基于MVC设计模式的电子名片系统的设计与实现

设计并实现了一个基于MVC设计模式的电子名片系统，并对系统实现中的一些难点及解决办法进行了介绍。这种方法经实践验证安全性和移植性都比较好。     

一个基于遗传算法的仿真优化包的设计与实现

介绍了仿真优化的特点与难点,阐述了遗传算法作为仿真优化算法的优点。为了解决随机性系统的仿真优化问题,提出一种改进的遗传算法并基于它设计了一个仿真优化包。针对系统的随机特性,改进的遗传算法提出了一种新的K精英选择算子并设计了一个候选解收集器。上述改进能有效保护遗传进化过程中出现的优起个体并加快遗传算法的收敛速度。使用统一建模语言（Unified Modeling Language,UML）活动图来说明仿真优化软件包的原理并给出了软件包的UML类图,面向对象方法和设计模式技术的应用使仿真优化包具有较好的通用性和可扩展性。库存仿真优化实例表明所设计的仿真优化包是可行且有效的。     

基于设计模式的Mogent通讯服务器的设计与实现

随着Interent的发展,移动Agent技术对人们的吸引力越来越大。对通讯的支持在移动Agent系统中起着非常重要的作用。为了控制和解决移动Agent系统Mognent的复杂性问题,本文讨论了用于设计和实现Mognent通讯服务的一种设计模式方法。     

基于设计模式的遥感图像处理平台设计与实现

设计模式作为一种面向对象软件开发过程中针对特定问题的解决方案,已经成功应用到了多个软件的系统设计和架构中。遥感图像软件开发是一个复杂的系统工程,其中遥感图像输入输出类库、算法类库和视窗类库是整个软件体系架构中最重要的3个部分。该文结合遥感图像的特点,利用设计模式的思想,论述实现这些类库的过程。     

基于LePUS的设计模式CASE工具的设计与实现

设计模式是软件工程界的热点,在面向对象软件设计中扮演着重要角色,自动化支持设计模式非常必要。为此,以LePUS语言为基础,提出了一个支持设计模式的CASE工具原型模型,该工具支持设计模式代码框架的自动生成,更重要的是该工具可以通过加入新的设计模式而得以扩展。此外,详细分析了实现中的源程序内部表示、设计模式实例化、动态模板生成技术等关键技术。     

基于设计模式的PDM系统设计

从PDM系统的功能模块及其组合等几个方面说明了基于设计模式的应用系统设计方法，随着组件和面向对象技术的发展，设计模式将在系统开发中得到越来越广泛的应用。     

一个基于设计模式的通讯服务器的设计与实现

CMM(软件能力成熟模型)是一个管理和改进软件过程质量的软件过程模型。为了提高基于CMM的软件过程质量,应有效地支持和监视软件过程的实施。CPMS(基于CMM的过程管理系统)是一个分布式过程支持系统,它支持软件过程的自动实施。本文基于设计模式描述了CPMS中通用通讯服务器的设计与实现。这种设计与实现不仅允许通讯服务器对不同的应用提供不同的功能,而且对设计其它通讯服务器也提供指导。     

应用设计模式的映射层框架的设计与实现

随着对象技术的发展，设计可复用的面象对象软件变得更加重要。目前的许多应用软件与传统的关系型数据库联系在一起。如何建立对象和数据库的映射成了一个需要解决的问题。描述了一个运用了多种设计模式的可重用映射框架，介绍了其设计思想和体系结构，并对系统的各部分功能进行了分析，还就一些具体的实际问题提出了解决方案。     

基于设计模式的报表生成组件的设计与实现

文章对实际中应用的报表格式进行了分析、归类,探讨了各类格式报表的生成算法,同时根据对报表格式的分类,提出了一种基于策略模式的报表生成组件模型,并使用Delphi,采用COM技术,利用MicrosoftWord组件模型对这种报表生成组件模型对进行了实现。     

浅谈基于遗传算法的排课分析与设计

本文结合了高职院校的实际对排课的约束条件进行了分析,着重论述了遗传算法在排课中的设计。     

基于改进遗传算法的智能排课研究

本文深入地分析了排课问题的软约束条件和硬约束条件,抽象出求解智能排课问题的数学模型。深入分析遗传算法,针对传统的遗传算法,对初始种群进行均匀化、适应度函数、变异算子等方面改进。通过对比实验证明改进的算法完全适用于智能排课问题,而且具有较高的效率,为排课问题的发展提供了新的思路。     

