海量信息系统的计算模型和复杂性研究

　　在海量信息处理过程中，计算进程的下述动态行为直接影响信息的处理质量：A、该进程通过持续输入外界信息，保持长期或永远运行；B、进程的每一次处理需输入数据或信息，并输出复杂数据结构（结构化知识）； C、进程的输入根据先后顺序形成一个输入序列，而相应的输出形成一个结构化的知识序列；D、进程的性质由输入和输出序列的关系确定。本方向将具有上述性质的计算进程抽象为无穷计算模型。

　　研究目标：是研究无穷计算模型的性质，以指导和提高信息搜索、数据挖掘和非结构化信息的语义分析的质量。
　　海量信息系统中若干关键问题，如进程调度和资源分配问题，均可以归结为布尔表达式约束满足问题（简称CSP）等，从计算复杂性来看都是含有大规模、超大规模、甚至海量变量的NP完全问题。CSP问题尽管是NP难问题，但难解区域具有相变特性。

　　研究内容：给出软件错误的形式化定义，研究软件错误修正的基本原则，建立形式化的软件错误定位和修正系统，证明其可靠性和完全性，为软件的测试和修正提供一个理论基础。
　　给出构造性的形式化定义，设计构造性描述语言以描述软件开发方法，并在此基础之上总结合理的软件开发方法所需满足的基本特征。

　　研究目标：研究CSP问题难解特性，设计可以精确预测发生相变区域的CSP问题模型，对海量进程和资源调度算法和方案的复杂性进行控制，最终提高海量信息处理的质量。

　　学术成果：发表论文30余篇，被国外学者引用80余次。获得2002年度“全国百篇优秀博士论文”奖。