【摘 要】
：
经典粒子群算法是在连续的解空间里进行的,粒子的方向、速度的确定采用的是二维空间的运算法则,不适合在N维空间里进行,而3D-NOC映射问题面对的是N维离散解空间。对此,提出一种改进的粒子群算法以及相应的算法评估模型。该算法通过引入非支配解(Pareto解)的概念对粒子群算法进行改进,使得算法不仅可以对多个评估模型参数同时优化,而且可以依据实际的应用对单个评估模型参数进行优化。仿真实验结果表明,该算法
论文部分内容阅读
经典粒子群算法是在连续的解空间里进行的,粒子的方向、速度的确定采用的是二维空间的运算法则,不适合在N维空间里进行,而3D-NOC映射问题面对的是N维离散解空间。对此,提出一种改进的粒子群算法以及相应的算法评估模型。该算法通过引入非支配解(Pareto解)的概念对粒子群算法进行改进,使得算法不仅可以对多个评估模型参数同时优化,而且可以依据实际的应用对单个评估模型参数进行优化。仿真实验结果表明,该算法在单个评估模型且同等计算规模下对比随机映射性能有显著的提升,在降低运算规模方面有很好的优化能力,且在多模
其他文献
现有的密钥加密方法无法保证密钥分发的安全性。针对上述问题,提出了一种基于信道相位响应独立性的衰落信道加密方法。通过将发送方和窃听方之间的信道化为两个信道的级联计算得出密钥各态历经的安全容量,在此基础上,对离散PSK信源加密的参数进行了讨论,最终实现信息的加密。仿真结果表明,当合法接收方的接收信号相位估计误差为0.001时,误码率会迅速上升为0.5。
针对软实时系统中的一类同时具有依赖性与周期性的任务,提出一种基于单行树矩阵(MST)的动态因子均衡调度算法SMD(schedule on matrix of the single tree and dynamic load factor)。该算法通过对MST矩阵的特性进行分析,将任务划分为若干并行集,再综合考虑已执行时间、任务间的依赖关系及任务最早截止时间几个要素,以动态因子的形式对任务进行实时调
为了快速提取源头数据、快速识别变化记录以及实现数据的快速增量提取,在剖析传统影子表法的工作原理上,提出基于MD5算法的影子表法的改进型线性算法,对对比表进行线性扫描,排除了不必要的回扫操作;同时通过MD5算法计算整条记录的"指纹",降低了字符串比对次数和时间,能够迅速识别出发生变化的记录。对所提出算法进行了应用测试,结果表明通过融入MD5算法后的影子表法提高了数据提取效率。基于影子表的增量提取方法
为了有效地从电子政务网站的Web日志中挖掘民众关注的热点信息,提出基于区域—频道访问度的民意热点信息挖掘算法——PHIMA算法。该算法在分析目前Web日志挖掘算法存在的问题的基础上,利用提出的区域—频道访问度概念设计Web访问矩阵,并基于该矩阵结合区域—频道访问度和灰关联分析法提出。实验表明算法能有效地挖掘民意热点信息,可用于电子政务网站站点优化、个性化服务和为决策者提供决策支持等。
针对粒子滤波重采样过程中存在的粒子多样性丧失问题,提出一种改进重采样的粒子滤波算法。按照局部重采样算法对粒子进行分类,中等权值的粒子保持不变,大、小两种权值的粒子采用Thompson-Taylor算法进行随机线性组合产生新粒子。实验结果表明,该算法能在降低计算复杂度的同时不丧失粒子多样性,提高了滤波性能。
分析了客户需求与候选成员能力的关系,使用模糊排序聚类算法得到专业领域分工的集群;同时依据迈尔斯—布里格斯性格类型指标得到候选成员协作关系的量化评估。建立了以成员综合能力和性格匹配度最大化为目标的团队构建模型。最后,结合一个具体案例,采用带有判断与修复算子的微粒群算法对模型进行求解,得到表示团队构建候选方案集合的帕累托解,从而验证了该优化模型及算法的有效性和实用性。
基于对港口出口集装箱送箱时间窗的分析,综合考虑港口闸口处作业量平衡及堆场空间资源利用率两个影响港口整体服务质量的因素,在此基础上建立数学模型,在一个滚动计划周期内为出口集装箱分配送箱时间窗。通过数值实验证明,该模型能显著降低闸口作业不平衡量,从而提高港口资源利用率,同时缩短送箱集卡在闸口排队等待服务的时间。
为了解决基本差分进化算法易出现早熟收敛的问题,提出了一种融合人工免疫系统和差分进化的混合算法。该算法在差分进化过程中引入了克隆选择操作和受体编辑机制,以增强算法的局部搜索能力和种群多样性。通过对五个标准函数的仿真实验表明,该算法不仅可有效避免早熟收敛,而且全局优化能力和收敛速度有显著提高。
针对当前入侵检测中存在检测率低,误检率和漏报率高的问题,提出了一种基于K-means聚类的贝叶斯分类算法(IKMNB)。用改进的K-means聚类算法对原始数据集中的完整数据进行聚类,然后计算缺失数据集中的每条记录与k个簇中心之间的近似度距离,把记录归属为距离最近的一个簇,使得该记录的缺失值被相应簇中的属性值填充,最后运用贝叶斯分类算法对处理后的完整数据集进行分类。通过仿真实验验证了该算法与朴素贝
针对EFSM中状态迁移不确定导致的协议一致性测试序列生成困难的问题,提出了一种协议一致性测试序列生成算法。该算法基于互异代表系理论为每个协议状态变迁赋权值,再基于分支界限法搜索生成的协议测试序列,将协议一致性测试序列的生成转换为寻找最小权值状态变迁路径的问题。该算法克服了无赋权要求的宽度优先搜索的缺陷,降低了测试序列的搜索与生成时间复杂度,提高了测试序列生成的效率。