基于元模型架构的UML类图到PVS规范的转化方法

UML是一种非形式化的面向对象建模语言,它缺少精确的语义定义;PVS规范则是一种具有精确语义定义的形式化规范语言,通过PVS规范给UML图形赋予精确的语义可以结合两者的优势.为此,提出了一个将UML类图转换成PVS规范的框架.按照UML的4层架构,依次对元元模型、元模型以及UML图形进行转换,并且前一次转换所得到的规范可以为后面的转换提供上下文背景.与其他方法相比,这种分层转化的方法降低了转换难度,保证了转换的正确性,保持了UML模型更完整的语义成分.     

基于神经网络的超声波乳化液质量分数测量

通过反向传播（BP）神经网络及径向基函数（RBF）神经网络，构建了一个实时的超声波乳化液质量分数测量模型，对结果进行了处理和分析，并对比了两者的优缺点．在此基础上，实现了对某些生产过程中乳化液质量分数的检测和控制．     

UML图转有色Petri网图文法

为解决由于UML(Unified Modeling Language)缺少精准的语义表达,使其在系统建模过程中不能给出形式化的验证和分析的问题,提出了UML模型转Petri网模型的图文法,利用Petri网的分析验证技术,实现了对UML模型的正确性验证.在设计阶段即发现系统的缺陷,从而减少软件开发后期发现设计的错误而带来...     

LMBP和RBF在ECS特性曲线拟合中对比研究

为精确反映数字式涡流传感器的输入输出特性, 为其非线性补偿提供可靠依据, 对传统BP（Back Propagation）神经网络进行改进, 利用LMBP（Levenberg Marquart Back Propagation）神经网络和RBF(Radial Basis Function)神经网络对涡流传感器的输入输出特性曲线进行拟合, 并将两者拟合结果进行对比研究。仿真结果表明, 在训练样本数量相等且中小规模网络的条件下, 采用RBF神经网络比采用LMBP神经网络进行曲线拟合的误差更小、 收敛速度更快且具有更高的拟合精度, 为工程实际中一维数据的拟合方法选择提供了依据。     

一种用于数据库开发的UML类图的规格说明与C＋＋源代码生成技术

该文分析了信息系统软件开发的特点,并在UML静态结构模型中类图的基础上,提出了一种针对信息系统软件开发,特别是数据库系统开发的规格说明语言MISFRAME的语法原型,详细阐明了其在数据库开发中的语法定义,提供了相应的代码生成器,并说明了其生成源代码的原理.     

基于菌群RBF神经网络的股票价格预测

利用菌群算法提出了一种新的菌群RBF神经网络算法,并将其应用到股票价格预测,同时在预测中引入了技术指标模型。仿真试验表明,相比于传统的RBF神经网络算法,菌群RBF神经网络算法可以得到更好的训练效率和预测结果。     

用UML实现面向对象的MIS系统分析与设计

在简要介绍了统一建模语言 (UML)主要内容的基础上 ,结合一个具体实例 ,探讨了用UML实现面向对象的管理信息系统 (MIS)的分析与设计方法     

UML建模技术在智能故障诊断系统中的应用

智能故障诊断系统是电站仿真系统中的重要部分,它根据采集到的数据或经转换过的参数进行推理、判断出发生故障的设备.推理诊断采用专家系统和不确定性推理的技术.本文以UML(统一建模语言)为工具,对智能故障诊断系统进行面向对象分析、设计和建模.     

基于免疫进化算法的径向基函数网络

基于免疫进化算法，提出了一种设计径向基函数(RBF)网络的新算法——免疫径向基函数网络(IRBF)训练算法．该算法通过提取RBF网络核函数宽度的先验知识作为疫苗构成免疫算子，缩小了标准进化算法搜索空间的范围，提高了算法的收敛速度．计算机仿真表明，采用这种算法训练的RBF网络达到了较好的性能．     

基于UML和JSP的农业机械化装备信息网络平台

针对利用UML(Un ified Modeling Language)为中小型W eb应用系统建模时的复杂过程,在利用UML和JSP(Java Server Pages)技术开发W eb应用程序过程中,采用面向对象分析(OOA:Ob ject-O riented Analysis)和面向对象设计(OOD:Ob ject-O riented Design)方法,主要建立了系统的用例图、交互图、设计类图和组织结构图,适当简化了系统建模过程,以适合农业机械化装备信息网络平台项目的设计与开发。开发实践表明:该简化的建模过程适合于中小型项目的开发,开发周期缩短了1/4,提高了系统的开发效率。这些方法可用于系统设计阶段,有助于清晰掌握系统的整体结构和主要功能,快速高效地开发W eb应用。     

