云计算中的信息系统生存性量化分析研究

关注于分布式信息系统的生存性的评估和优化,提出了一种部署于IaaS云环境的分布式信息系统的生存性量化分析框架：提出了一种量化评估部署于IaaS云环境的分布式信息系统的生存性的框架;在该框架下,提供了分析计算近似最优生存性的部署方案的方法;应用多种算法进行了实验,验证了生存性量化分析框架的有效性和应用到实际场景中的效果．     

主动全向声纳浮标跟踪潜艇优化布放方法

主动全向声纳浮标适合跟踪安静型潜艇,由于目标针对性机动规避和浮标探测距离短,使得浮标消耗量大。在满足定位精度的条件下,如何优化布放浮标以便有效增加跟踪时间是一个亟待解决的问题。首先分析了浮标探测性能和浮标群相对位置对定位精度的影响;然后结合目标的一般规避措施和水下目标跟踪技术,提出了用主动全向声纳浮标跟踪潜艇的优化布放方法;最后仿真计算了该方法的跟踪性能及浮标消耗量。仿真结果表明该优化布放方法可行。     

常规导弹阵地配置优化研究

阵地配置是一项相当复杂的系统工程,合理的阵地配置对于提高导弹武器系统的生存能力具有重要意义.针对常规导弹阵地配置优化问题,首先在以往研究成果的基础上,探讨了更为复杂的阵地配置模式和更为完备的优化模型,其次基于数论理论构建了有效的求解算法,最后给出了仿真算例.计算结果可为阵地配置决策提供参考依据.     

基于简化人工蜂群算法的地面防空火力拦截设备部署方法

针对地面防空火力拦截设备部署问题中部署方案产生速度慢、不符合战场实际环境问题,提出了一种基于简化人工蜂群算法的地面防空火力拦截设备部署方法。本方法在地面防空火力拦截设备部署方案制定过程中,将人工蜂群算法分为初始化阶段和优化阶段。从专家知识辅助的视角出发,初始化阶段利用专家知识对可部署位置进行了寻优处理并结合随机初始化,优化阶段利用简化型邻域优化对初始化阶段产生的方案进行优化。2个阶段均对产生的部署方案进行校验,若方案达到给定突防概率指标则直接保存输出,大大提高了收敛速度,且产生的部署方案符合实际。仿真结果表明:提出的方法相比于传统蜂群算法在收敛速度方面具有明显优势。     

基于Petri网的工作流仿真建模研究

工作流仿真模拟工作流执行的环境,高效、低成本、快速地执行工作流过程,通过分析仿真结果,来发现模型中存在的问题,达到工作流优化和重组的目的.仿真模型是仿真的前提和基础,该文介绍基于Petri网的工作流模型,讨论了在此模型基础上如何添加仿真信息,映射基于Petri网的仿真模型,并以工作流仿真的部署,说明了仿真建模的研究.     

基于深度学习的车检图像多目标检测与识别

为了实现快速和自动的车辆外观检测,提出一种基于深度学习的车检图像多目标检测与识别方法。首先,采用轻量级神经网络YOLOv3实现车检图像中车头、轮胎、车牌及三角形标志的检测与识别;其次,采用多任务级联卷积神经网络实现车牌4个关键点定位;再次,利用车牌4个关键点坐标,结合目标车牌图像高宽先验,通过透视变换对车牌进行校正;最后,设计卷积神经网络实现车牌底色分类,同时设计卷积循环神经网络,实现车牌字符识别。实验结果表明,在816×612的车检图像上,该方法中端到端的多目标检测与识别的平均精度达98.03%;为便于在车检场景下应用该模型,利用阿里巴巴推理引擎将模型部署到CPU端,使多目标检测与识别的平均速度达10帧/s,从而满足车检的应用需求。     

基于改进粒子群算法的云计算服务部署优化

针对云计算资源有限,传统穷举搜索算法求解效率低的问题,提出一种基于改进粒子群算法的云计算服务部署优化方法.首先对云计算服务部署问题进行分析,将其转换成一个多目标组合优化问题,并建立相应的数学模型;然后采用全局搜索能力强的粒子群算法对数学模型进行求解,并针对标准粒子群算法收敛速度慢、存在早熟现象进行改进;最后通过仿真实验验证其可行性.实验结果表明,该方法可以快速找到最优的云计算服务部署方案.     

无盘技术实现系统的恢复和维护

在PXE协议、TFTP协议和一台网络服务器的基础上,研究并实现了一种自动化部署多系统方案。与现有的远程安装服务不同的是,它可以用同一台服务器,对多个客户端分别选择安装不同的操作系统及软件;与普遍采用的网络克隆不同的是,它实现了不同步的系统恢复。     

QFD在汽车内饰件开发方面的应用

从产品开发和质量保证的角度出发,着重讨论在遮阳板产品设计过程中运用QFD对顾客需求的获取、整理、分析,以及顾客需求在产品开发中的瀑布分解过程,包括产品策划、产品设计与开发、过程设计与开发.     

基于Parlay的下一代网络业务生成及TINA

下一代网络是面向应用的网络，业务生成和部署显得尤其重要。诸如Parlay的软交换体系结构，利用业务逻辑分解使得业务生成和部署得以实现。Parlay将业务逻辑分解为业务依赖及业务独立的两部分，将业务逻辑分解应用于功能丰富的TINA业务组件，产生通用的、可重用的软件副组件，在业务生成的过程中重用业务逻辑，因而保证NGN中第三方业务的快速部署。