导读:本文包含了约束满足技术论文开题报告文献综述及选题提纲参考文献，主要关键词:指挥信息系统,QoS,Web服务,部署
约束满足技术论文文献综述
王子珍,赵建新,解志斌,朱子薇,张宏映[1]（2019）在《满足QoS约束的Web服务部署技术研究》一文中研究指出随着信息装备的不断发展,传统指挥信息系统已不适应现代战争需求,SOA凭借其松散耦合等特点成为现代指挥信息系统的发展新方向。服务部署的优化问题是服务化指挥信息系统的重要研究内容之一。在分析Web服务和QoS指标的前提下,结合SOA和现有软件架构特点,设计了服务部署的结构,满足用户功能性需求后,通过心跳监测对QoS指标监控,对所得数据进行个性化处理、规范化处理和归一化处理,并以此作为Web服务流程中选择服务的路径依据,用来满足用户的非功能性需求,最终得到了满足QoS约束的Web服务部署方案,保证了服务流程中的整体QoS性能,进一步实现了对服务部署方案的优化。(本文来源于《火力与指挥控制》期刊2019年02期）
王敏,徐周波[2]（2017）在《基于改进树分解技术的约束满足问题的符号ADD求解算法》一文中研究指出为提高大规模约束满足问题(CSP)的求解效率,提出了基于改进树分解技术的符号ADD求解算法。通过CSP的ADD描述,将树分解技术的树聚类与符号ADD结合,以提高算法的求解效率。采用改进最大基数(MC)的变量选择法,提高构造弦图的效率,引导团的构造以及连接树的生成。对大量随机生成的测试用例进行实验仿真,结果表明,基于改进树分解技术的符号ADD求解算法求解效率优于BT-FC-ADD算法和BT-ADD算法。(本文来源于《桂林电子科技大学学报》期刊2017年02期）
何禄成[3]（2015）在《满足面积约束的低功耗扫描设计技术研究》一文中研究指出随着工艺技术突飞猛进的发展,集成电路的复杂度急剧地增加,给集成电路测试带来了巨大的挑战。可测试性设计技术能够降低集成电路的测试成本,已经在集成电路设计中被广泛采用。扫描设计作为一种高效的可测试性设计技术,已经得到了最广泛的应用。然而,研究表明,扫描设计在测试过程中,将会产生大量的跳变,这些跳变可能导致待测电路很高的测试功耗开销。在测试应用中,这些过高的测试功耗开销可能导致电路内部的损坏,产品成本的增加,系统可靠性和产品良率的降低。测试功耗已经成为了在可测试性设计技术领域中关注的焦点。在集成电路设计过程中,如何降低扫描设计引起的测试功耗开销成为了一个研究热点。研究表明,测试功耗开销主要来源于测试数据移位引起的跳变。因此减少跳变数在优化测试功耗方面发挥重要作用。在测试应用中,扫描链修改是一种有效减少跳变数的方法。本研究提出了一种改进的基于在扫描链中插入额外逻辑门降低测试功耗的优化方法。它是根据一个精确的评判标准,探索了在扫描链中合适的地方插入各种的线性函数,从而减少扫描链中测试数据移位引起的跳变数。其中,各种线性函数由异或门和反相器组成。通过评估和比较各种线性函数插入两个扫描单元间所引起的代价,选择对测试功耗优化最有利的线性函数。实验结果表明,在增加2%面积开销的情况下,该方法引起的跳变数与原始扫描链的跳变数相比平均减少10.93%。在低面积开销的情况下,该方法与其他基于插入额外逻辑门的优化方法相比更具有优势。然而,基于插入额外逻辑门的扫描链修改方法引入相当大的面积开销。基于插入阻隔逻辑的扫描链修改方法能够更好地均衡测试功耗与面积开销。尽管引入了一定的硬件开销,但是该阻隔逻辑能够完全地阻止测试数据移位时引起的跳变进入待测电路中。因此,如何在低面积开销下应用阻隔逻辑是一个值得研究的方向。本研究提出了一种基于传输门实现的阻隔逻辑的测试功耗优化方法。当然,为了减少由阻隔逻辑引起的面积开销,仅选择一部分扫描单元的输出端插入阻隔逻辑。