基于改进遗传算法的机器人路径规划与仿真

针对标准遗传算法解决机器人处于障碍环境下寻找最优路径局部寻优精度较差、规划效率低的问题,提出一种改进遗传算法的机器人路径规划方法。该算法采用一维编码表示路径,构造了路径最优化的目标函数和适应度函数,利用多个种群拓宽搜索空间,提高了规划效率,采用保优选择策略,避免陷入局部最优。仿真结果表明,改进遗传算法比标准遗传算法路径规划质量高,能够获得平滑的低代价路径,稳定性好,是机器人路径规划的一种较好的方法,且具有一定的推广意义。     

基于改进遗传算法的大规模TSP问题求解方案

TSP问题不仅描述旅行商周游城市的问题,也是许多工程领域中复杂问题的抽象形式,找到一种有效的TSP问题求解方案具有十分重要的意义。针对大规模TSP问题中最小回路代价的求解问题,提出一种基于遗传算法的大规模TSP问题的求解方案,采用分而治之的思想,并对传统遗传算法的初始化和遗传算子进行改进,提高了算法性能。多个数据集上的实验结果证明了提出的算法能够优化收敛结果,一定程度上解决过早收敛的问题。     

基于改进遗传算法的基础矩阵估计方法

基础矩阵估计是计算机视觉的基础。提出了一种新的基于改进遗传算法的基础矩阵估计方法,它以8个匹配点作为最小匹配点集组成染色体,并利用改进8点法估计出相应的基础矩阵,同时以对极距离为核心构造适应度函数,并对传统遗传算法进行了优化改进。实验证明,此方法在估计精度和鲁棒性等方面有很大提高,易于实际应用。     

基于改进遗传算法的船舶管路布局设计

针对船舶管路布局设计中的路径规划问题提出一种改进型遗传算法求解方法。建立船舶管路布局设计问题的模型空间、约束条件和优化目标;提出一种基于连接点网格的定长编码方法,结合该编码方法设计了适合改进遗传算法应用的适应度函数和交叉、变异算子,定长编码可降低遗传算子设计复杂度和非法个体修补代价;提出在进化流程中嵌入以“去折弯”和“改模式”两种改善型变异方法构建的爬山操作,以提升算法收敛性和寻优能力。通过仿真实验验证所提算法具有可行性和先进性。     

改进遗传算法在电力系统无功优化中的应用

遗传算法是一种模拟生物进化过程的优化算法,可用于求解包含离散化变量的复杂优化问题,是近些年发展起来的基于自然选择规律的一种优化方法.本文提出了一种应用于电力系统无功优化问题的改进遗传算法,该算法在一般遗传算法的基础上,对适应函数、编码方式以及变异操作等方面作了改进.经电力系统的无功优化问题实例计算表明,改进遗传算法的优化结果可以更有效地达到或接近全局最优.     

基于改进遗传算法的自抗扰控制器参数优化

本文将一种改进的遗传算法应用到自抗扰控制器（ADRC）的参数整定中,以解决ADRC 参数不易整 定的问题．在ADRC 参数优化过程中建立了控制器控制效果目标评价函数,在函数中综合考虑了控制器的动态性能 和被控对象的输入受限条件．所设计的ADRC 控制器所需的控制能量明显小于其他方法所设计的ARDC 所需控制 能量．仿真结果表明,本文所提ADRC 参数整定方法是有效的．     

一种改进选择算子和基于小生境的遗传算法

为了进一步提高遗传算法选择算子的选优能力,在传统轮盘赌的基础上提出了一种基于排序的多轮轮盘赌选择算子,在提高了算子选优能力的同时也减少了随机性所产生的误差;同时采用了小生境技术,使得算法既能保证多样性又能够保留最优解。实验表明,与简单遗传算法相比较,新算法能够有效地提高收敛速度。     

一种基于改进遗传算法的单神经元控制方法

为实现在实际的炉群多变量燃烧系统中,对各个燃烧的子系统的控制参数进行优化,提出了一种基于改进适应度函数的遗传单神经元控制算法,该算法克服了采用神经网络方法收敛速度慢、在求解过程中陷入局部极小点等缺点,利用遗传算法的全局寻优特性和神经网络对非线性函数较强的逼近能力,将改进的遗传算法和单神经元控制相结合,实现对一类非线性系统的参数进行优化。模拟实验和真实结果验证了这种方法是可行的。     

基于改进遗传算法的计算机数学模型构建

面向遗传算法的数据冗余问题,设计改进遗传算法,与最小二乘法有机结合,构建计算机数学模型,以应对数据实时变化.在此基础上,针对具体问题实现计算机数学模型构建,加以验证分析,结果表明改进遗传算法的辨别能力较强,可寻求最优解,并在很大程度上提升运算效率与质量.通过Matlab软件进行方程组求解,明确参数具体使用区域,以解决估...