划分测试中测试用例最优分配问题研究

研究了划分测试中每个子域错误率已知，测试资源受约束时，测试用例如何合理分配的优化问题．主要考虑了两类测试用例分配问题：测试资源受约束的测试用例分配及测试资源受约束且各个子域的可靠性要达到一定要求时测试用例的分配，证明了带约束的测试用例最优分配问题是一个NPC问题．给出了动态规划求解方法，从理论上证明了该方法是最优的，并通过随机模拟将该方法与其它常见的测试用例分配策略进行分析比较，用实验数据验证了该办法能合理利用有限测试资源，有效地提高缺陷检测能力．     

一种求解合作博弈中成本分摊问题的方法

基于n人合作博弈的成本分摊模型，从二次费用分摊的角度提出了解此模型的一种方法，利用所有可能与i结成每一个联盟时的费用缺口的平均值来求βi，同时予以证明并举例说明。     

丽江古城景观水环境现状与调控研究

水环境是丽江世界文化遗产地生态地质环境的重要组成部分。由于丽江城市化进程加快，对水环境保护不力，导致古城水污染加剧、水资源量衰减、景观生态用水不足和景观水质下降。通过强化水环境研究、加强水环境立法、进行水生态环境综合治理；实施以调剂古城周边地下泉水为主，拉市海调水为辅的丽江古城景观调水方案，可以保护丽江古城水环境，为丽江古城世界文化遗产地的可持续发展提供保证。     

预测自适应Gauss混合模型线谱频率的量化

为了实现高质量低速率的语音编码,提出了高效线性预测Gauss混合模型(Gaussian mixture model,GMM)线谱频率参数量化算法(LP-GMM-LSFQA)。线谱频率(linear spectral frequency,LSF)参数先去均值,经过一阶线性预测,得到残差信号,将残差用协方差矩阵为对角阵GMM量化算法进行量化。在此基础上,利用反量化后参数自适应更新GMM的加权系数和均值,进一步提出了预测自适应GMM-LSF量化算法(LP-AGMM-LSFQA)。实验表明:LP-GMM-LSFQA在20 b/帧时量化性能超过预测分裂矢量量化22 b/帧时的量化性能,节约2b/帧;LP-AGMM-LSFQA量化性能优于LP-GMM-LSFQA。     

一种虚路径带宽分配的步进算法

巨型资源完全共享队列中,各类业务占用的服务员数之间具有近似的统计独立性。基于这种准独立性．可以将巨型资源完全共享系统划分为多个准独立且同构的含多种业务的子系统,从而整个系统的服务员占用数近似为正态分布。结合查表技术,可以快速估算大规模、多业务队列中的呼叫损失概率。将这种计算呼叫损失概率的近似方法推广到保留带宽情况并运用于步进式虚路径带宽分配算法中,大大缩短了带宽分配所需的时间。     

基于(s,S)库存策略的分销系统最优分配问题

分销系统的运营成本不仅与所采取的库存控制策略有关,也与配送中心在货源不足时的分配策略有关。该文讨论单品种、单配送中心多销售点、周期观察、随机需求的两级分销系统。配送中心及各销售点都采用(s,S)库存控制策略,顾客对销售点的需求过程服从Po isson过程。在给定配送中心向销售点分配策略的情况下,系统的状态转移形成一个离散时间的M arkov链,因此系统的最优分配策略问题是一个M arkov决策问题。采用策略迭代或值迭代的办法,可以求解系统的最优库存分配策略。数值算例表明,采用最优库存分配策略能显著降低系统的成本。     

基于改进SLP理论的铁路电商物流中心布局研究

通过研究电子商务环境下铁路物流中心的作业情况,将铁路电商物流中心划分为收货区、存储区、拣货区、包装区、发货区、退货区、设备区和办公区8个功能区域。对系统布置规划（SLP）进行量化改造,加入数学建模的方法对物流影响因素进行量化分析。按照改进SLP方法对影响铁路电商物流中心的物流因素和非物流因素进行分析,并构建综合关系表。在功能区间不重叠、功能区不能超过规划范围、铁路长宽比有一定范围、不得占用铁路专用线区域、园区出入口等的约束条件下,建立了园区内物料搬运成本最小、功能区间综合关系最大、土地改造成本最小的目标函数,然后对目标函数进行处理得到归一化的单目标函数。通过改进遗传算法进行求解,从而得到科学合理的布局规划方案。实际应用的算例分析表明,本文中布局方法具有科学合理性。     

一种基于微蜂窝小区用户比例公平的改进资源分配算法

在微蜂窝小区用户速率比例公平约束条件下,以最大化系统和速率为目标,提出了一种改进资源分配算法,并用拉格朗日法求解优化功率.结果表明:相比于传统的最低比例速率的资源分配算法,本算法在频率和总功率固定的条件下,能减少计算复杂度,且系统速率提高了约2%.     

基于词-标签概率的多标签文本分类研究

针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,提出一种CNN(convolutional neural networks)结合Bi-LSTM (bi-directional long short-term memory)的模型.首先,通过CNN网络和最大池化提取文本的特征;然后,利用训练的Labeled-LDA(labeled latent dirichlet allocation)模型获取所有词与标签之间的词-标签概率信息;接着,使用Bi-LSTM网络和CNN网络提取当前预测文本中每个词的词-标签信息特征;最后,结合提取的文本特征,预测与当前文本相关联的标签集.实验结果表明,使用词-标签概率获取文本中词与标签之间的相关性信息,能够有效提升模型的F1值.     

基于人工鱼群算法的多用户系统资源分配策略

针对当前多用户系统资源分配策略存在的用户公平性较差、 系统吞吐量小等缺陷, 设计一种基于人工鱼群算法的多用户系统资源分配策略. 首先通过分析多用户系统资源分配的工作原理, 构建相应的数学模型; 然后引入人工鱼群算法对多用户系统资源分配的数学模型进行求解, 并针对标准人工鱼群算法存在的局限性进行相应地改进; 最后与其他多用户系统资源分配策略进行仿真对比测试实验. 实验结果表明, 人工鱼群算法可以快速、 准确地找到多用户系统资源的最优分配方案, 有效保障了用户的公平性, 且大幅度改善了多用户系统的通信能力, 整体性能优于其他多用户系统资源分配策略.