一种基于插入法的禁忌搜索算法

结合插入法和禁忌搜索算法的优点，提出了一种基于插入法的禁忌搜索算法TIS(tabu-insert search)，该算法利用禁忌搜索算法较强的局部搜索能力和插入法在构造高质量解时的优越性来进行解空间的搜索．TIS能有效地帮助搜索程序跳出局部最优解，找到全局最优或次优解．以典型的组合优化问题TSP为例，验证了该算法的有效性，计算机实验的结果表明该算法有较好的寻优能力．     

二次否定选择算法

否定选择算法(NSA)是人工免疫系统应用于异常检测生成检测器的重要算法,传统NSA随机产生候选检测器与全部训练集进行耐受以消除免疫自反应,该匹配过程是NSA的主要时间开销,由于候选检测器在自体耐受过程中未考虑其与已有成熟检测器集的相互覆盖,导致生成的成熟检测器与已有检测器重复覆盖,经历不必要的自体耐受,从而导致NSA生成检测器数量过多,检测器的生成效率过低,限制了人工免疫系统在异常检测中的应用.为此,本文提出了二次否定选择算法(2-NSA),算法包括两次否定选择过程,分别耐受检测器集和训练集.每个随机产生的候选检测器先与已有成熟检测器集耐受为第一次否定选择,清除识别已有成熟检测器的候选检测器,耐受成功的候选检测器成为半成熟检测器;半成熟检测器在已有成熟检测器覆盖之外进行训练集的自体耐受为第二次否定选择,清除识别自体的半成熟检测器,耐受成功的半成熟检测器成为成熟检测器加入检测器集合.2-NSA算法有效避免了候选检测器在已有成熟检测器覆盖范围之内的自体耐受,大大减少了成熟检测器的数量,提高了成熟检测器集的生成效率,降低了算法的时间复杂度.此外,2-NSA算法按检测器半径从大到小优先产生覆盖范围更大的检测器,进一步避免与已有成熟检测器的重复覆盖,减少成熟检测器的数量.理论分析表明2-NSA算法有效减小了成熟检测器数量、提高了检测器生成效率,降低了系统的误报率.对比实验结果表明:在标准数据集Iris和期望覆盖率为99%的情况下,与经典的RNSA和V-Detector等实值否定选择算法相比,2-NSA算法需要成熟检测器的数量分别减少了99.84%和95.69%,误报率分别降低了60.13%和50.90%,产生成熟检测器集的时间代价分别缩减了99.79%和66.84%.     

一种面向方面的非功能需求建模框架

分析了软件非功能需求与建模的NFR框架与AORE模型,在此基础上对原有的NFR框架进行了修改和扩充,并将其与AORE模型相结合,提出了一种面向方面的非功能需求建模框架AONFR,该框架保持了NFR框架对非功能需求有效的描述与分解,而且利用了面向方面开发方法对非功能需求有效的模块化,从而达到对非功能需求松散耦合的模块化实现.     

软件工程专业中澳合作办学模式和运行机制研究

西南大学软件工程专业2013年成为重庆市首个由教育部批准设立的计算机类境外合作办学项目(MOE50AU2A20131450N),也是西南大学目前唯一的境外合作办学项目.本文从软件工程专业建设基础、人才培养模式、课程建设与管理、资源配置机制、质量保障机制等5个方面对西南大学与澳大利亚迪肯大学软件工程专业中澳合作办学模式和运行机制进行了充分分析.     

月经周期中情绪冲突Stroop效应研究

探讨正常育龄妇女月经周期对情绪冲突的影响,以及不同时期的情绪注意偏向.研究采用重复测量设计的词-面孔Stroop任务,分析比较了21名被试在卵泡期和黄体期完成情绪判断任务和性别判断任务的正确率和反应时.结果发现:被试在两个任务中均表现出明显的情绪Stroop效应;在情绪判断任务中,月经周期对情绪冲突Stroop任务的影响有统计学意义(p0.01),在黄体期被试的情绪Stroop效应更加明显,对负性和正性情绪面孔识别的正确率和反应时均存在统计学意义(p0.01);在性别判断任务中发现,与黄体期相比,女性在卵泡期对男性面孔的识别正确率较高,反应时较短.研究结果表明:女性在黄体期的认知控制能力较卵泡期下降,同时对负性情绪表现出明显的注意偏向;卵泡期女性对男性面孔的偏好大于黄体期女性.