而对于其他的扫描单元,采用不引入面积开销的两种互补连接方式,进一步减少跳变数。通过结合这两种优化方法,能使在测试应用中扫描设计在满足面积约束的条件下引起的跳变数减少。实验结果表明,该方法在面积约束为2%的条件下引起的跳变数比原始扫描链的跳变数平均减少41.80%。该方法优化效果优于其他同类基于阻隔逻辑优化测试功耗的方法。总的来说,本研究提出了两种基于扫描链修改的测试功耗优化方法,这些方法不仅成功地克服现有方法存在的一些不足之处,而且在引入可接受的面积开销情况下实现更好的测试功耗优化效果。值得注意的是,提出的方法不仅可以用于单扫描链,也可以用于工业中常用的多扫描链。在将来的工作中,我们将考虑测试功耗与待测电路的拓扑结构的关系,从一个新的角度对测试应用中引起的测试功耗进行优化。(本文来源于《哈尔滨工业大学》期刊2015-12-01）
杨新亮[4]（2015）在《基于RDS技术的加权约束满足问题的符号算法研究》一文中研究指出计算机科学和人工智能领域中的许多问题都可以形式化为加权约束满足问题(WCSP),如地图着色、生产调度、产品配置、路由选择、物流规划、资源分配等问题。WCSP的求解目标是寻找一个使得违反约束总代价值最小的完全赋值。WCSP最基本的求解方法是深度优先分支定界(DFBB)算法,Russian Doll Search(RDS)算法是通过修改DFBB算法框架得到的,其能有效提高搜索中的上下界,但RDS算法的求解效率取决于分解后得到的各个子问题的求解效率。结构化记录是避免重复搜索的有效技术之一,通过存储已求解信息,在搜索过程中判断是否可以重用已存储的求解信息,从而提高求解效率。由于在RDS算法求解中,一次只能处理一个约束值对,不能同时处理多个约束值对,而代数决策图(ADD)能高效的表示和以集合方式处理数据,且能减缓因问题规模过大造成的组合状态爆炸问题。因此本文对加权约束满足问题的RDS符号求解算法做了相关研究,主要工作包括:(1)给出改进RDS符号ADD求解算法。基于RDS算法思想,将DFBB算法中的一次搜索用m个子问题的相继搜索来替代。通过改进最多约束变量(MCV)的变量选择法,引入RDS变量来引导原问题的子问题分解,进而减少RDS算法中分解的子问题个数。为提高各个子问题的求解效率,用桶消元算法求解非RDS变量,减少DFBB算法处理的变量个数。为了进一步提高算法的效率,借助WCSP的符号ADD表示,给出WCSP的改进RDS符号ADD求解算法。(2)给出混合RDS符号ADD求解算法。通过研究RDS变量之间的约束关系,给出RDSV-T子问题分解方法;在子问题求解中,基于子问题之间的结构关系,存储当前子问题的结构化记录,便于在后续子问题求解中重用此结构化记录。借助WCSP的符号ADD表示,给出WCSP的混合RDS符号求解算法。(3)以随机生成的WCSP问题作为测试用例,结果表明,本文给出的符号算法优于RDS算法、EDAC-FC-DFBB算法和DFBB-ADD算法。(本文来源于《桂林电子科技大学》期刊2015-04-01）
郭劲松[5]（2013）在《约束满足问题（CSP）的求解技术研究》一文中研究指出约束程序CP（Constraint Programming）作为一种可以解决组合搜索类的问题的有效方法，已经被成功地运用在很多领域，比如：规划，调度，配置，网络以及生物信息学等等。约束程序的基本思想是：首先根据问题需求声明出所有的约束，然后用一个合适的求解算法来解决它们。约束的本质是关系（Relation），而约束满足问题CSP（Constraint Satisfaction Problem）声明了哪些关系对于给定的决策变量是成立的。为了解决约束满足问题，往往结合使用推理和搜索的方法。