面向服务的网格基础设施

目的研究面向服务的开放式网格结构基础设施与实现方法。方法分析网格基本特性及面向服务的分布式系统范型的基本思想,以OGSI规范为基础,深入探讨面向服务的网格基础设施的结构、模型、标准及实现技术。结果结合W eb service技术,给出了一种OGSA网格服务模型的实现框架。结论面向服务的网格基础设施能够充分利用成熟的技术与方法,有利于构建大规模的、开放的、具有较高适用性的网格系统,应用前景十分广阔。     

基于粒子群算法的数字电路测试生成

在已有的数字电路测试生成算法基础上，通过对一种结构简单且容易实现的算法——粒子群算法的研究，提出了一种基于模拟的测试矢量生成的新方法，即应用粒子群算法来进行数字电路的测试生成．对一些组合电路进行了仿真，并将其与基于遗传算法的测试生成方法进行比较，实验结果表明该方法比基于遗传算法的测试生成更为有效．     

基于数据驱动操作模式的J2EE应用自动化生成方法

基于数据模型的软件设计方法是J2EE管理信息系统开发的重要方法.提出一种细化的J2EE应用软件体系结构及其操作模式,说明了代码生成所需的XDoclet模板,并使用实例阐述了自动代码生成的一般方法.     

一种基于OGSA的网格信息服务系统

网格信息服务系统是网格系统中的重要组成部分.由于网格技术和Web服务融合为开放的网格服务架构(OGSA),原有的网格信息服务系统需要重新构建.本文从分析传统的网格信息服务系统MDS,R-GMA和Hawkeye入手,研究了最新开放的网格体系结构的规范,构建了一种具有森林结构的基于OGSA的网格信息服务系统模型OGIS,描述了主要模块的功能和实现方法,探讨了基于OGSA的网格信息服务系统     

基于多服务质量属性联合效用函数的网格资源调度

基于经济模型研究网格服务质量(QoS)控制的资源分配问题,给出了多QoS属性多任务的资源分配优化的效用模型. 该效用模型描述了网格任务的动态需求和偏好,以效用最大化为目标计算了需要提供QoS的资源分配. 设计了时间和预算限制条件下基于多QoS属性的联合效用函数调度算法,并与其他经济的和非经济的算法进行比较,验证了该算法的有效性.     

网格计算环境下的分布式数据挖掘

为了提高分布式挖掘系统的性能，分析了现有的分布式数据挖掘系统的不足，提出了一种网格计算环境下的分布式数据挖掘的体系结构，讨论了在该体系结构下如何进行数据挖掘．该体系结构是面向服务的，跨平台的，在该体系结构中，挖掘算法和目标数据源被定义为web服务资源，在需要进行数据挖掘的时候，这些web服务资源被动态地、松耦合地联接在一起，共同完成一次数据挖掘任务．最后，借助网格工具globus toolkit4．0构建了一个局域网网格计算环境，并使用一个关联规则挖掘实例详细地说明了在该体系结构下的挖掘过程，     

面向模具制造的资源分类及网格化封装机理研究

针对广大模具中小制造企业的制造资源与能力残缺不全这一基本现状,以及企业间广泛存在的制造资源的协同共享困难,提出了一种基于网格技术的模具制造资源网格化封装及其资源协同共享的机理。首先对分散在中小模具企业里的各种与模具全生命周期有关的资源进行了调查和分类,形成了一张模具行业的全资全能的整体资源图,并依照网格框架(OGSA)对各种模具资源进行了网格化封装,以使得资源不全的模具中小企业可以网格服务的形式对制造网格资源协同共享。文章最后以模具行业的通用流程为例,展示了在网格环境下模具制造服务请求和响应的路径图。     

一种多通道曲面投影系统的几何校正方法

几何失真校正技术是虚拟现实投影系统中的关键技术之一,文章针对曲面多通道大屏幕投影显示系统,提出了一种在极坐标系中基于纹理贴图的几何校正方法。该方法采用角等分原则将二维纹理网格化后在三维坐标系中进行贴图从而实现几何校正,可以适用于投影面为柱面、球面、极坐标参数曲面以及投影机非正投影等情况。试验结果表明该方法能够快速的完成几何畸变校正和通道间的拼接融合,具有良好的实际应用价值。     

网格计算资源调度方案及其Petri网建模与分析

通过对现有网格计算资源调度方案的分析,提出了网格计算资源的三层调度方案,该方案与已有的方案相比,更能体现网格资源的特点。利用Petri网这一具有描述并发、异步、动态等事件能力的图形与数学工具,对所提出的调度方案进行了模拟与分析。为不同层次的调度者构造了不同的扩展有色时延Petri网模型,并利用Petri网的共享合成技术得到整个系统的Petri网模型。同时给出了资源调度所对应的Petri网的可达任务图的概念,利用可达任务图,分析了诸如吞吐量、负载平衡、调度时间等资源调度的一些重要特性。     

S-粗集与新材料发现-识别

S-粗集(singular rough sets)具有两类形式:单向S-粗集(one direction S-rough sets)和双向S-粗集(two direction S-rough sets)。S-粗集具有遗传特征、记忆特征。把S-粗集与材料科学进行学科渗透,互补共享,给出新金属材料的发现-识别的讨论,利用属性生成模型给出新金属材料的属性值分析,给出的结果与实际相符。S-粗集是粗集研究的一个新方向,是新材料发现-识别的一个新的数学工具。