GATEST:使用遗传算法自动生成模拟矢量的验证平台

对硬件设计进行功能验证的一个关键问题是需要大量的模拟矢量来保证验证的充分性。本文针对Verilog语言,采用遗传算法(GeneticAlgorithm,GA)作为解决方案,设计了一个使用遗传算法自动生成模拟矢量的验证平台GATEST。该平台的一个特点是,根据指定的关键信号使用数据流分析产生关键路径集合,并采用基于该集合的路径覆盖率作为适应度函数引导模拟矢量的生成。使用该验证平台对北大众志-863系统芯片的功能模块进行实验,并详细分析了不同控制参数配置下的实验结果,说明该平台具有一定的有效性。     

基于微型涡喷发动机的轴对称矢量喷管特性

以微型涡喷发动机为平台进行了收敛型轴对称矢量喷管的数值特性模拟和实验验证。以雷诺时均方程为控制方程,采用SSTk-ω模型研究了在微型涡喷发动机设计状态下轴对称矢量喷管不同几何偏转角下的俯仰推力矢量角特性、推力特性等,并基于该型微型涡喷发动机推力矢量特性实验对仿真模拟结果进行验证和补充。数值模拟和实验的结果表明,喷管出口几何偏转角在0°到20°之间,发动机推力损失较少,且俯仰推力、俯仰推力矢量角与几何偏角具有良好的线性关系。     

基于粒子群算法的数字电路测试生成

在已有的数字电路测试生成算法基础上，通过对一种结构简单且容易实现的算法——粒子群算法的研究，提出了一种基于模拟的测试矢量生成的新方法，即应用粒子群算法来进行数字电路的测试生成．对一些组合电路进行了仿真，并将其与基于遗传算法的测试生成方法进行比较，实验结果表明该方法比基于遗传算法的测试生成更为有效．     

基于3D打印的壳状模型轻量化实验平台构建

在研究计算机辅助设计与现代制造技术的基础上,设计实现了一个基于3D打印技术的工程模型轻量化实验平台,并基于该平台对轻量化设计的相关流程和方法论进行了深入研究。提出使用热扩散模拟受力分布对壳状模型进行轻量化设计,并以3D打印为实验手段,通过构建误差与参数关系对轻量化设计进行验证和反馈修正。实验平台为高效、可信的轻量化问题提供了分析、建模及验证的一整套方法与手段。     

基于相似性矢量距的免疫遗传算法在函数寻优中的应用

在分析人工免疫算法的基础上,采用了基于相似性矢量距的免疫遗传算法,介绍了该算法的基本步骤及特点,并通过对Ackley测试函数性能分析实验,对所采用算法的优化性能进行了分析与验证。结果表明该算法能以较快的速度完成给定范围的搜索和全局优化任务,较标准遗传算法具有更强的全局搜索能力。     

基于遗传算法的逻辑电路测试生成的研究

本文提出了一种基于遗传算法的逻辑电路测试生成算法，利用遗传算法的全局寻优特点进行集成电路的测试生成，并与确定性算法进行了比较，所得到的实验结果表明，遗传算法可以在比较小的测试矢量集下得到比较高的故障覆盖率，是一个有效的测试生产算法．     

一种新的遗传策略在含“开关”过程的集合预报中的有效应用

针对初值及模式的不确定性,进行了初值扰动集合预报和模式扰动集合预报。在初值扰动集合预报中,将一种新的遗传策略用于四维变分资料同化生成集合预报的分析场,求解条件非线-}生最优扰动,并结合第二、第三主奇异向量（SVs）生成集合预报的初始扰动。为了检验该方法的有效性,采用一个含“开关”过程的偏微分方程的预报模式,设计了3种比较数值试验方案。结果表明：采用第3方案的集合预报在预报技巧上明显高于其他两种方案。第2方案和第1方案相比,由于“开关”的影响,集合预报技巧提高并不明显。在模式扰动集合预报数值实验中,为了模拟模式的不确定性,在控制方程右端添加6个随机的误差项模拟由于物理参数化方案的不同而带来的模式扰动,采用新的遗传策略在扰动模式中同化出6个对应于扰动模式的分析场后进行集合预报,并与基于伴随技术的方法进行比较。结果表明,基于遗传算法的扰动模式集合预报的预报技巧明显优于伴随方法,且这种优势随着预报时间的增加愈发明显。     