推理技术旨在通过变量的去除或者某些相容性技术来使得一个约束网络更易于求解；搜索技术被用于遍历问题中所有变量的当前论域来寻找解。此外，在求解过程中，往往使用启发式来提高效率。由于搜索算法的框架大同小异，相容性技术和启发式就成为了影响求解CSP问题效率的关键因素。相容性技术在求解约束满足问题的过程中有着至关重要的作用：在预处理阶段，即搜索解的过程开始之前的阶段，有效地采用合理的相容性技术能够删除一些不相容的值；在搜索过程中，采用相容性技术来强化网络有助于判断搜索树的当前节点是否扩展正确。因此，各种相容性技术以及实现这些相容性的算法成为了研究的热点。常见的相容性技术有：弧相容AC（Arc Consistency）、单弧相容SAC（Singleton Arc Consistency）、路径相容PC（Path Consistency）、路径逆向相容PIC（Path Inverse Consistency）和最大受限路径相容maxRPC（max-Restricted Path Consistency）等等。在这些相容性中，弧相容AC由于其轻便性和有效性，得到了最多的青睐，而将弧相容技术和搜索算法结合的MAC算法，成为了求解的最有效的手段。在使用搜索算法来求解一个约束满足问题时，需要使用启发式来帮助做一些决定，比如：选取哪一个值进行赋值，或者，该给某个变量赋何值等等。这些启发式被称为变量选择启发式和值选择启发式。已有的实验表明，变量和值的选择会对解决一个问题的效率有着非常关键的作用。如今，随着相关研究的发展，动态的变量启发式得到了最多的重视。常见的变量启发式有： dom， dom+deg， dom/deg， dom/wdeg等等。其中，dom/wdeg是当前最先进的启发式，它能够在不同类别的问题上有着较好的性能。本文主要从相容性技术和启发式入手，对求解CSP问题的技术做出相关的研究工作，具体如下：（1）提出一种新的单相容：单强边界相容SSBC （Singleton Strong BoundConsistency）。SSBC的删值能力介于SAC和AC之间，它的轻量版本LSSBC（Light SSBC）实现了在计算开销和删值能力间的较好的均衡，因而适用于求解中使用。实验证明，使用LSSBC作为推理技术的求解算法能够在很多问题上比MAC更为高效。（2）对一类非常重要的相容性maxRPC做了效率上的提升。本文提出两个新的粗粒度的算法maxRPCbit和maxRPCbit+rm，并在实验中将这两个算法和国际现有的最高效的算法进行比较。实验结果表明，新的算法比所有现有的maxRPC都更为高效。（3）以AC和maxRPC为例提出了一个可行的混合使用不同的相容性的机制：PmaxRPC。PmaxRPC保证了那些论域被清空的概率更大的变量被用较强的相容性检查的概率也更大。实验证明，在求解过程中使用了PmaxRPC的求解算法比单独使用AC或者lmaxRPC的求解算法高效很多。（4）指出当前最先进的启发式dom/wdeg的一个缺陷，并且给出了一个新的启发式dom/(wdeg/exist_ratio)。实验证明，dom/(wdeg/exist_ratio)在大部分问题上都比dom/wdeg更为高效。(本文来源于《吉林大学》期刊2013-04-01）
