- 博客(0)
- 资源 (8)
- 收藏
- 关注
RSS订阅软件性能测试过程详解与案例剖析
本书是一本专门描述软件性能测试的书，对没有太多性能测试经验的读者来说，它是一本手册或是实践指南；对具有一定性能测试经验的读者来说。本书也能够为其提供一定的启发。本书有大量精心选择的实例描述。是一本不错的好书！！！
2011-07-26
笑傲测试-软件测试流程方法与实施part2
《笑傲测试》是以武侠小说体裁撰著的软件工程测试项目管理书。全书将软件测试实战的全过程融会于侠义执著，幽默调侃的情境中，系统的则试定义，流程方法，技术规范，管理要点等技术管理信息能在充实而惬意，严谨又不失快慰的氛围里得到接受，理解和实施。
读《笑傲测试》不仅能使初入门者轻松快捷地了解测试，掌握操作，又能让资深者在饭后茶悠闲地领会作者对测试要义的准确把握，深厚谙熟的技术和人文功低。
2011-03-22
笑傲测试-流程方法与实施part1
《笑傲测试》是以武侠小说体裁撰著的软件工程测试项目管理书。全书将软件测试实战的全过程融会于侠义执著，幽默调侃的情境中，系统的则试定义，流程方法，技术规范，管理要点等技术管理信息能在充实而惬意，严谨又不失快慰的氛围里得到接受，理解和实施。
读《笑傲测试》不仅能使初入门者轻松快捷地了解测试，掌握操作，又能让资深者在饭后茶悠闲地领会作者对测试要义的准确把握，深厚谙熟的技术和人文功低。
2011-03-22
遗传算法-VC++代码（调试通过）
遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型.
生存+检测的迭代搜索过程是它的核心.
具体分成五部,其中没步就是程序实现过程:
参数编码(实际问题编码到遗传基因),初始群体设定(祖先),适应度函数的设计(生存选择),遗传操作设计(遗传+变异),控制参数设计(交叉率0.2-0.99,变异率0.001-0.1).
具体过程:
选择编码方式;
产生初始群体;
计算群体适应性;
如果不满足条件
{ 选择
交换
变异
计算新一代的群体适应性(继续迭代)
}
C++程序实现: 直接可以运行
2009-12-31
FCM聚类算法的知识
FCM算法是一种基于划分的聚类算法，它的思想就是使得被划分到同一簇的对象之间相似度最大，而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进，普通C均值算法对于数据的划分是硬性的，而FCM则是一种柔性的模糊划分。本文介绍FCM具体算法，并介绍一些模糊集合的基本知识。
2009-12-30
基于遗传算法和蚁群算法的网格任务调度策略
网格计算是解决科学计算、工程计算和商业计算等大规模计算的下一代极具潜力的计算平台。网格核心服务是网格的重要组成部分,是连接网格底层和高层功能的纽带,是协调整个网格系统有效运转的中枢,对这部分网格技术的研究具有重要意义。任务调度技术是网格核心服务之一。 大量任务请求使用网格资源时,必须对它们进行合理调度才能达到资源的优化利用。一个良好的任务调度策略能高效地协调和分配网格资源,有效降低网格计算的总执行时间和总耗费,从而使网格达到最大的性能。任务调度技术对网格系统的应用至关重要。 目前存在的网格任务调度策略,如遗传算法、蚁群算法、模拟退火算法、禁忌算法等,皆优缺点分明,都不能够单独实现对网格任务的最优调度,而且没有将遗传算法和蚁群算法结合在一起来解决网格任务调度问题的策略。本文详细分析了遗传算法和蚁群算法在各自不同时期的搜索优、劣势,并在自己设计的模型中存优去劣地实现新的网格任务优化调度。其创新点在于网格任务调度的前阶段利用遗传算法群体性全局搜索能力,能够快速形成初始解,在满足终止遗传算法的条件之后,将遗传算法调度的“最终结果”转化为蚁群算法所需要的初期信息素,然后利用蚁群算法所具有的正反馈性,高效等特点迅速地形成任务调度的最优解。新算法的目标就是使任务调度策略充分考虑网格计算的特点,更合理地分配网格资源,从而提高网格系统的总体性能。为了评估算法的性能,本文在研究仿真软件SimGrid之后设计了自己的模拟程序对新算法进行了性能评估和验证。论文主要阐述了网格调度策略设计前的准备工作(解析网格计算环境和几种基本的调度算法),调度策略设计与实现以及最后的调度策略性能仿真。具体工作如下: 1)解析网格计算环境,阐述网格定义、特征及体系结构。 2)简述网格任务调度及几种经典的网格调度算法。 3)根据基本遗传算法和蚁群算法的本质特征以及网格计算环境对任务调度的要求,设计了基于遗传算法和议群算法的网格任务调度策略
2009-12-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人