摘要：为了提高信息管理软件异常识别的准确率,基于深度神经网络设计了一种信息管理软件自动化测试方法。利用Markov链构建信息管理软件任务剖面模型,提取用于信息管理软件自动化测试的任务流。深度优先遍历剖面,融合自动化测试操作行为的变化条件、后置条件、操作概率等信息。在此基础上,提取信息管理软件自动测试的任务流。结合已知的软件任务状态转移概率计算极限概率,将重要性显著的用例与参数信息作为优先测试的信息,完成网络训练。建立软件异常自动化识别模型,根据异常识别结果对软件异常位置进行定位,完成信息管理软件自动化测试。测试结果表明,该方法的软件自动化测试结果更准确、自动化效率更高,具有一定的应用价值。

摘要：联网电动汽车可以通过其充电或放电操作来帮助电网稳定,还能够用来进行分散式电力交易。所以提出了一种基于区块链、机器学习和博弈论模型的联网电动汽车停车场进行电力交易研究。在提出的能源交易系统中,假设使用具有安全隐私保护机制的高效通信网络系统来链接交易系统中的所有参与者。设计了一个基于随机竞价流程的分布式智能合约解决方案,帮助联网电动汽车以最大的盈利能力买卖电力,优化了联网电动汽车的利润率,提高了智能合约的效率。模型考虑了电力交易系统中结合区块链、机器学习和博弈论的模型,提出了在联网电动汽车之间的停车场采用分散的电力交易框架(DETF)。将为了证明方案的性能,提出的HLProfitX算法与PETCON进行了比较,并证明了解决方案的有效性。