邢士美[6]（2011）在《约束满足问题中相容技术的研究》一文中研究指出约束是一个无处不在的概念,它依附于人们日常生活中的经历：它们代表着限制人们自由决策的条件。日常生活中的各种组合优化问题与它都有着非常密切的关系,尤其是一些具有学术价值和商业价值的问题,比如图着色问题,产品配置问题,调度问题等等。以往主要采用运筹学中的传统算法来求解,但是有时会生成不合理或不符合实际情况的解,并且花费很长的求解时间。对于这类问题的求解空间一般都是指数级的,为了提高效率,通常将实际问题中的条件表示成约束,将整个问题转化成约束满足问题(Constraint Satisfaction Problem-CSP)问题,进而采取目前针对CSP问题所研究的相关技术进行求解。一个约束满足问题(CSP)有叁部分组成：有限的变量集合,每个变量有一个有限的取值范围即论域,有限的约束集合(约束是变量与变量之间的限制关系)。每个约束将会限制与该约束相关联的变量的取值集合,如果当前的变量的取值集合不违背该约束,则称该约束被当前赋值集合满足。CSP的一个解是对问题中的每个变量赋一个其论域中的值,使得所有约束同时被满足。为了提高求解CSP问题的效率,研究者将问题的处理过程分为两个过程：离线预处理(过滤)和在线求解。目前同时可以应用于两个过程并且比较有效的技术为相容性技术。近年来国内外的研究者提出了一系列的算法,比如AC,PC,SAC等等,本文主要列举一些比较流行的相容技术和求解技术,并在此基础上针对过滤过程中删除冗余值的能力比较强的SAC系列算法进行研究,具体如下：(1)本文主要是研究预处理过程中的相容性算法SAC3算法,其主要是基于深度优先的思想,采用贪婪的搜索策略,具有低额的空间复杂度和相对较优的时间复杂度。在SAC3算法框架的基础上,提出基于静态启发式策略FFP原则的SAC3-FFP算法,该算法在约束传播的过程中能提前发现某变量的论域为空并进行回溯,提高算法的效率,给出算法的复杂性和正确性分析,通过实验证明新的传播算法的效率有所提高。(2)结合上述工作,给出基于动态启发式策略的SAC3-MINIsup算法,在约束传播过程中对所要进行约束传播的变量取值队列的数据按照算法执行过程中所记录的支持信息进行动态排序,对新算法进行复杂性和正确性分析,并给出实验数据显示效率提高。(3)SAC3算法在约束传播过程中对待要处理的变量取值缺乏有效性的判断,以及传播过程中对所必须进行约束检查的变量取值缺乏针对性,在SAC3算法中增加相应的策略得到SAC3-Revised算法,使得算法只对有嫌疑的变量取值执行再次约束检查,而不是将所有的变量取值进行约束检查,减少了所要传播的次数,提高算法的效率,并给出复杂性和正确性分析,以及实验结果。(本文来源于《吉林大学》期刊2011-05-01）
徐周波,古天龙[7]（2010）在《约束满足问题求解的符号OBDD技术》一文中研究指出约束满足问题(CSP)是人工智能中一个重要的研究课题。通过讨论CSP的有序二叉决策图(OBDD)描述,给出了CSP的符号OBDD求解算法。其算法是在CSP的符号表示的基础上,首先对CSP中的所有变量根据其在约束图中的度的大小进行递增排序,然后按照此变量序将CSP分成n个子问题分别进行求解,其中n为CSP中变量数,最后利用OBDD的"与"操作合并所有子问题,所得的OBDD即为满足所有约束的CSP的所有解。通过与桶消元算法和符号OBDD直接求解算法的实验对比,证明本算法具有明显的优越性。(本文来源于《桂林电子科技大学学报》期刊2010年06期）
姚虎[8]（2009）在《基于缺陷模式的自动测试技术及约束满足问题的研究》一文中研究指出随着计算机技术的飞速发展,人们对计算机的需求和依赖与日俱增。计算机软件的应用领域正在进一步的扩大,伴随而来的就是软件的规模和复杂性的不断增加,这给软件测试提出了更高的要求。软件测试自动化是提高软件测试效率的有效手段,自动化应该体现软件测试的各个阶段,尤其是缺陷的自动检测以及测试数据的自动生成,其中后者涉及的领域更大,而约束满足问题是其中最为重要的环节之一,所以对于约束问题的研究具有重要的理论意思和广阔的应用前景。本文提出了一种基于缺陷模式的软件缺陷自动检测方法,并在此基础上,设计和实现了一个基于状态机的缺陷检测系统---DTSJAVA,该系统通过JACC自动生成JAVA源程序的分析器,并在此基础上构造抽象语法树、控制流图等,最后,我们使用缺陷模型状态机技术,自主开发了该自动检测系统。并就约束满足问题进行了深入的研究,同时开发了面向JAVA程序缺陷的约束提取原型。实验结果表明,该系统是准确、高效、切实可行的。(本文来源于《北京邮电大学》期刊2009-02-15）
