简介:院网格发展的主要思想是有效的利用分布在世界各地的计算资源。而在网格环境下,是通过很多相互依赖的任务来描述作业的,这让工作流调度面临巨大的挑战。在本文中,提出了一个改进型的混沌遗传演算法来解决在工作流应用程序中的调度优化问题,它利用信息熵的概念动态调整了交叉和变异概率,优化了传统的遗传算法,并最终通过实验证明了算法的有效性。
简介:混沌学的产生和发展自然界中有许多混乱、无序的现象,人们常常称之为“混沌”。但混沌学研究的混沌并不是这种简单概念,而是种“无序”与“内在有序”的统一、确定性与随机性的统一的系统行为。混沌的基本特征有:非周期性、具有奇怪吸引子、既是稳定的又是不稳定的、确定性随机性、长期行为不可预测。混沌迄今尚无公认的普遍适用的定义,从事不同领域研究的学者都有不同的理解,从系统学的观点来看,混沌可以定义为:现实生活中存在大量的自然的、人工的非线性系统,在这些复杂的非线性系统中,如果在参量空间中按照适当方式改变控制参量,系统经过系列分岔、突变,所有可能出现的平衡态、周期态、拟周期态都会失去稳定性,系统会出现一种表观极其混乱无序、极不规则、异常复杂的运动形式。这种运动是确定性方程描述的非线性动态系统的一种定态,即混沌。
简介:摘要介绍基本粒子群优化算法的原理、特点,并在此基础上提出了一种改进的粒子群算法。通过在粒子初始化时引入相对基的原理使粒子获得更好的初始解,以及在迭代过程中引入变异模型,部分粒子生成相对应的扩张及收缩粒子,比较其适应度,保留最佳粒子进行后期迭代,使算法易跳出局部最优。通过经典函数的测试结果表明,新算法的全局搜索能力有了显著提高,并且能够有效避免早熟问题。
简介:摘要院现代最优化算法比较常见的有遗传算法、蚁群算法、粒子群算法、鱼群算法和模拟退火算法。这些算法主要是解决优化问题中的难解问题。文章主要是对遗传算法、粒子群算法和模拟退火算法三个算法的优化性能进行比较。首先介绍了三个算法的基本思想,以此可以了解三种算法有着自身的特点和优势,而后用这三种算法对典型函数进行计算,并对优化结果比较分析,提出了今后研究的方向。
简介:核主分量分析是一种输入输出特征非线性变换技术。选择最优或接近最优的非线性变换核函数参数,使类的可分性测度最大,是KPCA应用于特征提取的关键。本文采用高斯变异遗传算法作优化技术,实现了KPCA和GA的集成,适合核函数参数的优化选择。仿真表明,该技术可行、有效。
简介:摘要蚁群算法是一种成功的启发式算法,但在解决TSP问题时存在着收敛速度慢和易陷入局部最优解的问题。本文针对这两个问题,提出了定期交流和模范带头学习模型,前者是在蚂蚁每走过一定城市后,进行学习交流,选出所走路径相对较短的蚂蚁进行信息素影响,从而加快总体的收敛速度;后者是当所有蚂蚁都旅行一圈后,选出最优秀的蚂蚁,在其走过的路径上释放大量信息素,对下一周期蚂蚁的旅行进行引导,避免陷入局部最优解。实验结果表明新算法在求解质量上比传统蚁群算法有了明显提高。本文也通过实验分析了蚂蚁数量等参数对算法性能的影响。
简介:摘要近些年以来,以萤火虫算法为代表的群智能优化算法由于具有强大的寻优功能而得到了广泛的应用。在化工生产的过程中,采用萤火虫算法和Matlab语言对实际问题进行优化的同时还采用了苯-甲苯闪蒸过程对其进行了仿真计算。仿真结果表明,气相产物中苯的产量在有效的调节温度、压力以及分流系数的条件下能够达到最大,不仅实现了苯-甲苯闪蒸过程的最优化,同时还充分证明了在解决化工生产过程的优化问题上采用萤火虫算法是有效的。
简介:摘要:本研究旨在提出水电站检修维护的优化模型与算法,以应对其复杂性和高效性需求。通过对水电站检修维护流程进行深入分析,结合先进的模型和算法,旨在设计出更精准、高效的维护计划。本研究突破性地探索了可应用于水电站维护的模型和算法,为提高维护效率和减少成本提供了新途径。通过本研究,读者将深入了解水电站维护的挑战性质、目前的挑战以及如何借助优化模型与算法寻找更有效的解决方案。这将为相关领域的专业人士和研究者提供重要的参考和启示,以推动水电站维护领域的发展与进步。
简介:[摘要]本文探讨了利奥塔的后现代科学观,指出混沌理论是一种后现代科学。而且这种后现代科学为管理研究带来了新的启发。在战略领域,学者们认为长期预测将成为不可能。而在变革领域,学者们认为有必要打破组织的均衡状态,提供一种不均衡的变革。