嵌入式组态功能算法的构件参数优化

doi:10.3778/j.issn.1002-8331.2010.23.020

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (23): 72-74.DOI: 10.3778/j.issn.1002-8331.2010.23.020

嵌入式组态功能算法的构件参数优化

黄伟栋，严义

杭州电子科技大学软件与智能技术研究所，杭州 310018

收稿日期:2009-08-14 修回日期:2009-10-09 出版日期:2010-08-11 发布日期:2010-08-11
通讯作者: 黄伟栋

Component parameter optimization of embedded configuration feature algorithms

HUANG Wei-dong，YAN Yi

Institute of Software and Intelligent Technology，Hangzhou Dianzi University，Hangzhou 310018，China

Received:2009-08-14 Revised:2009-10-09 Online:2010-08-11 Published:2010-08-11
Contact: HUANG Wei-dong

摘要/Abstract

摘要： 针对嵌入式控制策略的组态过程中存在参数繁多、查找费时、修改极其不方便的问题，提出一种经验模型。在此模型基础上对组态的参数进行排序，部分参数进行隐藏，达到提高组态开发效率的目的。基于.NET开发环境，进行构件参数优化实验，实验证明了该方法对于优化构件参数的可行性与有效性。

关键词: 嵌入式组态, 经验模型, 排序, 构件, 参数优化

Abstract: To deal with the existence of the problems of too many parameters，time-consuming to find parameters，modification of parameters?extremely inconvenient during configuration of the embedded control strategy，an empirical model is proposed.Based on this model to sort and hide configuration parameters，so as to enhance the efficiency of configuration development purposes.Making parameters optimization experiment based on .NET development environment，which shows that the method has the feasibility and effectiveness for the optimization of component parameters.

Key words: embedded configuration, empirical model, sort, component, parameter optimization

中图分类号:

TP311.1

黄伟栋，严义.

嵌入式组态功能算法的构件参数优化

[J]. 计算机工程与应用, 2010, 46(23): 72-74.

HUANG Wei-dong，YAN Yi. Component parameter optimization of embedded configuration feature algorithms[J]. Computer Engineering and Applications, 2010, 46(23): 72-74.

[1]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[2]	张水平，王丽娜. 果蝇优化算法的进展研究分析[J]. 计算机工程与应用, 2021, 57(6): 22-29.
[3]	郝亚玲，朱欣娟，吴晓军. 面向3D虚拟展示的软件定制化系统研究[J]. 计算机工程与应用, 2021, 57(5): 271-278.
[4]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[5]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[6]	马震太，张晓梅，孙功星. BESIII实验软件事例级并行化研究[J]. 计算机工程与应用, 2021, 57(20): 253-262.
[7]	张琳，汪廷华，周慧颖. 基于群智能算法的SVR参数优化研究进展[J]. 计算机工程与应用, 2021, 57(16): 50-64.
[8]	巫光福，陈颖. 花授粉算法研究与应用综述[J]. 计算机工程与应用, 2021, 57(15): 30-41.
[9]	谢祥，张茜茹，张婧，高新宇. 面向领域建模的信息系统构件识别方法研究[J]. 计算机工程与应用, 2021, 57(12): 105-114.
[10]	郭佳丽，王秋萍，王晓峰. 融合学习策略和邻域搜索的飞蛾火焰算法[J]. 计算机工程与应用, 2021, 57(12): 170-179.
[11]	胡春阳，姜平，周根荣. 改进蚁群算法在AGV路径规划中的应用[J]. 计算机工程与应用, 2020, 56(8): 270-278.
[12]	肖成龙，聂紫阳，王珊珊. 基于ParetoHeu和实例化失败统计的关联启发式方法[J]. 计算机工程与应用, 2020, 56(5): 57-64.
[13]	姜金川，王冲. 基于学习自动机和用户兴趣的PageRank算法研究[J]. 计算机工程与应用, 2020, 56(3): 80-85.
[14]	李道全，王雪，于波，黄泰铭. 基于一维卷积神经网络的网络流量分类方法[J]. 计算机工程与应用, 2020, 56(3): 94-99.
[15]	张松慧，熊汉江. 融合神经网络和泊松分解的兴趣点推荐算法[J]. 计算机工程与应用, 2020, 56(21): 176-186.

嵌入式组态功能算法的构件参数优化

Component parameter optimization of embedded configuration feature algorithms

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics