【摘 要】
：
为保证列车测速定位软件的安全性,研究了测速定位原理,提出一种新的测速定位模型,在此基础上引入SCADE开发方式,建立测速定位软件模型,并利用SCADE的形式化验证技术保证软件模型的安全性。最后将安全软件导入QNX系统平台测试运行,通过QNX技术分析与实践表明软件完全满足测速定位的技术和安全性要求。
【基金项目】
：
铁道部科技研究开发计划项目（2012X007-D）
论文部分内容阅读
为保证列车测速定位软件的安全性,研究了测速定位原理,提出一种新的测速定位模型,在此基础上引入SCADE开发方式,建立测速定位软件模型,并利用SCADE的形式化验证技术保证软件模型的安全性。最后将安全软件导入QNX系统平台测试运行,通过QNX技术分析与实践表明软件完全满足测速定位的技术和安全性要求。
其他文献
由于集装箱卡车到达率和进出系统服务率具有模糊性,因此铁路集装箱中心站进出系统是一个模糊排队系统。为了对该模糊排队系统的性能进行分析,应用α截集的定义和Zadeh扩展原理将其转换为传统的M/M/1排队模型。集装箱卡车到达率和进出系统服务率均采用梯形模糊数表示,用参数规划方法确定系统性能参数的上限和下限,最后通过对不同水平的α计算得到该排队系统模糊性能参数的隶属度函数,从而为进出系统性能的分析和优化提
传统Item-based协同过滤算法计算两个条目间相似性时,将每个评分视为同等重要,忽略了共评用户(对两个条目共同评分的用户)与目标用户间的相似性对条目间相似性的影响。针对此问题,提出了一种自适应用户的Item-based协同过滤算法。该算法将共评用户与目标用户的相似性作为共评用户评分重要性的权重,以实现针对不同的目标用户,为目标条目选择不同的、适合目标用户的最近邻居集,从而提高推荐准确性。实验结
针对K-近邻算法中难以确定K值的定量问题,提出一种基于AR模型思想的高斯过程多模型建模方法。该方法借鉴AR模型的思想,将前一时刻的输出值作为当前时刻输出值的一个影响因素放入输入集中,通过计算训练样本的平均最小距离从而得到一个搜索半径,根据搜索半径来确定K值和K个近邻样本的权重,采用加权输出的方式以得到组合模型的输出。将其建模方法应用到某双酚A反应釜出口苯酚含量的软测量建模中,仿真结果表明,该方法具
产品的外部因素对用户的群集行为有很大的影响,然而在外部因素的影响下,从理论模型上分析用户的群集行为却往往被忽略,因此从理论模型角度分析了用户产品二部分网络结构特性。综合考虑了外部因素和内在属性,建立了用户选择产品的理论模型,并利用生成函数推导了用户和产品的度分布及投影后用户和产品的度分布。最后,举例分析并进行了数值模拟,发现模拟结果与理论分析结果非常吻合,证明了这种方法对于分析二部分网络结构特性是
针对包含约束条件的工程优化问题,提出了基于人工蜂群的粒子群优化PSO-ABC算法。将PSO中较优的粒子作为ABC算法的蜜源,并使用禁忌表存储其局部极值,克服粒子群优化算法易陷入局部最优的缺陷。采用可行性规则进行约束处理,将粒子种群分为可行子群和不可行子群,并在ABC算法产生蜜源的过程中保留部分较优的可行解和不可行解的信息,弥补了可行性规则处理最优点位于约束边界附近的问题时存在的不足。四个典型工程优
目前GIS基础算法并行化成为高性能GIS进一步深入的前提,作为GIS空间分析基础算法的重点,有必要对多边形构建提出一种自动并行算法。为此,提出基于图模型的多边形自动并行构建算法。该算法根据图模型中有向闭合环的特点对一组线段的集合进行多边形构建,能有效提高多边形构建的自动化程度。将搜索、排序等耗时较多的操作进行并行化处理,能有效减少全局搜索次数及整体排序和逻辑操作时间。实验表明,在对大规模线性数据生
传统的TF* PDF方法提取的关键短语可精确地描述话题并进行新闻报道的追踪,但存在误将噪声数据识别为关键短语的情况。提出了一种基于位置权重TF* PDF的两段式关键短语提取方法滤除噪声数据。该方法将传统的TF* PDF算法与位置权重相结合,计算词汇与短语的权重,获取候选关键短语列表,关键短语的脉冲值则用于过滤列表中的噪声。通过关键短语识别进程根据位置信息、频率信息等将热点词汇组合成短语。TF* P
传统的文献聚类算法根据分析文献关键词进行,忽视了文献之间的引用关系,导致了主题漂移和搜索精度不高的问题。针对引文网络中的聚类问题,受到优先情节和增长定律的启发,提出了一种基于角色划分的分层次的文献软聚类算法。首先根据文献之间的引用关系构造引用矩阵,进行结构挖掘;然后根据结构挖掘的结果为每一聚类构造聚类主题,进而进行关键词分析,精化聚类。实验结果表明,该算法能够有效地提高搜索精度和效率。
提出了一种文化粒子群算法用于求解置换流水车间调度问题中的最小化最大完成时间。算法设置了群体空间和信念空间两类独立空间,群体空间采用自适应粒子群算法完成进化,信念空间通过更新函数来进行演化。算法中群体空间的粒子群不但通过跟踪个体极值和全局极值来更新自己,实现群体演化,而且通过不断与信念空间中的优秀个体交互,加快群体的收敛速度。该算法在不同规模的问题实例上与其他几个具有代表性的算法的比较结果表明,该算
为了在多核处理器上充分利用多核资源以提升挖掘性能,提出了一种动态与静态任务分配机制相结合的基于多核的并行序列模式挖掘算法。该算法采用数据并行与任务并行相结合的策略,在各处理器核生成局部序列模式后,再与其他处理器核协同,以最终获得所有的全局序列模式。算法通过并行局部归约技术消除了局部序列的重复生成与计算,并可结合静态与动态任务分配机制解决处理器的负载不均衡问题。理论分析和实验都证实了该算法可有效利用