面向Agent的导弹作战仿真概念模型设计

以面向Agent的方法为基础,通过概念模型设计来描述导弹作战仿真建模,实现问题域的表达。通过分析概念模型的表达要素,利用一系列规范形式来描述所建立的Agent模型及其扩展模型。提出一种面向Agent的概念化范例指导导弹作战仿真概念模型的分析和设计,并给出详细的过程与步骤。与其他现有面向Agent方法比较,此构造概念模型的技术能够在导弹作战仿真建模之初就抽象出系统中的实体、实体活动、实体间的交互等要素,直接反应在概念模型中,为系统仿真提供了一套行之有效的概念建模方法。     

基于Agent方法体系的VR仿真研究

分析了Ａｇｅｎｔ研究和ＶＲ研究的现状,指出利用Ａｇｅｎｔ技术研究ＶＲ的自然一致性、并且说明该技术可以克服ＶＲ研究中的难点。最后,给出了一个典型的Ａｇｅｎｔ结构用于在ＡＯＰ下对ＶＲ仿真系统进行描述。     

面向Agent的巡航导弹武器控制系统分析

借鉴面向对象方法并根据Agent的特点,提出了一种基于Agent UML(AUML)的面向Agent分析方法。通过巡航导弹武器控制系统的分析过程,阐明了具体分析步骤和要领。在模型表示法上对AUML进行了扩展。以用例图描述责任分配;用五个层次(实体-责任-关系、知识、消息、活动和协议层)的Agent类图逐步细化系统静态结构模型;用多种行为图从Agent外部到其内部描述系统动态行为。     

并行工程集成框架分布式对象与数据管理研究

对在并行工程集成框架ＣＥＩＦ中的分布式对象管理的一般思想及其数据库设计实现进行了研究。分布式对象管理是当前应用的一个趋势和热点,并行工程集成框架是实施ＰＤＭ的支撑框架,以８６３／ＣＩＭＳ支持并行工程的集成框架的研究和实现为主线,研究了在集成框架中的分布对象管理的基本思想及其数据库设计实现的方法。     

面向Agent交互合作的ODSS系统分析与设计

通过对面向Ａｇｅｎｔ（ＡＯ）思想的特点的研究,提出了大型系统中ＡＯ与ＯＯ（面对对象）相结合的系统分析与设计原则,指出了一条从ＯＯ方法学出发建立ＡＯ方法的可行途径;并以一实际ＯＤＳＳ的开发为背景,介绍了一种以责任和任务驱动下的Ａｇｅｎｔ交互合作为中心的本体论建模分析设计方法,给出了其基本步骤和策略.     

基于MATLAB的GUI设计车辆路径问题的仿真优化平台

利用MATLAB中的GUI设计了单车场联合运输车辆路径问题的仿真优化平台,主要解决危险物资的联合运输优化问题。此平台提供输入和输出界面,输入界面设置了可用车辆的车牌号、车辆的百公里油耗、客户的需求和服务优先级等参数,对应的输出界面输出改进的扫描算法和改进的遗传算法优化的配送方案、配送车辆数和配送费用。最后以郑州煤电物资供销有限公司的物资配送为实例进行了仿真优化,结果验证了此平台的实用性。     

面向任务的多传感器资源预分配建模与求解

多传感器管理是对一组传感器或测量设备进行自动或半自动控制的一种处理过程,它实现了整体性能的优化和资源的有效利用。首先提出了面向任务的多传感器资源预先分配问题。为了解决这一问题,考虑目标优先级函数与传感器对目标的效能函数,建立了多传感器资源预分配数学模型,将目标检测、目标跟踪与目标识别三种任务下的预分配统一到一个框架下;然后利用改进匈牙利算法结合三种任务下的目标函数进行了求解。最后通过仿真验证了模型的可行性与求解方法的快速准确性。     

面向服务仿真系统的最大可靠性容错调度算法

基于 PB 模型对面向服务的分布式仿真系统的容错调度问题进行了研究.首先,根据该类系统的特点提出了两个命题并以此为基础给出了仿真任务的调度规则;其次,分析了仿真任务的可靠性代价并给出了任务最坏反应时间的计算公式;最后,在此基础上提出了相应的算法RC-RTFT和MW-RTFT.RC-RTFT综合利用了最小可靠性代价及最小最坏反应时间两种启发式规则进行主版本任务的调度,MW-RTFT则基于最小最坏反应时间这一启发式规则进行主版本任务的调度,副版本任务的调度都是基于最小最坏反应时间启发式规则进行.算法仿真结果表明RC-RTFT算法具有较好的负载平衡特性和稳定性,且较MW-RTFT具有更小的算法复杂度.     

基于多智能体的无线传感器网络仿真平台的研究

超大规模的无线传感器网络系统通过个体协同表现出群体智能行为特性，其理论分析和物理实验系统构建的困难使得仿真成为目前的主要研究手段。因此，采用基于角色的面向Agent程序设计方方法，从体系结构、角色类划分、角色间关系、角色绑定以及Agent类设计等方面论述了无线传感器网络仿真平台的设计与实现。该平台不仅能模拟无线传感器网络系统的功能执行，而且能体现其群体智能行为特征。     

基于横切关注点恢复的软件逆向工程研究

为解决软件遗产系统中横切特性的理解和进化问题,提出了面向侧面(aspect-oriented)的逆向工程框架模型,并以此为基础给出了一种用例驱动的形式化概念分析方法,对需求分析模型层面上的系统横切特性进行逆向恢复。通过对目标系统执行信息进行概念格分析,该方法能够识别和抽取横切用例模型的系统方法调用集合,并利用统一建模语言中用例图的版型(stereotype)机制对它们进行模型重构和呈现。与仅为了代码重构而进行的侧面挖掘(aspect mining)技术相比,该方法更适合在较高的系统抽象层面上进行程序理解,作为一种采用增量式结果产生策略的半自动化方法,它的实施流程也具有更好的可控性和对逆向工程需求变化的适应性。