论中的符号矢量方法

介绍了由ＴａｉＣ．Ｔ．教授创建的符号矢量方法．对于矢量场论中长期存在的混淆与问题进行了剖析，利用符号矢量方法，给出了各种坐标系中矢量分析的主要公式，用统一的数学基础将矢量场论系统化，使其成为完整、严格的理论     

遗传算法在方程求根中的应用

提出了一种新的求根方法，即将遗传算法应用于方程求根的领域之中，并在大量数值实验的基础上，将遗传算法与数学上常用的传统求很方法进行了比较，实验的结果表明，遗传算法具有一定的优越性．     

基于量子克隆选择算法的AB非格蛋白质折叠预测

将免疫克隆选择算法与量子算法相结合的混合量子免疫算法应用于处理多极值和多变量的蛋白质折叠问题中.在克隆选择算法中引入免疫记忆细胞并加入量子双链编码方式以增加其搜索到全局最优值的概率.由于该算法易陷入局部最优,为改善该算法的性能而跳出局部最优解,将年龄算子引进到该算法中.实验结果表明,改进后的量子免疫算法在最低能量值和计算时间上与之前相比有明显的提高,而且年龄算子的加入在早熟收敛的改善上同样效果显著.     

演化硬件及其进展

回顾了演化硬件的历史渊源,并讨论了演化硬件涉及的主要问题,包括作为其物质基础的大规模可编程逻辑器件和应用于其上的演化算法,以及具体实现时的设计思路等．最后本文扼要介绍了演化硬件的研究及应用现状和进一步的工作．     

具有物理模型数据处理的多目标优化及其算法

针对具有物理模型参数的辨识，提出了新的多目标优化模型及遗传算法.它突破了数据处理最小误差的传统思想，提出了“病态”数据分析方法,进一步挖掘了数据中的信息.文中充分利用“病态”数据分布的特征，通过遗传算法求解，确定了电磁场分布物理模型在实际问题中的适用范围，有效地提高了多目标优化模型的精度和实用价值.     

用遗传算法求解三维埋入体的电磁逆散射问题

采用遗传算法(GA)结合稳定的双共轭梯度一快速傅立叶变换(BCGS-FFT)方法求解了平面分层媒质中埋入目标的电磁逆散射问题．首先定义目标函数为测量电场与在假定目标区域电磁参数分布下的计算电场的差值的平方和，然后使用遗传算法最小化这个目标函数可得到目标区域的电磁参数分布，从而完成逆散射问题的求解．数值计算的结果表明：该算法可以求解多层媒质中任意三维非均匀埋入目标的电磁逆散射问题。     

求结点最少的最短路的一个算法

本文在Dijkstra算法(最短路算法)的基础上,提出了求结点最少的最短路的DD算法。本算法的运行时间阶为O(n~2)。     

并行Pareto多目标演化算法

提出并实现了一个并行Pareto多目标演化算法(PPMEA)，PPMEA算法是一个通过演化算法来解决基于Pareto的多目标优化问题的并行计算模型。在这个算法中，采用了并行演化算法中常用的全局并行模型和粗粒度并行岛模型。构成每个岛的子群体以不同的杂交概率和变异概率各自独立的演化，但是每隔一定的代数它们要交换外部集中的个体。标准测试函数的数值实验结果表明，所提出的算法能够使找到的解集快速收敛到Pareto非劣最优目标域，并且解集沿着Pareto非劣最优目标域有很好的扩展性。     

基于共轭梯度法的盲分离在线算法

在严格论证盲分离问题与数学上的最优化问题等价的基础上,把问题的重点集中在对该最优化问题的寻优上.由于盲分离最优化问题的目标函数的特点,在欧氏空间中对决策变量(分离矩阵W)进行寻优求解带来诸多复杂因素,寻优算法在弯曲的黎曼空间中动态运行是解决这些问题的一条可行途径.为此,本文在改进 NGA 和 PDFA 算法的基础上,结合在线算法 PDEA 在估计信号的得分函数的较好效果,和求解最优化问题的共轭梯度法较快收敛性能,提出了具有自学习能力,并继承共轭梯度法特点的盲分离在线算法 PDEA-CONJ.此算法应用到盲分离问题中,在混合矩阵严重病态情况下能取得了较好分离效果.实际算例验证了其收敛性和有效性.     

数据驱动的业务过程角色与任务重分配方法研究

针对现有任务分配方法难以考虑人员执行任务的效率差异性和偏好性问题, 以生产和服务系统执行历史数据为基础, 提出基于人员行为差异性的任务分配方法, 建立以业务执行过程中流程执行时间最少和人员之间负荷均衡为多目标的任务分配优化模型. 基于NSGA II算法, 提出将约束优化模型转换为无约束优化模型, 并给出优化模型的求解方法. 结合业务过程挖掘领域中事件日志的应用实例, 对业务过程中的任务和角色进行重分配, 比较任务重分配前后业务过程的变化情况, 为以后的任务分配提供依据.     

一种基于高阶互累计量的遗传盲反卷积算法

提出了一种基于高阶互累计量的遗传盲反卷积算法,旨在解决现有许多基于独立分量分析盲反卷积算法中存在的两个共同缺陷.一是算法中引入的非线性函数依赖于源信号的峭度性质,当观测信号为超高斯信号与亚高斯信号的卷积混合时,算法性能急剧下降.二是算法中大多采用梯度法对分离矩阵序列进行寻优,初始值和步长的设定对搜索性能影响较大,使得寻优过程易陷入局部极优值,从而降低算法的分离效果.在阐述了算法的相关原理和设计思路之后,通过对比试验验证了算法的正确性和有效性.