使用GridSim工具包实现计算网格任务调度模拟

任务调度是计算网格体系结构中重要的组成部分之一.使用基于离散事件的网格建模和模拟工具包GridSim,模拟一个具体的计算网格环境,并实现了一种基于网格资源价格策略的任务调度算法,最后通过程序运行结果验证该了调度算法的有效性.     

基于改进群搜索优化算法的云计算任务调度方案

针对云计算中的任务调度问题,提出一种基于改进群搜索优化(IGSO)算法的任务调度方案.首先,为了解决传统GSO算法的收敛速度较慢,不能很好地应用在云任务实时调度的问题,在搜索者和游荡者的位置更新中融入了粒子群算法中的粒子位置更新策略,提出一种快速收敛的改进GSO算法.然后,将任务调度问题进行编码,以任务执行时间为适应度函数,通过提出的IGSO算法寻找最优调度方案.仿真结果表明,该方案能够快速且合理地调度任务,具有可行性和有效性.     

网格计算环境下基于任务池的任务调度方法

任务调度是网格计算的关键技术之一。对网格计算任务调度特点及典型的任务调度策略进行了分析,提出了一种基于任务池模型的分级调度方法,该方法通过在网格系统中建立相对稳定的计算资源视图,在不同规模、级别上实现局部自治系统之间的协同工作,通过建立并维护任务池和资源池,对网格环境中动态变化的资源和任务进行管理,来保持系统资源之间的共享关系和高度可控性。实验结果表明,本调度方法具有较高的执行效率和加速比。     

基于动态目标遗传算法的云计算工作流调度方法

针对云工作流资源调度直接关系到云计算的成本和效率的问题,提出一种基于动态目标遗传算法(DTGA)的成本最小化和期限约束的云计算工作流调度方法.该方法使用云计算资源的索引来编码染色体,采用动态目标策略(DTS)算法解决严格的期限约束,当没有获得可行解时,算法专注于优化执行时间以满足期限约束,一旦获得可行解后,则侧重于优化在期限约束内的执行成本.实验结果表明在不同规模数据调度和不同的期限约束下,相比改进量子遗传算法(IQGA),提出方法具有更高的适应性,能够在更严格的期限约束条件下以更低的执行成本找到云计算资源调度的更优解.     

一种公平的动态轮转算法

时间片轮转算法作为一种经典的调度算法得到了广泛的应用.针对时间片轮转算法的调度策略和时间片长度的选取等问题开展深入的研究,提出了一种改进的动态轮转算法,算法是短作业优先算法、多级队列算法和时间片轮转算法的综合和发展.利用生灭过程理论建立了时间片轮转算法和动态轮转算法的性能模型,分析了两种算法的平均等待时间和平均周转时间,引入性能提高百分比的概念对比两种算法的差异.实验结果和理论分析均表明改进算法的性能优于传统的时间片轮转算法.     

解决作业车间调度问题的改进蚁群优化算法

针对作业车间调度问题,提出一种改进的蚁群优化算法.首先设计禁忌表以产生活动调度,然后对传统的蚁群优化算法进行简化,并提出一种新型优先规则作为启发式信息.为增强算法的收敛性和提高求解质量,引入基于作业车间调度问题邻域结构的局部搜索.实验表明该文算法有效.     

网格服务挖掘:一种面向网格服务计算范例的实现

面向服务的计算是一种把网格服务作为开发应用的基本元素的计算范例，它是在Web Services、网格计算和软件复用技术的完善和发展下而提出的，同时了解到网格服务的用户有这样的计算需求：从网格上发现网格服务，或直接使用它们，或间接动态地组装它们形成的新型的、功能更强大的网格服务，我们提出了网格服务挖掘GSM(Grid Service Mining)的概念．以及适成这种计算范例的软件构架——FGSM(Framework for Grid Service,Mining)．在这种架构中，智能agent分析理解用户的服务需求．从网格服务资源巾查询、识别可用的网格服务，并组装、链接它们．形成满足用户需求的新型的服务．文中论述了网格服务挖掘的基本概念，并详细描述了FGSM的结构以及在该架构下网格服务挖掘的一般过程，最后指出了进一步的研究方向。     

对Braess方法的一点备注

Dictrich Braess针对网络比为2~(1/2)的棋盘形网格提出了种一多网格算法.这种算法较传统的多网格方法不同的是在校正前后分别加了一个半步G-S迭代作为转换步.本文对原算法稍作了修改,减少了工作量,并对修改后的算法给出了收敛性的理论证明.数值例子还表明比原算法有更好的收敛性效果。     

一种基于神经网络的并行设计活动调度方法

对并行产品开发过程中的活动进行调度,对于缩短开发周期、降低成本、减少返工和确保具有串行关系的活动尽可能地并行进行具有重要意义.针对并行活动调度问题提出了一种约束满足神经网络与启发式结合的算法.其中神经网络用于获得所有活动的可行的开始时间;用启发式算法求得基于资源约束的调度问题的可行解;然后用梯度搜索算法优化可行调度方案得到最终优化可行调度解.应用实例表明此法对并行活动调度的有效性和可行性.     

