《计算机文化基础》无纸化考试系统的设计与实现

介绍一个基于XML的《计算机文化基础》无纸化考试系统的功能及实现的关键技术.该系统有题库维护、自动组卷、在线考试、自动阅卷、试题分析和考试管理等功能,重点讨论了基于OLE自动化技术和VBA的Office操作题自动阅卷的原理和方法,以及XML技术在考试系统中的应用.     

基于XML的《计算机文化基础》考试系统

介绍一个基于XML的《计算机文化基础》无纸化考试系统的功能及实现的关键技术。该系统有题库维护、自动组卷、在线考试、自动阅卷、试题分析和考试管理等功能。重点讨论了基于OLE自动化技术和VBA的Office操作题自动阅卷的原理和方法，以及XML技术在考试系统中的应用。     

用VBA快速构建Excel小型信息管理系统

使用VBA技术,可以扩展Excel的功能及其自动化水平。基于实践,介绍了用VBA快速构建Excel小型信息管理系统的方法和实例及相应的程序。     

用OLE自动化将数据库中的内容定位输出到WORD报表

本文介绍利用OLE自动化技术与VBA编程技术,在数据库程序设计中将数据库的记录输出到WORD表格文档的方法,实现了数据库前端开发工具与VBA结合开发出各种报表的功能,该方法灵活性强,通用性好。     

利用VBA在Excel中开发应用系统

Excel是非常优秀的电子表格软件，常用于报表处理，对于大多数人来说只是使用它打印报表，没有注意其他功能，其实利用Excel内嵌的VBA语言完全可以快速开发出自己需要的应用系统来，而且应用系统界面与其它专业编程语言开发达成效果相似，用VBA可以将Excel的应用能力提高一个层次。VBA究竟是什么？更确切地讲，它是一种自动化语言，它可以使常用的程序自动化，可以创建自定义的解决方案，是微软开发出来的应用程序共享一种通用的自动化语言———VisualBasicForApplication（VBA），可以认为VBA是应用程序开发语言VASUALBASIC…     

基于XML的网络管理

当前,应用XML相关技术的基于XML的网络管理已经表现出了很多的优势,然而,现有的网络设备都是内嵌SNMP代理,并使用SNMP的管理者。这里将介绍基于XML的网络管理的四种方式,并介绍基于XML的管理者,基于XML的代理和通道等技术。     

基于XML的网络管理

当前，应用XML相关技术的基于XML的网络管理已经表现出了很多的优势，然而，现有的网络设备都是内嵌SNMP代理．并使用SNMP的管理者。这里将介绍基于XML的网络管理的四种方式，并介绍基于XML的管理者．基于XML的代理和通道等技术。     

采用Excel VBA技术的OPC访问客户端自动化接口的实现

简要介绍了OPC自动化标准接口及Excel、VBA技术,对将Excel VBA技术应用于OPC客户端自动化接口数据访问程序的开发做了探讨,并对客户／服务器模式下同步数据访问的机制进行了实现,结果表明利用VBA技术对自动化支持的这种开发思想能更好地解决自动化接口数据访问及其与数据处理的兼容性问题。     

网络信息主动获取智能代理体系研究

基于网络内容的信息处理、获取技术研究在信息安全中举足轻重,提出并设计了基于智能代理技术的网络信息主动荻取体系结构,实现基于Web服务、邮件服务、文件服务等多种应用的网络信息主动获取.代理个体可实现自动生成、植入、寄生和隐藏,代理个体通过采集网络信息和行为识别获取网络上的重要信息,并通过隐蔽通信方式将信息传送给代理控制中心(支持集中式结构或分布式结构).无论在网络空间的宏观层上还是在微观层次上,信息主动获取智能代理技术都有着广阔的应用和发展前景.     

RSVIEW SE在原料场自动化系统中的应用与开发

阐述RSVIEW SE组态软件的特点及使用方法,介绍基于此组态软件的邯郸新区原料场分布式监控系统架构,探讨如何利用组态软件内嵌的VBA实现原料场自动化系统的流程动态查询及报表功能。     

基于Agent和FSM的细胞信号转导网络仿真

针对现有细胞信号转导网络仿真方法的不足,提出一种基于Agent和FSM的仿真方法,在宏观水平与微观水平之间构建多Agent系统,仿真复杂的细胞信号转导网络。融合了智能Agent技术和FSM模型实现分子建模,有效地模拟了信号传递的分子机制,并减少了外部通信。采用定性仿真建模分子构象,降低了组合复杂性。通过仿真实验证明了方法的有效性。     

一类复杂适应系统的建模研究

引入复杂适应系统理论,将股市、房地产系统视为一类复杂适应系统。采用多智能体方法进行建模,设计随机决策Agent、模仿Agent、BP神经网络Agent等模块,引入订单簿技术实现Agent之间的信息交互。通过仿真模拟该类复杂系统的动态演化过程,验证了模型的有效性。     

