自适应两阶段大规模约束多目标进化算法

针对求解大规模约束多目标优化问题时遇到的收敛速度慢和可行解难以找到的困难,提出了一种自适应两阶段大规模约束多目标进化算法。首先,算法在第一阶段根据决策变量的性质,自适应地选择部分变量进行优化,且不考虑任何约束使种群快速跨过不可行区域,逼近无约束帕累托前沿。其次,算法在第二阶段考虑全部的约束,利用ε约束处理技术对变量进行整体优化;同时,利用存档将进化过程中获得的可行且非支配的解保存并更新,以不断地提高种群的收敛性与多样性。最后,将所提算法与其他6种算法在37个测试函数上进行实验对比,结果表明:所提算法在25个函数上取得了最佳结果,且分别至少在31个函数上优于对比算法;所提算法在90%以上函数中的可行率都能达到100%,可以有效地解决大规模约束多目标优化问题。

电器防护检验用试具校准方法研究

在电器等相关产品领域的检测过程中,通常标准中会对产品的外壳防护等级进行规定,以满足产品外壳对人员安全防护的要求。以外壳防护等级第一位表征数字所使用到的试具为研究对象,对其校准方法进行了研究。此类试具主要分为触及试具和物体试具两大类。对试具相关的计量特性做出了分析,利用常见的计量校准设备对该类试具的计量特性进行不确定的评估,为此类试具的校准提供了参考和借鉴。

基于改进蚁群算法的软件回归测试用例集优化方法

为控制测试用例集合的冗余数据量,引进改进蚁群算法,设计针对软件回归测试的用例集优化方法。首先,建立测试用例集覆盖模型,掌握测试用例集数据信息的覆盖情况;其次,根据事件发生概率模型,以测试用例集的用例个数最小为优化目标,建立用例集优化目标函数;最后,在保证用例集满足要求的条件下,逐步缩小用例集信息的覆盖度,实现对测试用例集冗余信息的优化处理。实验结果证明,该方法可在最短迭代次数下使测试用例集达到最优,降低优化处理后测试用例集的冗余数据量。

无线通信测试仿真系统的设计与实现

为满足高校实训教学实际需要,设计开发综测仪仿真教学系统软件。该仿真系统采用C#语言开发设计,在技术实现方面,采用面向对象仿真方法、GDI+绘图和蒙特卡罗等方法对仿真中的复杂设计进行处理,实现综测仪的模拟测试仿真过程,达到仿真测试结果与真实仪表环境下的测试效果相一致。在仿真教学方面,该系统结合高校教学实际情况提供多种实用性的教学管理功能。结果表明:综测仪仿真教学系统具有很强的实用性,可作为高校无线测量的仿真教学软件进行应用教学。

面向对象技术在软件自动化测试中的应用

在对软件测试自动化认识的基础上,着重介绍了在软件测试自动化领域广泛使用的捕获/回放技术,分析了捕获/回放技术的优点,以及造成缺点的原因,并针对这些原因,将软件开发领域中广泛使用的面向对象技术引入到软件测试的自动化过程中,获得了较好的效果.

高师音乐教学改革与师资培养

高等师范音乐教育是培养中小学音乐教师的摇篮,当高师毕业生走出校门跨入中小学教师队列的时候,同时也是对高师教育教学质量的检验。新的《音乐课程标准》对中小学音乐教师提出了更高的要求,面对音乐新课程新标准的启用,高师音乐教育教学的改革迫在眉睫。本文从高师音乐教学的培养目标、课程设置、课堂模式、考核评估几方面提出了改革的构思和建议,以达到为基础教育培养合格音乐师资的目的。

从集合表达式产生测试数据的方法

软件测试保证和提高了软件质量,因此成为软件界最为关心的问题之一。测试数据的好坏直接影响软件测试的效果。形式规格说明中的前置条件可用来产生测试数据。而前置条件是基于关系操作符的谓词表达式。给出了一个针对集合关系表达式的测试准则和产生符合测试准则的测试数据的算法,根据该测试准则产生的测试数据对于集合条件表达式有比较好的错误检测能力。从给出的数据库查询的例子说明了该方法对于检测代码错误的有效性。

基于面向对象软件测试方法研究

主要讨论了程序编写完后方法和类的测试,并结合实践给出了测试策略;结合实际基于面向对象的测试方法,设计了相应的测试用例,提出了一种新的基于类集的测试方法,该方法针对软件测试过程中类测试速度要求及类涵盖要求而设计,提高了类测试效率。

基于规则的向前推理系统的有效实现

本文提出一种实现向前推理系统的有效算法Rete,作为著名算法Rete的改进和推广,Rete的核心内容包括:a.把规则翻译成Pascal目标代码形式;b.建立数据基测试网以减少多模式/多目标匹配的次数.文中详细阐述了Rete的设计思想和实现方法,并对两种算法进行了比较.

STP系统车列位置跟踪功能自动化测试平台关键技术研究

为确保无线调车机车信号和监控系统(Shunting Train Protection,STP)在各种场景下对调车车列位置的准确跟踪,结合现实测试中无人化、智能化的需求,提出STP车列位置跟踪功能测试一体化解决方案。首先,围绕调车作业相关的计算机联锁、车列走行、司机操作、调车信令及应答定位器等设备,搭建3层仿真测试平台;其次,通过研究多目标蚁群算法、调车站内控制策略及CNN+LSTM深度神经网络等关键技术,完成基于有向图模型的测试脚本自动生成、仿真调车自动走行及调车实时位置信息的自动图像识别;最后,基于兰州北站数据,对测试过程中自动化平台代替人工进行操作的情况进行统计分析。结果表明:自动化测试平台可替代人工测试,用于复杂站场的STP车列位置跟踪功能测试;自动化测试平台相对人工测试降低了劳动强度,且两者测试劳动时间效率比接近4∶1。