动态环境下基于混合记忆策略的遗传算法

为了有效地处理动态优化问题,提出一种短时记忆与长时记忆相结合的混合记忆策略. 被记忆的信息由最优个体与种群概率向量组成. 短时记忆作用于进化过程中的每一代,对记忆中的信息进行提取并构建下一代的种群;长时记忆仅在环境发生变化时产生作用,取新环境中最优的一组信息对短时记忆进行赋值. 该文首先构建了动态环境下基于混合记忆策略的遗传算法,然后在非周期、周期和带噪声周期动态环境下进行算法的性能验证. 实验结果表明,新算法处理动态优化问题的能力优于同类算法.     

利用截止期感知的云计算调度方法

针对传统云计算资源调度执行时间长和执行成本高的问题,提出一种利用截止期感知的云计算调度方法 .将VM分配给需要调度的工作流,并在处理时间截止期完成工作的调度.在任务调度过程中,当产生子调度序列后,利用遗传算法来优化执行时间以减少超时.提出的算法具有对不同目标搜索环境的适应能力.实验结果表明,基于截止期感知的云计算调度方法能够在不同规模和不同期限条件下以比粒子群优化算法更小的成本找到更优解.     

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.     

自底向上加快神经网络学习的算法

介绍了一种加快神经网络学习的改进算法.这种改进算法结合采用快速自底向上构造神经网络算法和动态优化学习参数算法.首先,快速自底向上构造神经网络算法自动地构建神经网络的优化结构;随后,动态优化学习参数算法动态地调整和选取优化的学习参数.实验结果显示,这种改进算法能自动有效地构造网络的优化结构,与其它算法相比,具有更好的分类性能、优化的网络结构和更快的学习速度.     

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.     

模型基编码中一种可靠的实时运动估计算法

分析了PLS算法的本质,并针对其缺点提出了一种改进形式;将改进算法同PLS及EKF进行了实验对比.结果表明,此算法不但能实时地估计运动参数,而且还具有良好的稳定性和准确性.     

一种改进的反向传播神经网络算法

在标准反向传播神经网络算法的基础上,提出了一种改进的反向传播神经网络算法.通过对每个处理单元增加3个参数来增强作用函数,且3个参数与连接权一样,在学习过程中进行实时更新.此算法提高了学习速度,且减少了进入局部最小点的可能性.通过XOR问题的仿真证明了改进算法的有效性.     

基于改进PSO算法的四旋翼飞行器飞控系统PID参数整定

针对四旋翼飞行器飞控系统中存在PID控制器参数难以整定的问题,提出一种改进的粒子群算法,应用于PID参数的整定优化中.为了让粒子群在算法早期拥有较强的全局搜索能力,在算法后期拥有较强的局部开发能力和较快的收敛速度,该改进算法采用了一种可使惯性权重非线性下降的调整策略;同时,算法融合了遗传算子,进一步加快了收敛速度,避免算法陷入局部最优.将该算法应用于PID控制器的参数优化,以实数编码的形式直接生成与PID参数组对应的粒子群,并把控制系统的误差性能指标作为评价粒子群的适应度函数.通过与标准粒子群算法与手动调参的阶跃响应对比分析,发现改进算法其阶跃响应曲线超调量更小,调节时间更短,响应速度更快,动态性能更优.提出的改进算法能对四旋翼飞行器飞控系统中的PID参数进行较好的优化,实现更好的控制效果,使得飞行器在飞行过程中更加平稳.     

云计算环境中开源监控系统Nagios的部署与性能监测

介绍了在云计算数据中心部署实施开源监控软件Nagios,实现对云计算基础设施和虚拟机的实时监控管理,并对传统SNMP协议的轮询机制进行改进,提出了一种基于优先级的动态SNMP轮询间隔时间生成算法,提高了监控效率,以实例讨论了利用Nagios对云计算平台进行性能监测和分析的方法.     

多任务集实时交换局域网高速调度方案

研究对象是交换式实时局域网.一个交换机中,多个实时任务可能要经由同一出口,因而可以看作一个实时任务集.多个出口可对应多个实时任务集,且有的任务可能会出现在不同的任务集中.传统的自动调度算法难以直接应对这样的环境.因此,提出了一种EDF-A(earliest deadline first-adjustment)算法,旨在对单个任务集的调度方案进行调整,以尽量满足所有任务集的时间指标.同时为应对不断提高的网络速度,还对所用方案采用全硬件快速实现作了详细描述.     

多变量滑动平均模型参数估计两段最小二乘法

提出了多变量滑动平均(MA)模型参数估计的两段最小二乘法。第一段将多变量MA模型用高阶多变量自回归(AR)模型近似代替,用多变量递推最小二乘法(MRLS)估计高阶AR模型参数。第二段用最小二乘法解不相容矩阵代数方程组得MA参数估值。同多变量递推增广最小二乘法相比,可提高精度,仿真例子说明了其有效性。     

一种多任务实时软件可靠性模型

根据实时多任务软件的特征和各任务所占系统时间的非均匀分布，以任务模块为基本单元，提出一种实时任务软件可靠性评价模型。该模型所需参数易分析和计算，具有良好的可实现性和可扩充性，为实时多任务软件的可靠性评价开辟了一条新途径。     