两种优化训练的FNN在船舶柴油机故障诊断中的性能研究

本文针对船舶柴油机故障诊断系统,基于遗传算法（genetic algorithm,GA）和蚁群优化算法（ant colony optimization algorithm,ACOA）构造了2种优化训练的模糊神经网络（fuzzy neural network,FNN）智能故障诊断模式,给出了该模糊神经网络智能故障诊断系统的结构及其参数选取方法,通过对船舶柴油机燃烧子系统的FNN模型结构权值和阈值优化训练的故障诊断仿真研究,对两种方式的性能进行对比研究,仿真测试结果表明,基于ACOA的诊断模型具有更好的故障诊断知识表达准确性和较快的收敛速度等特点,具有较好的应用前景。     

RVO-DDPG算法在多UAV集结航路规划的应用

针对传统智能优化算法处理不确定复杂环境下多UAV集结航路规划存在计算量大、耗时长的问题,提出了一种基于互惠速度障碍法（reciprocal velocity obstacle,RVO）的深度确定性策略梯度（deep deterministic policy gradient,DDPG）算法。引入互惠速度障碍法指导UAV对不确定环境内障碍进行避碰,有效提高了目标actor网络的收敛速度,增强了算法的学习效率。设计了一种基于综合代价的奖励函数,将多UAV航路规划中的多目标优化问题转化为DDPG算法的奖励函数设计问题,该设计有效解决了传统DDPG算法易产生局部最优解的问题。基于Pycharm软件平台通过仿真验证了该算法的性能,并与多种算法进行对比。仿真实验表明,RVO-DDPG算法具有更快的决策速度和更好的实用性。     

深度稀疏自编码器在ECG特征提取中的应用

针对心电（ECG）信号智能分析模型中,复杂波形的特征提取困难,人工设计特征造成源信号特征丢失,标签样本不足等问题,提出了一种基于深度稀疏自编码器（Deep Sparse Auto-Encoders,DSAEs）的ECG特征提取方法。该方法在DSAEs进行贪婪逐层训练时,采用适应性矩阵估计（Adaptive moment estimation,Adam）对网络权重进行寻优,以此获得最优参数组合,同时提取出高层隐含层的输出,并作为ECG高度抽象的低维特征。最后利用支持向量机（Support Vector Machines,SVM）构建分类模型,完成对ECG的特征分类。使用MIT-BIH心律失常数据库的ECG数据进行仿真实验,结果表明,提出的ECG特征提取方法能有效地分层抽取特征,提高分类识别准确率。     

细菌觅食优化的智能PID控制

传统的PID在控制过程中,尤其针对复杂被控对象易产生振荡和较大的超调,甚至控制系统无法稳定,为了解决这个问题,采用了一种新的基于细菌觅食优化（Bacterial Foraging Optimization,BFO）的智能PID控制方法,针对该算法收敛速度慢的缺陷,对步长及搜索范围做了一定的分析改进。通过与粒子群优化（Particle Swarm Optimization,PSO）智能PID参数整定控制的仿真结果比较,特别是在系统的动态性能指标以及输入信号的跟踪情况等方面进行对比分析,得出基于BFO智能PID控制的优缺点及有效性。     

飞机电源多Agent 预测与健康管理系统研究

针对复杂多任务的飞机电源预测与健康管理的需求,以状态维护开放系统体系结构OSA-CBM模型为标准架构,提出一种基于多Agent 的飞机电源故障预测与健康管理系统体系结构模型。结合原型系统开发实例,详细阐述了各Agent 的功能及相互关系。采用AUML 技术构建基于多Agent 的AEPHM系统模型,通过AUML 协议图描述了Agent 之间的主要交互活动。实践表明,该体系结构为航空机载设备预测与健康管理系统建设提供了一种新的设计开发模式。     

基于遗传算法的嵌入式软件WCSD检测方法

在资源受限的嵌入式系统中,为了降低嵌入式软件最大堆栈深度（Worst-Case-Stack Depth,WCSD）的检测误差,从而确定系统内存容量,通过详细分析堆栈使用原因和中断类型,建立中断调度模型,提出基于遗传算法的WCSD动态检测方法以更加准确地指导嵌入式硬件设计和软件开发。基于嵌入式软件全数字仿真平台完成实验,对该模型和方法加以验证。实验结果表明该方法可测得较准确的软件堆栈深度上限,有助于降低内存开销和提高系统的可信度。     

智能家庭网关设计及其物联网应用

提出一种智能家庭网关设计方案,采用LPC2103微控制器和RTL8019AS模块,基于改进的用户数据报(UDP)协议,实现智能家庭信息处理平台.利用现有的网络设施,将采集到的家电终端信息进行处理和控制,达到智能联网与信息处理的效果.在物联网中的应用结果表明,该网关具有成本低、实时性好及安全性高的特点.     

基于RBF神经网络的射频功放行为模型研究

为了设计和优化高线性功率放大器和通信子系统,在系统级仿真中,构建功率放大器精确的行为模型是极为重要的。应用实际功率放大器晶体管测试板,通过ADS（Advanced Design System）仿真得到大量功放输入输出数据,建立了一个基于RBF（Radial Basis Function）神经网络的行为模型,给出了RBF 神经网络的结构设计及K-均值聚类算法和共轭梯度优化算法,并进行了模型检验。结果表明,基于RBF神经网络的功放行为模型具有较高的精度,相对于BP 神经网络模型具有更高的逼近能力和速度。