时序电路SACO和PSO混合算法的测试矢量生成

提出了一种新的测试矢量生成算法，其使用SCOAP测度对蚁群算法进行参数调整，并在粒子群算法的框架下进行测试矢量生成，再使用调整后的蚁群算法进行测试矢量优化。该算法不仅克服了粒子群算法的容易陷入局部最优等缺点，而且利用电路本身的特性来确定蚁群算法的参数。以国际标准电路为例，实验验证本文的算法，结果表明本算法应用于时序电路的测试矢量生成时，相对于粒子群算法提高了其收敛性，提高了故障覆盖率；相对于蚁群算法压缩了测试矢量集，减少了测试诊断时间。     

基于改进遗传算法的网格任务调度

为在网格环境下完成任务调度,使服务运行时间和费用2个指标达到最优化,将这2个指标作为网格任务调度模型的衡量指标,将计算经济模型引入网格资源管理,改进了遗传算法。算法中的染色体编码采用间接编码方式,对每个任务占用的资源编码,即实数编码方法。生成初始种群时采用随机生成种群和根据某些先验知识生成种群这2种方法相结合,变异操作时根据原来染色体的适应值和适应度函数进行有目的的随机变异。通过网格仿真平台GridSim对该算法进行模拟验证,并将其与简单遗传算法及GridSim中经济模型下时间最优算法DBC_Time比较,试验结果证明,其能较好完成网格环境下任务的调度,实现时间和费用双目标优化。     

基于Moodle环境的在线物理实验教学平台的设计与实现

提出了一个解决方案用于实现在线物理虚拟实验,该方案基于NI ELVIS硬件平台,NI LabVIEW软件和Moodle电子学习平台.设计了基于Moodle环境的在线物理实验教学平台.为了验证所设计平台的可行性,遴选了3个大学物理实验进行了理论与虚拟实验的对比研究,最后又对该平台使用效果进行了分析和验证.结果表明在所设计的实验平台上进行虚拟实验所得结果与理论结果几乎一致,且精确度高于手工操作实验.     

基于相场法的砂浆裂纹相互作用失效分析

提出一种新的基于相场法的砂浆断裂力学分析方法，对裂纹相互作用导致的砂浆试件失效行为进行模拟分析。采用非保守Allen-Cahn方程作为控制方程，借助COMSOL有限元分析软件，将线弹性力场和相场整合为统一的有限元模型，对砂浆中裂纹发展和相互作用进行模拟分析。通过砂浆三点弯曲试验和直拉试验，测试砂浆裂纹扩展过程。模拟结果与试验结果的对比分析表明，砂浆试件裂纹相互作用临界荷载的模拟计算结果与试验结果非常吻合。研究结果表明，域型试件断裂破坏会产生更长的裂缝路径。     

坡道行驶车辆通过性分析与路径优化

以测距传感器采集的坡道信息为基础设计了一种坡度识别算法,建立了坡道最优通过路径规划模型。首先推导测距传感器采集量与坡度的函数关系,进而通过最小二乘法拟合得到坡度;然后获取车辆几何失效系数,确定汽车失效的临界条件;最后将采集的坡道信息转化为障碍空间进而建立避障模型,利用A~*算法规划最佳路径。试验结果表明:试验规划路径与理论最优路径的误差在1°内的置信概率为96.7%,该系统能够快速准确地实现预定功能。     

