分享到:

疲劳裂纹扩展随机模型和动态可靠性

基于确定性裂纹扩展模型,考虑有关控制因素的随机性,建立了疲劳裂纹扩展的随机模型。模型参数可直接由常规  (本文共6页) 阅读全文>>

《强度与环境》1997年04期
强度与环境

随机疲劳裂纹扩展及动态可靠性分析

在确定性袭纹扩展模型的基础上,建立了疲劳裂纹扩展...  (本文共8页) 阅读全文>>

《通讯世界》2015年08期
通讯世界

网络安全的随机模型方法与评价技术

随着网络在社会上的普及,人们在享受高水平生活的同时,也不可避免的感受到了来自网络的重大威胁。网络上的攻击和恶意破坏日益严...  (本文共2页) 阅读全文>>

《计算机学报》2015年11期
计算机学报

随机模型检验研究

随机模型检验作为模型检验理论的延伸和推广,可用于验证分析系统模型的定性或定量性质,其已经应用到随机分布式算法验证、通信协议性能分析甚至是系统生物学等跨学科领域.从20世纪90年代末至今,随机模型检验引起了形式验证等领域的广泛关注,并...  (本文共18页) 阅读全文>>

《管理科学文摘》1997年01期
管理科学文摘

技术创新随机模型:在美国经济中的应用(1869-1989年)

技术创新随机模型:在美国经济中的应用(1869-1989年)@李天铎在提供的技术变比(创新)一般过程模型中设...  (本文共1页) 阅读全文>>

《应用概率统计》1992年04期
应用概率统计

经济最优化的随机模型(Ⅱ)

本文研究随机经济模型的稳定性。首先,我们讨论一种类似于决定性情形...  (本文共4页) 阅读全文>>

南京财经大学
南京财经大学

基于启发式遗传算法生成随机模型检验的反例

模型检验的主要优势之一是它能够在模型违反给定时态逻辑的情况下自动生成反例。反例提供了用于系统调试时的基本诊断信息,调试者可以根据反例,分析系统错误产生的原因,进而对系统进行修正,反例在调试复杂系统时可以提供很大的帮助。在随机模型检验中生成反例时使用精确算法通常会消耗太多的时间和内存,并且有时无法找到反例。更糟糕的是,在随机模型检验中生成smallest反例已被证明是NP完全问题,并且不太可能有效逼近。尽管有一些启发式方法应用于反例的生成,但通常很难确定启发式函数,而启发式函数的确定对反例的生成至关重要。本文中,我们提出一种基于启发式遗传算法的方法生成随机模型检验中的反例。定义诊断子图(diagnostic subgraph)表示反例,并通过启发式方法扩展遗传算法(Heuristic Genetic Algorithm,HGA)生成反例。该方法采用间接路径编码方案以扩展状态空间的搜索范围,并采用启发式方式生成更有效的路径。具体内容...  (本文共66页) 本文目录 | 阅读全文>>