本文研究了结构的动态塑性行为的一些最新研究,这些研究与船舶和海洋工程中的各种冲击和爆炸载荷问题有关。特别强调了刚塑性分析方法,该方法可以对结构在受到爆炸冲击载荷和掉落物体、爆炸旋转机械系统碎片以及爆炸气体推动的松散物体的冲击时的反应做出令人惊讶的准确估计。特别是,探讨了准静态分析方法的准确性。发现准静态方法适用于简化船舶和海洋工程中的各种结构冲击问题。本文还研究了结构在受到动态载荷导致材料破裂时失效的一些最新研究。还讨论了船舶和海洋工程中的安全计算、危险评估和抗碰撞等各种其他感兴趣的主题。
即使是功能良好的代码也经常包含隐藏的代码气味 - 可能阻碍软件质量的可能问题的指标。未发现的代码气味导致维护问题,从而增加了技术债务。这项研究探讨了最先进的大语模型(LLM)在发现不同代码气味时的潜在用途。我们的发现表明,美洲驼3显示了竞争性能,尤其是在检测结构代码的气味时;但是,进一步的统计分析表明,LLM和其他静态分析仪之间的总体性能没有显着差异,即PMD,CheckStyle和Sonarqube。这些结果表明,Llama 3尚未准备好完全替换静态分析工具,但可以用作宝贵的补充工具,从而避免了大量程序员的时间。
为了降低验证成本并对软件更有信心,静态程序分析提供了证明源代码属性的方法。不幸的是,这些技术对于非专业人士来说很难理解和使用。建模允许用户以简单的方式指定软件的某些方面。更准确地说,在嵌入式软件中,状态机模型经常用于行为设计。本文的目的是通过提供从模型到源代码的注释自动生成来弥合模型和代码之间的差距。然后通过静态分析验证这些注释,以确保代码行为符合基于模型的设计。我们考虑的模型是具有正式非歧义语义的 UML 状态机,注释生成和验证在工具中实现并应用于案例研究。
Gourinath Banda 博士(博士:丹麦罗斯基勒大学;硕士:丹麦南丹麦大学;首席工程师:印度诺伊达三星软件工程实验室;科学家研究员:印度班加罗尔国家航空航天实验室)致力于:(i)形式验证技术,如模型检查、抽象解释和静态分析;(ii)实时系统(如内核、RTOS、应用程序、航空电子设备等)设计及其形式分析;(iii)增强设备的用户体验;(iv)用于减少电力浪费的嵌入式干预措施和(v)节能计算技术。研究兴趣:安全关键系统的形式分析;实时系统设计和分析;网络物理系统、嵌入式系统、机电一体化系统和绿色设备与技术的软件工程和严格分析技术。
由于可以将分析的程序直接运行在目标硬件上,“指令集模拟器”可用于在隔离且完全受控的环境中运行要分析的程序。使用这种技术的分析器的优点是十分准确,并且可以收集各种各样的指标,但是它们会给分析的程序运行时增加相当大的开销。某些分析器(如 gprof [19])使用的另一种技术是通过添加或修改代码的指令来检测代码,以收集有关其执行的数据。这类分析器可以收集的信息不如指令集模拟器方法那么详尽,但是它们给程序运行时执行增加的开销通常相对较低。最后,某些分析器使用静态分析来收集数据,甚至无需执行程序。对于传统计算机,由于当前传统处理器执行指令的方式非常复杂,这些分析器仅限于指令数及其变化等信息。
4.MARC (~arc .@alysis ~esearch ~orporatlon) 是一个通用有限元程序,用于弹性分析和具有大位移的结构的非线性静态分析。元素库包含二维和三维元素以及板和壳元素。该程序特别适用于解决弹塑性和蠕变问题。塑性行为基于各向同性、弹塑性、时间相关材料理论,具有 VCNTMiaes 屈服准则、各向同性或运动应变硬化、温度相关弹性特性和等效屈服应力。蠕变行为基于 von Mises 流动准则,各向同性行为由用户指定的等效蠕变速率定律描述。该图使用切线模量法计算塑性,使用迭代初应变法计算蠕变。
基于模型的系统工程 (MBSE) 是一种采用的建模和开发方法,用于对复杂软件系统(如空间应用)进行正确的构建。TASTE [1] 是 ESA 支持的实用且成熟的 MBSE 工具集,可实现软件系统开发大部分阶段的自动化:(i) 通过多种建模和编程语言(例如 ASN.1、AADL、SDL、C/C++)进行异构系统设计,(ii) 代码生成、构建和部署二进制应用程序,(iii) 通过静态分析和模拟进行验证,以及 (iv) 通过模型检查对属性进行形式化验证。形式化验证功能最近已添加到 ESA 项目“空间系统形式化验证的模型检查”(MoC4Space) 中的 TASTE 工具集中,并在两个实际案例研究中进行了验证。在本文中,我们报告了项目期间的成果和经验教训。
摘要:柔顺机构广泛应用于精密工程、微纳操作、微电子等前沿科技领域,对多自由度柔顺机构的需求急剧增加。随着自由度的增加,柔顺机构的结构变得越来越复杂。本文提出了一种基于曲梁单元的六自由度柔顺机构。该柔顺机构具有结构简单、自由度多的优点。利用等几何分析法,建立了该机构的模型。静态分析表明可生成六个自由度。通过3D打印开发了该机构的样机。进行了六自由度加载试验。输出与输入具有高度的线性关系,结构间耦合性较低。我们相信这项研究为基于曲梁单元的柔顺机构设计迈出了开创性的一步。
摘要。这项研究研究了使用静态和动态分析方法来检测和分类的机器学习技术,即随机森林,人工神经网络和卷积神经网络的有效性。通过将恶意软件分类为广告软件,勒索软件,索引软件和SMS恶意软件来利用CICINVESANDMAL2019数据集,多类分类。静态分析检查了权限和意图,而动态分析则集中于API调用和网络流。使用准确性,召回,精度,F1分数,训练时间和测试时间评估模型的性能。结果表明,在静态和动态分析中,随机森林比深度学习模型的优越性,静态分析的性能比动态分析更好。这项研究通过提供对不同机器学习算法和分析方法的有效性的见解来为Android恶意软件检测的领域做出了贡献,从而突出了随机森林的潜力,以实现有效,准确的恶意软件多类分类。
本文探讨了一个人的态度或对某个对象的心理立场在解释经济行为中的作用。从研究和“现实生活”实例中得出的观察结果构成了包含态度的效用函数的基础。在决策模型中运用效用函数,我使用比较静态分析来研究价格驱动和其他外生态度变化对经济结果的影响。然后应用该模型的分析来调查态度对激励人们、打击恐怖主义和遏制艾滋病传播的影响。在每一种情况下,纳入态度都会大大提高经济分析解释观察到的结果的能力,并为制定更有效的私人战略和公共政策提供基础。关键词:效用函数;消费者决策;行为模型;公共政策;参考框架。作者感谢 Paul Durso 提供的出色研究协助。我还要感谢 Christiaan Hogendorn、Elias Khalil 和巴鲁克学院公共事务学院的研讨会参与者提供的有益评论。