基于BerkeleyDB的嵌入式实时数据库研究

针对嵌入式实时数据库对数据库系统结构的要求,提出一种基于BerkeleyDB数据库引擎、运行于VxWorks平台的ERTDB系统结构.在模型中引入Shell层,事务管理器获得事务命令后将处理转入Shell层,在调用BerkeleyDB相应的函数前Shell层与并发控制器进行同步通信,由并发控制器确定该事务命令是否可以执行.对于并发控制器,通过事件驱动的方式来实现并发控制协议,协议结构体的设计可以更方便地使用不同的并发协议;采用定时地根据正在运行的事务实时性和截止期为各事务动态分配VxWorks下的任务优先级的机制实现时限控制器功能.实验表明,该系统的读写速度可以满足千万级的数据处理要求.     

改进自适应遗传算法在BP神经网络学习中的应用

针对遗传算法容易产生局值的问题,提出一种新的自适应遗传算法,改进遗传算子,通过比较两代之间的适应度评估值,选取适合的交叉率和变异率,保证了优秀个体进入下一代,而且避免了种群中最大适应度值的个体的交叉率和变异率为0的情况.最后,将改进后的算法应用于库存控制模型,实验表明,改进后的自适应遗传算法能避免局值,提高网络的收敛速度,改善了网络的学习性能.     

基于着色Petri网的知识流建模与分析

知识流建模已经成为知识流研究的关键。基于Petri网的知识流建模,可以形象描述知识异步并发。通过对知识流的监控,有助于知识管理。当Petri网应用于更加复杂的知识流系统时,模型会显得比较庞大。而着色Petri网克服了普通Petri网的缺点,并且可以更加详细的描述企业知识流中的各种知识。最后,知识流模型的仿真结果对企业知识流管理提供了一定参考。