【摘 要】
：
在“互联网＋”时代,云计算代表了一种新的商业模式,而云系统中用户任务与计算节点的调度问题极大地影响着系统的性能和云竞争力。为此,提出了一种改进的量子粒子群算法——反
【机 构】
：
空军工程大学装备管理与安全工程学院
【基金项目】
：
国家自然科学基金（71501184）
论文部分内容阅读
在“互联网＋”时代,云计算代表了一种新的商业模式,而云系统中用户任务与计算节点的调度问题极大地影响着系统的性能和云竞争力。为此,提出了一种改进的量子粒子群算法——反向自适应量子粒子群算法（RAQPSO）,通过对惯性权值参数的调整和加入反向学习算子来提高算法的全局搜索能力,并将其应用于云计算资源调度中,仿真验证了算法的有效性。建立了云计算资源调度问题的模型;采用自适应机制,将适应度函数的变化程度作为惯性权值的更新因子,避免了单纯地根据迭代次数的线性函数来取值,从而使粒子不易陷入局部最优;随后加入粒子反向学习
其他文献
讨论了本原自动机的自同态,证明了如果广义正规自动机Α的所有本原自动机都是Se（或G）-自动机,那么Α也是Se（或G）-自动机;证明了强连通本原自动机的并是G-自动机;利用极小生成元集
针对Zheng签密方案和SK签密方案存在的不足,从安全性和效率2个方面出发,利用通过签密信息和一些公开信息可以恢复出解签密所需要的信息这一原理,分别提出改进方案。利用求解
在对导弹装填训练中弹箱受力分析的基础上,建立了弹箱的力学模型以及弹箱位姿变换的数学模型。基于Visual C＋＋编程语言,结合OpenSceneGraph（OSG）图形渲染引擎,设计了一种简单高效
在P-PHD滤波多目标状态提取中,传统的K-Means聚类方法存在需要提取峰值、聚类时间长、类簇边缘易被侵蚀等问题。针对此问题,在对一般聚类算法的研究的基础上,进一步提出了一
针对目前异常检测与剩余寿命预测联合研究中存在的问题,基于交互式多模型算法,提出了一种考虑退化模式动态转移的设备剩余寿命预测模型。首先根据模式动态转移的状态空间模型
提出一种基于多任务学习的线阵阵元位置与激励的联合稀疏优化方法。该方法可以在先验知识不足的情况下，从目标方向图中获得更多的特征信息，并将阵列天线稀疏优化问题转换成为稀
针对高动态环境下如何利用视觉导航快速解决GPS失效故障的问题，基于射影几何的基本性质，在预知失效时刻无人机坐标的情况下，提出了一种无人机非标定视觉自定位的新算法。首先对
针对现有故障传播定性推理模型与分析方法较少考虑因性能参数变化引起的非结构性故障的问题,提出了一种全新的电路系统故障传播建模方法,并制定了传播机制、作用机制、影响机
针对目前在高速数据采集系统的大容量存储和无损传输过程中,存在硬件难以有效进行数据处理而软件实时性不足的缺点,采用并优化了LZW数据压缩算法,并将该算法在FPGA上进行了实
对于军事任务与平台的匹配问题,传统算法中平台的分配顺序与任务优先级高低有关,这样容易产生局部最优,导致全局的任务完成精度降低。针对此问题,提出了一种基于N-best策略的