基于区间缩减的自动化打桩方法

为了提高自动化单元测试的覆盖率,提出一种基于区间缩减的自动化打桩方法。该方法首先选择一条目标执行路径,利用路径敏感和变量相关的区间计算技术,计算路径对该路径上所有函数调用的路径约束区间,并利用该约束区间对函数调用的返回值区间进行区间缩减,最后根据缩减后的区间进行桩代码自动生成。该方法已经在单元自动化测试系统(UATS)中实现,对10个开源大型函数进行测试的结果表明:该方式将平均覆盖率由50%提高到81%,对于等价表达式较多的函数,覆盖率提高了10倍,证明该文提出的方式能有效地提高自动化单元测试的覆盖率。     

填埋场裸膜红外巡检机器人最优路径规划

针对垃圾填埋场渗漏检测问题,提出了使用红外巡检机器人代替人工对垃圾填埋场裸膜进行全覆盖巡检的方法,并对机器人进行路径规划。首先,根据垃圾填埋场环境,采用矩形分解法对其进行区域分解,生成若干子区域;然后,用模板模型法规定机器人遍历各个子区域方式;最后,基于遗传算法,对其流程算法进行改进优化包括选择、交叉、变异等,实现各子区域间的转换连接,进而实现全覆盖最优路径规划。基于MATLAB仿真分析,结果表明：将改进的遗传算法与模板模型法相结合构成了一个成熟完整的全覆盖路径规划模型,能高效地完成巡检任务,并有较快的收敛速度和较低的重复覆盖率。     

单元覆盖测试中基于区间运算的路径选择

单元覆盖测试的目标是达到尽可能高的覆盖率。为了提高单元自动覆盖测试的覆盖率,该文提出了一种面向目标覆盖元素的可达路径选择方法。该方法首先选定一段从函数入口到目标覆盖元素的半条路径,然后根据区间运算判定该路径的不可达性并改造不可达路径,进而得到一条包含目标覆盖元素的可达路径。最后结合测试用例的生成对10个函数单元进行语句覆盖测试实验,单元平均覆盖率从46%提升到了70%,验证了该方法能有效地提高覆盖率。     

LINGO在关键路径规划求解中的应用

文章首先介绍了关键路径的相关概念,然后给出了求关键路径的算法,最后使用L INGO软件求解工程规划中经常使用的关键路径规划实例,结果显示：使用该方法求解模型简便,能大大提高优化求解关键路径的效率.     

BP神经网络在清洁机器人路径规划中的应用

为了解决清洁机器人完全覆盖路径规划中最大覆盖率和最小重复率的要求,在清洁机器人犁田式全局路径规划算法的基础上,提出了BP神经网络方法作为清洁机器人的局部路径规划.运用基于深度优先遍历的改进型BP神经网络算法.解决清洁机器人的清扫死区问题.仿真的结果表明所提出的BP神经网络方法和改进型BP神经网络算法能够解决清洁机器人在家庭内的完全覆盖路径规划问题.     

扫描与边界扫描电路延迟故障的测试

本文提出了一种用于扫描通路与边界扫描易测试设计电路中锁存器的排序算法，通过减小锁存器的相关性来提高通路延迟故障的被测度。该算法已在Ａｐｏｌｏ工作站用ＤＯＭＡＩＮＣ语言实现。延迟故障模拟实验表明，排序电路同原序电路相比，其延迟故障被测度明显提高     

关键路径在现代工程中的应用

网络优化技术是工程管理的核心技术,在现代工程中有着广泛的应用,在工期长、工序多的复杂工程管理中尤为重要。工程管理的主要任务是筹划如何缩短工期、节约成本。通常,AOE网可以用来估算工程的完成时间,分析AOE网中关键路径的目的是找出关键活动,以便争取提高关键活动的功效,缩短工期。本文给出了AOE网和关键路径的一些基础知识,介绍了关键路径的思想并给出其在计算机上实现的源程序,论述了关键路径在现代工程中的应用思想并给出几个例子。