多任务模糊聚类驱动的多任务TSK模糊系统模型

该文提出了一种多任务Takagi-Sugeno-Kang（TSK）模糊系统建模方法.首先给出了一种新的多任务模糊c均值聚类算法,能够有效提取所有任务之间的公共信息和每个任务的私有信息,进而利用所得的聚类中心构建多任务TSK模糊系统的前件参数.其次设计了一种具备多任务协同学习机制的后件参数优化方法,可以优化多任务TSK模糊系统的后件参数.最后基于优化的前后件参数,构建出具体多任务模糊聚类方法驱动的多任务TSK模糊系统模型（multi-task fuzzy c-means based multi-task TSK fuzzy system,MTFCM-MT-TSK-FS）以用于实际应用.分别在合成和真实数据集上进行实验,结果验证了该模型的有效性.     

系统参数对DWX型单体液压支柱动力稳定性的影响

建立了DWX型单体液压支柱的动力学模型,利用Hamilton原理导出了分段表示的运动微分方程.采用有限差分法对微分方程中的空间变量进行离散,得到仅含有时间变量的微分方程组,引入状态变量,得到一阶周期系数状态方程,采用隐式2级4阶Runge-Kutta法求解,根据Floquet理论确定了支柱的动力不稳定区域和稳定性区域.以缸径为100 mm的DWX35型的单体液压支柱为例,讨论了系统参数对支柱动力稳定性的影响.     

平面阵列下的二维角度和频率联合估计

在均匀面阵列结构基础上提出一种二维角度和频率联合估计新方法. 对阵列天线输出的信号进行建模分析,表明阵列接收信号具有平行因子四线性模型特征. 利用该模型低秩分解的唯一性条件,从分解得到的矩阵中联合估计出信源的参数. 该算法首先利用四线性交替最小二乘算法估计出方向矩阵和频率矩阵,然后利用频率矩阵的Vandermonde特征和方向矩阵的结构特点及最小二乘法计算频率和二维角度. 该方法无需谱峰搜索即可实现参数同时估计与配对,与现有的基于三线性分解的算法和ESPRIT算法相比具有更高的估计精度,而且在小样本数情况下也能较好地工作. 仿真结果验证了该方法的有效性.     

光纤工业网络中实时数据传输方法的研究

基于以太网的光纤工业网络有多种数据类型需要传输,为保证网络各站点间各类数据通信的实时性,提出在网络应用层建立混合工作模式的传输方案,依据非抢占式M/M/1排队模型,采用等待时间和任务数作为性能参数,确立了在优先级模式下多级别任务排队模型,提出并讨论了优先级协议（PTP）的工作机理和实现方法,最后分析了在各类条件下优先级工作模式的性能参数和运行结果。     

部分高度E面膜片不连续性及其在毫米波滤波器中的应用

本文提出了部分高度E面膜片不连续性的一个有效分析方法,得到了工程上实用的不连续性等效电路参量曲线,基于这些曲线,首次实现了由部分高度E面膜片构成的Ka波段带通滤波器,实验结果表明:该滤波器具有较好的带外特性.     

动态数据驱动的LS-SVM多模型预测主动容错控制

针对非线性系统提出了一种基于动态数据驱动的LS-SVM多模型预测主动容错控制方法,使系统对已知故障容错的同时,利用动态数据驱动对模型的补充,实现了对未知故障的主动容错．该方法首先基于LS-SVM建立系统正常或已知故障模式的动态模型库,实际运行时依据系统对性能容忍度指标和模型失配度指标的实时计算分析,判断系统所处的运行模式,当系统发生已知故障时,直接调用动态模型库中已有的模型,并采用经局部线性化近似预测控制算法计算控制律;当系统发生未知故障时,则选用模型库中最接近当前运行模式的模型进行故障过程的过渡容错控制,并以动态数据5步补充循环算法,快速建立该未知故障的LS—SVM模型,进而利用新模型实现系统对未知故障的主动容错．并以一非线性系统仿真实例验证了所述方法的可行性和有效性．     

基于虚拟机的数据中心能耗测量

提出一种基于计算密集型与I/O密集型建立虚拟机动态能耗的数学模型方法.结合了设备运行状态参数,在模型功耗处于计算密集型时引入了虚拟机的CPU使用率与CPU频率,处于I/O密集型时引入了虚拟机的硬盘读写总字节数与内存读写总字节数计算功耗,并对功耗进行积分得出数据中心能耗.与常规方法相比该方法进一步细化了测量粒度,且在使用Wordcount运行任务与Sort运行任务进行节点能耗测试时,得出能耗的平均误差为0.062 5.实验结果在粒度细化的同时保证了常规方法的同级别测量精度.     

基于个体的双机械手离散随机合作任务规划算法研究

对于基于个体的双机械手离散、随机合作任务规划问题,先以各任务间的最短移动距离(时间)为优化函数,将其简化为一个具有三角属性的双TSP问题的组合来研究,用统计方法进行单机械手任务划分,再用解决TSP问题的近似算法求解得到两个机械手任务规划的哈密尔顿回路.然后针对任务规划回路中的交叉网络采用动态规划的方法进行合理优化,从而得到双机械手一个较优的任务规划序列.该算法的时间效率为O(n2),其任务规划的最短距离(时间)代价比近似算法平均优化15%.