不稳定井流计算的径向基函数法

本文分别用常规法和奇点析出法对井点进行处理，得到了用径向基函数配点法求解不稳定井流问题的2种算法．前一种算法在井点附近破坏了该配点法的无网格特性，而后一种算法是真正的无网格法．模型计算显示，后者计算精度远比前者高．     

基于邻域互信息最大相关性最小冗余度的特征选择

特征选择是一种重要的数据预处理步骤,其中互信息是一类重要的信息度量方法。本文针对互信息不能很好地处理数值型的特征,介绍了邻域信息熵与邻域互信息。其次,设计了基于邻域互信息的最大相关性最小冗余度的特征排序算法。最后,用此算法选择前若干特征进行分类并与其它算法比较分类精度。实验结果表明本文提出算法在分类精度方面且优于或相当于其它流行特征选择算法。     

稀疏矩阵的存储结构和乘法运算

用邻接表作为稀疏矩阵的存储结构，并提出了求稀疏矩阵乘积的两个算法．算法具有效率高，实现简单，且只需要很少的辅助空间等特点．     

结合免疫机制的并发定位与建图多目标进化算法

由于基于进化算法的移动机器人并发定位与建图问题本质上具有多目标特性,因此将该问题转化成为多目标优化问题进行处理.为了有效地提高基于多目标进化算法的移动机器人并发定位与建图方法的效率,提出了结合免疫机制的局部搜索方法.为此,构造了称之为关键点栅格吸引操作的局部搜索方法,它运用了所针对问题的领域知识.通过移动机器人物理实验证实了所构造算法的计算代价比其他基于进化算法的单目标优化方法少,获取的地图准确性更高.     

文本隐写及隐写分析综述

梳理了文本隐写与隐写分析的发展脉络,将文本隐写算法分为两类:修改式文本隐写和生成式文本隐写。归纳了两类算法的实现过程,并从率失真性能和安全性等方面分析主流算法的优势与不足。针对两类文本隐写算法,总结了对应的隐写分析算法实现过程,并对文本隐写与隐写分析的发展趋势进行了展望。     

一种新的数据分类方法-PSS算法

在数据量很大时,原有的数据分类方法变得失效。因此提出一种新的基于抽样的数据分类算法PSS,并提出三种PSS并行化算法AS,HS和VS算法。在相同的数据量下,PSS算法比传统的sPRINT算法具有更好的性能。实验结果表明,PSS算法及其并行化算法是一种高效的数据分类算法,尤其适用于解决海量数据库中的数据分类问题。     

LDPC译码中的消息传递算法和置信传播算法等效性的证明

给出了LDPC译码中三种算法:硬判决算法、消息传递算法以及置信传播算法的详细步骤,证明了消息传递算法和置信传播算法的等效性,得出了消息传递算法是置信传播算法对数域的实现方法.     

基于分层聚类的k-means算法

为了更好地实现聚类,在分析分层聚类和k-means算法优缺点的基础上提出了一种改进的聚类算法.改进算法将分层聚类和k-means聚类算法的优点相结合,首先采用分层聚类,得到一个初始的聚类结果,然后应用k-means聚类算法继续聚类.实验结果表明,改进算法较原先传统的聚类算法,不但算法执行速度快、效率高,而且聚类效果也比较好。     

H.264快速运动估计算法研究

在对EPZS和UMHexagonS快速运动估计算法分析研究的基础上,提出一种改进的运动估计算法.该算法采用UMHexagonS的多层次搜索思想,对EPZS算法的钻石模形作适当的变形,有效降低了运动估计的时间.分别应用FS、EPZS、UMHexagonS和改进算法对3种典型的标准图像序列进行测试.测试结果表明,改进算法的图像质量虽略有下降,但运动估计的时间只是FS的30%～40%,EPZS的70%～90%,UMHexagonS的85%～95%.     

针对自适应隐写的通用隐写分析研究

数字图像是隐写领域使用最多的载体之一。在实际应用中,待检测图像经何种隐写算法被嵌入秘密信息往往是未知的,因此可检测未知隐写算法的通用分析方法非常重要。为此,针对数字图像自适应隐写术提出一种新的通用隐写分析方法,在综合考虑不同自适应隐写术对载体图像统计特性影响的基础上提取特征,通过学习得到可对未知隐写术进行准确检测的隐写分析工具。实验表明,利用该方法对未知隐写算法进行检测可达到相当高的准确率。     

基于遗传算法的关系数据库查询优化策略

介绍基本遗传算法的基本思想和工作流程,针对数据库管理系统中最难处理和优化的连接操作,讨论在左深连接树的计划集合和浓密连接树的计划集合上的基于遗传算法的查询优化策略。同时通过具体的查询实例说明其左深度连接树和浓密连接树的染色体编码方法,并基于该编码方式进一步确定了基本遗传算法中其它的七个变元。