王宏宇,姚佳慧[9]（2008）在《基于知识的软件智能化技术——非单调推理、真值维持和约束满足问题》一文中研究指出人工智能最关键的问题是常识和推理,近十年来在常识和推理研究方面,形成化非单调推理的发展是重要的一步。实现非单调推理系统的核心技术之一是维持推理的一致性,并在出现矛盾(不一致)时及时加以解决。(本文来源于《中国电力教育》期刊2008年S3期）
孙吉贵,朱兴军,张永刚,李莹[10]（2008）在《一种基于预处理技术的约束满足问题求解算法》一文中研究指出相容性技术作为约束满足问题的一种有效求解技术,不论是在求解前的预处理过程中,还是在搜索过程中,都扮演着极为重要的角色.文中对预处理阶段的相容性技术进行改进和信息抽取,提出两种应用于搜索过程中的新算法Pre-AC和Pre-AC*,并嵌入到BT框架中,形成新的搜索算法BT+MPAC和BT+MPAC*,给出了其正确性证明,通过复杂性分析得到Pre-AC和Pre-AC*的时间复杂度分别是O(nd)和O(ed2),明显低于目前最流行的弧相容技术的时间复杂度O(ed3).实验测试结果表明:对于不同类别的用例,新算法的执行效率是弧相容维护算法的2~50倍.(本文来源于《计算机学报》期刊2008年06期）
约束满足技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为提高大规模约束满足问题(CSP)的求解效率,提出了基于改进树分解技术的符号ADD求解算法。通过CSP的ADD描述,将树分解技术的树聚类与符号ADD结合,以提高算法的求解效率。采用改进最大基数(MC)的变量选择法,提高构造弦图的效率,引导团的构造以及连接树的生成。对大量随机生成的测试用例进行实验仿真,结果表明,基于改进树分解技术的符号ADD求解算法求解效率优于BT-FC-ADD算法和BT-ADD算法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
约束满足技术论文参考文献
[1].王子珍,赵建新,解志斌,朱子薇,张宏映.满足QoS约束的Web服务部署技术研究[J].火力与指挥控制.2019
[2].王敏,徐周波.基于改进树分解技术的约束满足问题的符号ADD求解算法[J].桂林电子科技大学学报.2017
[3].何禄成.满足面积约束的低功耗扫描设计技术研究[D].哈尔滨工业大学.2015
[4].杨新亮.基于RDS技术的加权约束满足问题的符号算法研究[D].桂林电子科技大学.2015
[5].郭劲松.约束满足问题（CSP）的求解技术研究[D].吉林大学.2013
[6].邢士美.约束满足问题中相容技术的研究[D].吉林大学.2011
[7].徐周波,古天龙.约束满足问题求解的符号OBDD技术[J].桂林电子科技大学学报.2010
[8].姚虎.基于缺陷模式的自动测试技术及约束满足问题的研究[D].北京邮电大学.2009
[9].王宏宇,姚佳慧.基于知识的软件智能化技术——非单调推理、真值维持和约束满足问题[J].中国电力教育.2008
[10].孙吉贵,朱兴军,张永刚,李莹.一种基于预处理技术的约束满足问题求解算法[J].计算机学报.2008