UML的供应链订单管理系统分析与设计

供应链管理是经济全球化发展的产物，对企业的管理信息系统提出了更高的要求．分析供应链管理面向需求的特点，结合软件工程和面向对象技术(UML)，提出以订单为整个企业管理信息系统核心的观点．基于UML类图和顺序图设计供应链订单管理系统模型，并运用UML活动图描述订单处理的工作流程．     

基于UML的"校园一卡通"管理系统的分析与设计

统一建模语言（UML）是一种面向对象的建模语言,简要介绍了UML建模机制,并结合“一卡通”管理系统的分析与设计过程来阐述面向对象方法学的思想以及统一建模语言UML中的具体应用。     

热电偶径向基神经网络模型研究

介绍了基于Levenberg-Marguardt(LM)算法的改进BP神经网络及其在热电偶特性建模中应用,针对其存在的问题,提出了一种基于径向基(RBF)神经网络建立热电偶特性零误差模型的方法,详细介绍了镍铬-镍硅热电偶特性0~1 370℃无差优化模型的建立过程并与BP神经网络热电偶模型进行了比较,结果表明提出的模型算法简单、精度高、稳定性好,易实现,优于BP网络,对其他传感器应用领域也有借鉴作用.     

基于UML的人力资源管理系统的建模和开发

以一个人力资源管理信息系统为背景,探讨了利用统一建模语言对系统进行建模和开发的过程。     

基于RBF神经网络的自动泊车路径规划

文章通过逆向路径规划分析平行泊车过程的可能碰撞点和计算泊车所需的最小泊车空间,用泊车初始区域代替传统路径规划的初始点,实车试验采集泊车过程的数据,采用不同的数据样本用于粒子群优化的RBF神经网络,避免对安全距离等多种约束关系的分析,使规划的泊车路径能较好适用于实际泊车过程。仿真结果和实车试验均表明按照上述方法生成的路径泊车成功率较高。     

RBF网络自整定PID控制在网络化控制系统中的应用

文章针对网络化控制系统普遍存在的时延问题,介绍了一种基于径向基函数神经网络自整定PID的控制策略.在Matlab/Simulink环境下搭建了基于TrueTime工具箱的网络控制系统的仿真平台.仿真结果表明:与常规PID控制相比,神经网络自整定PID控制算法可有效地提高系统的鲁棒性和自适应性,且此方法易于实现,便于工程...     

BP神经网络预测河湾最大冲刷深度

影响河湾凹岸最大冲刷深度的因素众多，而且这些因素的关系是非线性的．实现河湾最大冲刷深度预测的实质是建立一个非线性映射．实现这种映射的传统途径是在室内试验的基础上，采用量纲分析和多元回归的方式建立经验公式．根据BP（前馈）神经网络模型能逼近任何闭区间的连续函数的性质，在室内试验的基础上，尝试采用人工神经网络模型对河湾冲刷深度进行预测，并与经验公式的计算结果进行了比较．结果显示，BP神经网络能够更为准确地对河湾最大冲刷深度做出预测。     

基于RBF神经网络的软基沉降预测研究

将神经网络理论引入软基沉降预测领域．借助自控领域信号处理的思想，应用改进后的径向基函数神经网络的映射模式进行软基沉降的短期预测；软基沉降的长期预测实质上为基于神经网络的多维欧氏空间的曲面拟合问题，将地基压缩层从上到下分成若干段，每段的土性指标按段内各层土在段中的长度取加权平均作为系统的输入，将某个沉降模型的沉降曲线参数作为系统的输出，可以预测后期沉降曲线走势．实践表明，建立的基于RBF神经网络的软基沉降短期预测和长期预测模型是可行的，只要有足够多的训练样本，长期预测可以达到比较精确的预测效果．表5，参9．     

一种改进的RBF神经网络混合学习算法

提出一种基于粒子群优化算法、K-means算法及减聚类算法的径向基函数(RBF)神经网络混合学习算法.该算法使用减聚类方法确定隐层节点数,具有自适应确定隐层节点的能力,避免了调整隐层节点的人为干预.通过K-means算法形成粒子群优化(PSO)算法初始粒子群,避免了初始粒子群的随机性,提高了粒子群优化算法的优选能力;采用PSO算法训练RBF神经网络中的所有参数.数值结果表明,改进的混合算法具有更高的分类准确率。     

基于RBF网络的制冷压缩机热力性能计算

在对制冷压缩机的热力性能进行建模和仿真计算时,运用多层感知器网络虽然可以收到较传统热力计算模型更好的效果,但也存在着诸多缺点,通过引径向基函数（RBF）网络替代多层感知器网络,较好地克服了这些缺点,仿真结果表明了该方法的有效性和相对于多层感知器建模方法的优越性。