项目计划如何编制？

12月8日在项目启动大会上程宏举慷慨激昂，说到激动之处很响亮地击掌：“现在是我们第三次创业，内销市场必须立足华南，辐射全国，外贸市场从欧盟开始，全方位地稳步拓展到其他区域，管理必须纵向到底，横向到边。既要覆盖我们现在的32制造个分厂和44个销售公司，还要覆盖230多个供应商，5600个经销点，在这个为期两年的信息化项目中，还要将数百万的消费者融入进来。这就是我们的供应链，从材料供应商、能力供应商到消费者的供应链……”     

基于过程知识的软件项目计划及其控制

为使软件项目计划合理、计划执行控制有效,该文基于小组软件过程TSP(TeamSoftwareProcess),提出了一个软件过程知识支持下的具有决策、建议和预测能力的分布式软件项目计划与控制解决方案,与此同时,讨论了相关支持工具的体系结构实现及其实例应用场景。     

一种基于DCT的鲁棒性数字水印算法

通过对离散余弦变换DCT域数字水印嵌入过程的分析,提出一种基于DCT的鲁棒性数字水印算法,实验结果证明,该算法能够经受住压缩、噪声、剪切和中值滤波等的攻击,具有较强的抗几何攻击能力.     

基于汉语拼音的鲁棒性文本水印算法

针对文本水印算法存在的信息量少和鲁棒性不强的特点,提出了一种新的文本水印嵌入方法.该方法提取出整个文档的汉字拼音,利用拼音的特点将文档进行分层,在各个层中通过字符水平缩放来嵌入水印.在嵌入过程中提出了一种安全的嵌入方法,将有意义的水印信息放在文本之外.实验结果表明该算法的有效载荷以及鲁棒性都得以提高.     

基于改进PSO算法的加热系统分数阶控制

针对分数阶加热系统,提出一种基于改进粒子群优化算法的分数阶PIλDμ控制方法。首先,将细菌趋化行为机制引入带收缩因子的粒子群优化算法中,解决粒子群优化算法中由于只存在吸引操作没有排斥操作导致种群多样性失去的问题,从而避免PSO早熟收敛及陷入局部最优;然后使用改进PSO算法优化分数阶PIλDμ控制器的参数;最后,以加热系统为被控对象,分别采用改进粒子群优化算法、标准粒子群优化算法、遗传算法优化分数阶PIλDμ控制器的参数。仿真结果表明,使用该改进算法整定分数阶PIλDμ控制器参数,控制器能有效地抑制模型参数的摄动,系统鲁棒性更强。     

基于改进交叉覆盖设计算法的鲁棒性

在对交叉覆盖设计算法进行分析的基础上,针对该算法所显示的鲁棒性不强的问题,给出了一种改进的方法。模拟实验表明了这种改进能够明显地提高神经网络的泛化能力。     

考虑资源置信度的跨企业项目鲁棒性调度算法

资源不确定性高和调度鲁棒性要求高是跨企业项目调度问题的重要特征,本文采用资源置信度度量资源的不确定性,建立了考虑资源置信度约束的跨企业项目鲁棒性优化调度模型,设计了路径重连求解算法.算法以路径重连机制搜索解空间,以嵌入 的启发式时间缓冲插入算法快速生成鲁棒性调度,并可通过局部增强搜索算法进一步优化调度的鲁棒性.本文应用项目调度标准问题 库PSPLIB中大量问题实例进行了仿真实验,同两个当前具有代表性的鲁棒性项目调度算法进行了比较,实验结果表明了文中算法的有 效性与优势.     

软件项目计划的目标规划模型

论文通过对现有的项目计划和度量手段的分析,引入运筹学领域的目标规划模型。力图通过一个数学的模型,来尽量准确地刻画软件项目计划中各个要素之间的关系。并通过对该模型中一系列的目标和约束方程式的求解,来找到软件项目开发计划过程中可以使项目人员调配、时间分配、项目成本、软件质量、项目完成期限、项目利润等一系列因素平衡的一个满意解。     

项目计划与监控的思辩

引言笔者曾经听到一些资深的JT人士说过这样的一句话:“规划规划,全是鬼话;计划计划,都是糊话”,也许正是现在软件业界在项目管理方面的一个真实写照吧!但是,即使是面对这样的现实,难道我们应该不采取任何行动地     

基于合作粒子群算法的PID神经网络非线性控制系统

PID神经元网络 (PIDNN)模型为一种新型的神经网络模型,兼有PID与神经网络的共同优点,应用于复杂的控制系统.取得优良控制性能,但其后向传播算法 (BP)限制了该模型的应用范围.为实现对非线性多变量系统的有效控制,扩展神经网络的应有范围,本文采用PIDNN神经网络设计了多变量PIDNN神经网络 (MPIDNN)控制器,并用本文作者提出的合作粒子群算法 (CPSO)取代了传统BP后向传播算法,通过比较MPIDNN_CPSO、MPIDNNCRPSO、MPIDNN_PSO和MPIDNN_BP4种控制器的控制性能,仿真结果表明,基于CPSO算法的MPIDNN控制器实现了对非线性多变量不对称系统的有效控制.与传统的BP算法相比,CPSO算法提高了控制系统的稳定性、精确性与鲁棒性.     

