软件迭代开发模型在软件人才培养中的应用研究

针对当前我国高校软件人才培养不能满足IT企业开发需求,高校教师科研项目开发质量不能满足服务社会需求等问题,分析了IT专业不同年级学生的能力水平与软件开发生命周期对人才的需求类型。通过组建项目团队和项目实训,提出了软件迭代开发方法与大学周期性人才更迭培养之间的关联模型。     

基于代理的网格中间件设计与策略研究

为了使网格技术能更好的支撑上层应用,增强网格中间件的灵活性和调度效率。提出了一种基于代理的网格中间件体系结构,该中间件在设计上充分利用代理的可移动性和可控管理提高网格底层资源的利用率。最后在电信客户价值分析业务的实现框架基础上,给出网格中间件中任务分解、任务执行和服务聚合等策略,本研究结果可以提供高效、安全和可控的上层应用开发。     

一种混合粒子群算法及其在Job Shop问题中的应用

粒子群算法是一种新颖的演化计算技术,具有思想简单、容易实现的优点,被广泛应用于连续空间的优化。结合遗传算法的思想提出一种新的进化方式并用于Job Shop离散空间优化,进一步结合粒子群算法的群体多样性和禁忌搜索算法的集中搜索性提出一种粒子群算法和禁忌搜索算法的混合策略。用Job Shop问题作为测试基准,仿真试验显示混合粒子群算法是可行和有效的。     

基于SOA的校园遗产系统集成模型研究

为解决当前高校资源信息缺乏有效共享、应用缺乏有效集成、用户缺乏统一接口等问题,提出了一种面向服务体系架构的校园遗产系统集成模型及其对应的集成方案(CRPWare).CRPWare方案利用SOA框架可以有效地将高校资源和相关遗留系统平台软件集成起来,统一以Web门户方式进行交互,如各种资源的描述、注册、访问和发布等.通过与CDRBA和Web技术的集成模型比较,SOA体系架构可以解决高校各教学机构间资源和服务的异构问题,消除"信息孤岛".     

基于粒子群的网格任务调度算法研究

为了更好地解决异构动态环境下的资源管理问题,提出了一种网格环境下的任务调度模型。该模型考虑了当前网格虚拟组织下的计算资源、存储资源和带宽资源,模型的最优化目标是实现三者利用率最高和代价最低,即构造min-max函数。与遗传算法相比,利用粒子群优化算法对min-max函数求解提高了资源的利用率和任务的执行效率,同时在随着迭代次数增加的情况下,搜索速度、寻优率和避免早熟方面也有明显的提高。     

一种云计算安全模型与架构设计研究

由于云计算存在安全性的问题,使得原本具备大规模、动态、开放和分布式计算环境等优势的云计算目前更多的是以小规模、静态的私有云的模式出现。为了解决云平台的安全问题,文章从用户维、数据维、业务维和环境维构造相应的云安全服务平台及相关服务出发,基于Eucalyptus平台设计了一种轻量级的云计算多维安全平台架构。达到云平台安全、云服务安全和安全云服务,以满足在应用云计算提供服务的过程中所需的安全可信需求。     

高性能计算与天文大数据研究综述

数据是天文学发展的重要驱动。分布式存储和高性能计算(High Performance Computing,HPC)为应对海量天文数据的复杂性、不规则的存储和计算起到推动作用。天文学研究中多信息和多学科交叉融合成为必然,天文大数据已进入大规模计算时代。高性能计算为天文大数据处理和分析提供了新的手段,针对一些传统手段无法解决的问题给出了新的方案。文中根据天文数据分类和特征,以高性能计算为支撑,对天文大数据的数据融合、高效存取、分析及后续处理、可视化等问题进行了研究,总结了现阶段的技术特点,提出了处理天文大数据的研究策略和技术方法,并对天文大数据处理面对的问题和发展趋势进行了探讨。     

基于国产处理器增量式实时交通流预测算法及实现

针对城市交通难以处理大量数据且实时性差等问题,提出了根据增量式城市交通流数据预测拥堵情况的一种基于国产处理器的L-BFGS(limited-memory BFGS)算法。该算法通过存储向量序列计算Hessian矩阵,改进Two-Loop算法求下降方向,在Spark集群中并行处理时收敛速度快,适用于实时性要求强的城市交通场景。实验结果证明,L-BFGS预测算法完全可以在国产平台上对大规模的实时交通数据流进行快速建模、预测,在改善城市交通管理水平提供有效支撑的同时也丰富了国产芯片的应用领域。     

区间微调分支界定混合P2P云存储喷泉编码优化 *

针对传统对等存储系统中,存在数据上载时间长,带宽控制不理想的问题,提出动态步长分支界定P2P存储及云存储混合喷泉编码优化算法。首先,根据P2P存储及云存储各自特点,构建混合式P2P存储及云存储网络系统,该系统通过喷泉编码、参数控制单元、节点管理器及上传调度程序构建;其次,针对存储编码符号上传过程中,存在参数控制不理想,数据传输效果差的问题,在分支界定算法基础上,设计区间点微调的动态分支界定算法,实现算法计算复杂度降低,并可有效对上载时间长和网络带宽显著下降问题进行处理;最后,利用对比仿真显示,算法在数据上载时间及数据冗余度降低等指标上优于对比算法,验证了算法有效性。     

基于模拟退火遗传混合算法的物流中心选址问题研究

为了增快货物流动速度、方便客户并减少不必要的配送成本,结合模拟退火算法和遣传算法,研究了物流配送中心选址问题,模拟退火遗传算法在收敛速度及跳出局部极值的能力诸方面明显优于标准的遗传算法和模拟退火算法。