改进的粒子群优化算法在云计算任务调度中的应用

针对粒子群优化算法在求解云计算任务调度问题中存在的收敛速度慢、精度低、易陷入局部极值等缺陷,综合考虑最大完成时间最少、任务执行总时间最优两个优化目标,提出一种多策略融合的粒子群优化(multi-strategy particle swarm optimization, MSPSO)算法,并将其应用于求解云计算任务调度问题。该算法融合模拟退火算法、饥饿游戏搜索和双重变异限制策略。首先,通过模拟退火算法动态更新惯性权重,平衡粒子群优化算法的全局搜索和局部搜索,帮助粒子跳出局部极值。其次,引入饥饿游戏搜索算法优化粒子位置更新策略,在算法后期加快粒子收敛速度,提高结果精度。最后,采用双重变异限制策略,同时限制粒子速度和位置,避免粒子发生越界。与其他3种粒子群优化算法进行对比实验,在适应度平均值、最小值、标准差3个方面,MSPSO都有更好的表现。通过仿真,在求解不同任务量的云计算任务调度问题中,MSPSO在总成本、适应度值最小化两方面均表现出明显优势。尤其当任务量为40时,MSPSO总成本比其他算法分别降低了14.4%、15.3%、11.2%,适应度值分别降低了10.5%、10.6%、7.6%,...     

粗糙度量和模糊信息颗粒化

信息是由对象、属性、值组成的三元组,当对属性值用较粗的标度去度量时就得到了其论域上的粗糙度量。据此构造了模糊集合理论的基础概念,即模糊集合是不确定标度下的粗糙度量,隶属函数是粗糙程度不同的度量间的转换函数,模糊集合将信息模糊颗粒化,这些信息颗粒之间的相互关系就是模糊映或模糊计算,基于这些概念的模糊系统具有可理解性。     

用遗传算法解决在并行机上带有不同交货期窗口的Job-Shop调度问题

本文讨论了不同交货期窗口下的提前／拖期并行机调度问题,提出了染色体用工件编号进行编码规则,给出了用稳步遗传算法求解上述问题的方法,仿真实验表明了算法及编码规则的可行性和有效性。     

基于生存理论的股票系统演化及调控

利用复杂系统的生存理论及经济学中的“瓦尔拉斯（Ｗａｌｒａｓ）均衡”思想构造了股票系统演化的不确定性模型，提出了股市演化过程中国家对股市的宏观调控模型，论述了股票系统的自我稳定功能，分析了我国股市扩容存在的问题及其对策，具有一定的现实指导意义。     

协商型从者多人递阶决策系统诱导策略的研究

详细研究了具有协商型从者的多人递阶大系统的决策问题。文中首先给出了这类决策问题诱导策略设计的基本思想和方法, 然后以线性二次型问题为例, 具体推导了这类问题诱导策略的形式, 并给出了诱导策略存在的充分条件。     

2－D广义Roesser模型的约化

本文讨论了将２－Ｄ广义Ｒｏｅｓｓｅｒ模型化成正常模型以及将非主项系统化成主项系统的问题，给出了解决这些问题的几个判别条件和具体方法，然后以实例对结果进行了说明．本文给出的各种方法主要是通过系统的等价变换，计算量不大．     

农业院校VFP课程教学改革探索

根据农科院校VFP课程的特点,作者从教学过程、教学内容、教学方法、学习方法、考核方式等几方面进行了教学改革尝试,在五年的实践过程中取得了良好的效果。     

子波基神经网络及其建模

将神经网络与子波理论结合,构成新型的神经网络结构-子波基神经网络,不同于一般前向神经网络的是该网络的隐层单元的激活函数为不同尺度下的子波函数.该网络具有良好的逼近非线性的能力.本文将其应用于非线性系统建模.     

基于奇异值分解的混合递阶遗传算法训练径向基神经网络

提出了一种将递阶遗传算法和奇异值分解的优点相结合的新型径向基神经网络学习算法--混合递阶遗传算法。它具有较高的学习效率,并能同时确定径向基神经网络的结构和参数。利用所提出的混合递阶遗传算法对混沌时间序列学习和预测,取得了较好的效果。     

一种用于Job-Shop调度问题的改进禁忌搜索算法

提出了一种改进的禁忌搜索算法 .该算法利用了 Hash技术和对 Job-Shop调度问题的解进行编码实现了对 Job-Shop调度问题的解进行禁忌 .在算法中增加了回访功能 ,它可对未访问到的先前产生的解的相邻解继续搜索 .仿真实验表明算法是可行的和有效的 .