基于压缩感知的鲁棒性水印算法

为了改进传统的变换域水印嵌入算法,以提高水印嵌入效率并减小对载体图像的影响,同时保证水印信息的完整性和鲁棒性。为此,本设计采用了压缩感知的处理方法。通过使用随机高斯矩阵作为测量矩阵对待嵌入水印信息进行压缩采样,有效减少所需的嵌入信息量,提高水印嵌入效率。此外,本设计还能保证水印嵌入的安全性。经过仿真实验验证,与传统DWT算法相比,本设计具有鲁棒性强、不可见性好、实时性更优等特点。综上所述,本设计能够有效地嵌入水印信息,提高水印嵌入效率,并在保证水印信息完整性和鲁棒性的同时,减小对载体图像的影响。该设计具有实际应用价值,可广泛应用于图像水印领域。     

基于粒子群算法的粗糙博弈模型与算法设计

连续博弈中至少存在一个混合策略Nash均衡,但是关于无限策略混合策略Nash均衡的解法,以及局中人的策略集或是效益函数是不确定性博弈均衡问题,国内外相关的研究成果还比较少。运用粒子群算法对目标函数没有严格要求,参数较少,编码简单的优势,创立了一种计算无限策略混合策略的近似算法;并在此基础上提出了粗糙博弈论的概念,以粗糙集和Vague集的理论为基础,发现了一种粗糙博弈论转化为经典博弈论的方法。无限策略混合策略Nash均衡的近似算法和粗糙博弈论的研究为策略集和效益函数不确定时的博弈问题提供了理论依据。算法示例结果表明,基于改进的粒子群算法的无限策略混合策略Nash均衡近似算法和粗糙博弈论的解法是有效可行的。     

基于正则化方法的鲁棒性神经网络识别算法

近年来,研究者发现在一些正常样本上添加一些特制的对抗性扰动能使深度学习系统崩溃,这些导致发生错误的样本叫做对抗样本,会对系统造成潜在的安全隐患.以往提出的防御方式存在缺陷,泛化性能较弱.论文提出了用正则化后的训练样本重新训练一个卷积网络,而未知样本都可以通过这个重新训练的卷积网络进行识别,这个基于正则化的方法能够提高神...     

基于MMTD算法的粒子群的解

粒子群算法是一种寻找最优解的算法,该算法在寻找的过程中需要粒子所得的目前解具有判断力和记忆力.然而正是由于该算法中的粒子对当前的解具有判断力,这才能够使得粒子群中的粒子能够较快地找到最优解.粒子群中的粒子在求解过程中所得的结果可分为三种：优,中,差,这三种解的属性符合中介思想.然而MMTD的算法正是中介思想的一种应用,因此本文将MMTD算法在粒子群上进行应用,该算法能够对粒子群解的属性上做出判断.     

基于鲁棒性的链路权重规划算法

在IP网络中,链路权重规划是流量工程中的重要问题。为了优化网络流量并实现负载均衡,针对业务量矩阵的不确定性,依据鲁棒性理论提出一个链路权重规划的MIP模型。该模型使用Γ模型描述业务量矩阵的不确定集,通过表示扰动程度的参数Γ实现了对鲁棒性的调节,在此基础上求得不确定集中最差情况下的最优解。实验结果表明,与传统的链路权重规划方法以及新出现的MRC规划模型相比较,该算法可降低最大链路利用率,分别达到了40%和20%。     

数字水印算法的鲁棒性测试研究

鲁棒性是评价数字水印算法的关键指标,通过利用峰值信噪比、JPEG压缩、加噪以及相关均值比方法定量地比较、判断,在鲁棒性测试中将通常在图像处理中所用的差异比较方法引申至对数字水印原图像与提取出的水印图像的逼真度测试,并给出了相应的量度方法及测试结果,为数字水印算法鲁棒性进行安全性测试提供了更为直观、有效的方法。     

基于光流场的鲁棒性视频水印算法

为改善视频水印抗H.264压缩的性能,提出一种基于光流场的视频水印算法。根据视频图像中各点的光流速度,计算其帧图片的总光流,再根据总光流的差值来选定视频关键帧,在这些关键帧中利用DCT分块变换来嵌入水印信息。实验结果表明,该算法能有效对抗H.264的3种压缩模式,满足了水印的鲁棒性和视频高压缩率的双重要求。     

一种基于GA-PSO算法的列车运行调整模型

本文针对列车运行时刻调整问题进行建模分析。首先,本文对该问题建立数学模型,并运用PSO算法对模型进行计算求解。在初步的求解过程中,针对PSO算法的收敛速度较慢等不利因素对其进行优化,提出了GA-PSO算法。最后,通过模拟实验得出GA-PSO在调度过程中能达到较高的准点率。     

不确定资源约束下项目鲁棒性调度算法*

在跨企业项目中,由于资源可用时间具有不确定性,从而使得项目计划具有易变性。针对这一问题,首先采用模糊集对项目的不精确时间参数和资源不确定性进行了表示,并在同时考虑调度的质量鲁棒性和解的鲁棒性情况下,定义了调度的鲁棒性度量,进而开发了遗传算法来求解不确定资源约束下的项目鲁棒性调度问题。最后,给出了应用实例,并通过仿真分析说明算法的有效性。该算法已被应用到跨企业项目管理系统中,获得了良好的效果。     

基于随机共振的鲁棒性音频数字水印算法

为了提高应用于版权保护的音频数字水印算法的鲁棒性,提出了一种基于音频混合域随机共振的数字水印算法.在嵌入端,将水印序列嵌入在音频栽体的混合域系数中.在检测端,待检测音频的混合域系数在预处理后,作为随机共振系统的输入,通过调节随机共振信号处理器的参数和本文提出的去刺参数以产生随机共振从而实现水印的检测.仿真结果表明,该算法能够在保证水印信息不可感知的前提下抵抗StirmarkForAudio软件的多种攻击,相比常见算法显示出更强的鲁棒性.