遗传算法在制造资源优化配置中的实现

资源优化配置是网络化制造系统中的一个重点，也是一个难点问题．文中分析传统算法在解决优化配置问题上的缺陷．提出一个基于遗传算法的资源优化配置算法模型．通过具体实例．说明该模型的有效性、先进性和可行性．最后．给出基于该模型的原型系统运行界面。     

基于工作流模型驱动的并行算法设计教学方法

《并行算法设计》属于高等计算机程序设计的主要课程之一,其主要难点集中在如何将特定的并行求解模型转化为具体的程序设计语言。传统的教学方法主要通过讲授并行程序设计语言来实现教学目标,已有的教学实践经验里示谊方法存在的诸多不足之处。对此。本文提出了一种基于模型驱动的教学方法,其核心思想是：以并行问题求解模型为教学主线,通过分析与讲授并行问题求解模型的基本特征以及不同模型之问的异同来向学生传授并行算法的关键思想和技巧。最方法的主要优点是：实现了算法设计思想与吴体程序语言的独立性。能有效地引导学生掌握并行问题求解的关键思想和技巧,激发了学生利用简单模型来求解复杂问题的兴趣。     

云环境中基于弹性预留机制的虚拟资源供给策略

针对云计算环境中资源过度供给的问题,提出一种基于弹性预留机制的虚拟机供给策略.该策略在按需供给的基础上引入弹性预留机制,通过分析用户预留请求的统计特征,允许系统在一定条件下接纳用户的超额预留请求,从而在保证用户满意度的前提下提高云系统的资源有效利用率.理论分析给出了弹性预留机制的概率计算方法,实验分析则验证了所提资源供给策略的有效性以及关键策略参数对系统性能的影响.实验结果显示,与已有虚拟资源供给策略相比,本文所提策略能够有效提高云系统中的资源有效利用率,同时降低过度预留所导致的短期资源供给不足问题.     

关于“云计算”的教学探索：理论与实践

随着“云计算”技术的发展,当前社会对具备“云计算”相关理论和应用技术人才的需求日益增多,而计算机专业学科中关于“云计算”教学的内容则处于空白状态.对此,本文探讨了如何在本科阶段开展“云计算”的理论和实践教学,主要目标包括两个方面：（1）针对本科学生知识层次和理解能力,有选择性地确定“云计算”的关键教学内容;（2）针对“云计算”应用领域的特点,探索如何在本科阶段开展“云计算”的教学方法.最后,通过对“网络工程专业”的实际教学实践评估,分析了以上教学方法的可行性以及未来的改进方向.     

区域网络化制造资源优化配置的遗传算法模型

对传统算法模型在解决优化配置问题上的缺陷进行分析和研究, 提出一个基于并行遗传算法的资源优化配置算法模型, 考虑到网络化制造系统中资源的特殊性, 编码方式采用二进制编码, 并行模型为粗粒度并行模型. 该模型不但可以在产品全生命周期中的每个环节选1个或多个企业参加, 而且不会遗漏任何一个可行的优化配置方案. 此外, 对该模型的可行性和优越性进行了论证, 给出基于该模型的原型系统运行界面, 通过具体实例验证了该模型的有效性.     

基于Ontology的语义Web知识获取

如何在web上设计更好的检索技术？如何为Web上的资源附加计算机可以理解的内容？这是web应用的前沿课题，本文论述了Ontology及其在语义Web知识获取中的重要性，提出了基于Ontology的语义Web知识获取的模型，并对一种基于语义Web的信息检索模型进行了探讨，给出了实验结果证明了该方法的有效性和可行性。     

XML在Web开发中的作用及应用

在分析XNK的优点和XML与传统数据库的关系的基础上，得出用XML实现与传统数据库的交互的可能性与先进之处，以达到减轻Web服务器负担及信息交换的目的．最后在ASP环境下，实现了这个应用实例，并给出了源代码。     

基于Web服务的医疗信息系统互操作研究

如何实现医疗卫生行业的资源共享,应用程序的跨平台、跨语言、跨硬件的无缝集成是目前医疗机构亟待解决的问题.通过对医疗机构间信息交换的现状分析,论述了Web服务在医疗信息交换中的建设及其应用,阐明了Web服务在医疗信息交换与网络信息技术方面的创新思路.实践证明,此模型的设计与研究对于医疗信息化建设具有重要的借鉴意义.