考虑时变资源价格因素的Q学习强化和声搜索网格任务调度算法

针对传统网格任务调度算法不考虑价格时变因素缺点,提出一种基于Q学习强化和声搜索算法的考虑时变资源价格因素网格任务调度算法.首先,综合考虑价格时变因素影响,对网格任务调度模型进行改进,提出一种新的调度模型;其次,利用Q学习算法对和声搜索算法进行改进,平衡了算法的广度和深度搜索能力;最后,通过与同类算法的仿真对比结果表明,该算法和模型具有较好的收敛速度优化性能,并且在资源价格满意度和任务调度长度两个层面具有更全面的优化性能.     

论约翰·菲尔德夜曲的艺术特色——以《降B大调第五号夜曲》为例

约翰.菲尔德是世界钢琴音乐史上第一个浪漫派音乐家,他对钢琴音乐最突出的贡献在于首创了＂夜曲＂体裁。从其夜曲中最有名的第五首《降B大调第五号夜曲》的曲式结构、音乐材料发展手法等方面看,其夜曲的主要艺术特征是旋律优美,情感真挚,形式简朴高雅。     

论“和声”的音乐色彩性与结构性

和声,就其本原的意义而言,无非是指不同音高的乐音同时结合鸣响所构成的声音。和声作为一种音乐要素,在音乐作品中具有双重的作用。音乐中的和声现象的发生乃源自人类对自然物理规律的发现与利用,于是构成了和声特有的音乐色彩性和结构性。     

基于集合覆盖的异构有向传感网寿命优化策略

在由感知半径、感知角度和携带能量不同的有向传感器节点组成的异构有向传感器网络中,对满足优先级不同的监测目标有不同覆盖要求条件下的网络寿命最大化问题进行研究。利用集合覆盖的思想,将有向传感器节点划分为满足目标覆盖要求的集合,通过集合之间的切换来达到延长网络寿命的目的。首先证明本文问题是NP-hard问题,然后利用改进的和声搜索算法进行求解,一方面引入带有混沌参数的微分变异因子,改进种群的多样性;另一方面,与模拟退火算法结合增强算法的局部搜索能力。同时为对比算法性能,提出一种贪婪算法。仿真结果显示:较之原始和声搜索算法和贪婪算法,改进和声搜索算法能有效延长网络的寿命,证明了改进算法的有效性。     

基于列车解编作业时间估算的编组站阶段计划配流优化

为获得鲁棒性更高的阶段计划配流方案,以配流代价最小的车流接续与分配为目标,构建考虑出发列车牵引质量及换长等不同满轴约束、静态配流和列车解编方案协同优化的编组站阶段计划配流优化模型。其中的列车解编作业时间根据到解列车的解体钩数、出发列车的编组钩数和连挂次数等进行估算,使列车解编计划时间更加接近实际作业时间。针对模型中出发列车编组作业时间估算需基于配流方案确定等特点,设计相应的求解思路和具体方法。采用ILOG求解配流方案,再用和声搜索策略求解列车解编方案,循环迭代至获取较优方案。算例结果表明:通过列车解编作业时间的估算,可使计划作业时间更加接近实际作业时间,从而减少所编制方案在实施过程中的调整范围和规模。     

带有全局交叉的修正和声搜索算法

为增强和声搜索算法的全局搜索能力,提出一种带有全局交叉的修正和声搜索(MHSgc)算法.MHSgc算法采用多和声记忆库协同创作,应用邻域学习策略进行调整,取代原有的基音调整,从而增加了种群多样性.同时,提出一种全局交叉操作,并融合到MHSgc算法中,防止算法陷入局部最小.针对几个标准函数进行了实验仿真,数值结果表明,上述算法优于文献报道的8种智能算法(HS,IHS,GHS,NGHS,EHS,ITHS,MPSO,RMDE),具有较好的优化潜力.     

基于QHSME的装备危险耦合传导GERT分析

针对装备活动中危险耦合传导关系描述不清楚、分析不具体的问题,构建考虑任意分布的危险耦合传导图形评审技术（graph evaluation and review technique,GERT）改进模型。提出了系统危险度、危险耦元重要度、危险路径隶属度等扩展分析参数,进一步刻画装备活动中的微观危险信息;采用系统耦合理论和极大熵方法（maximum entropy,ME）配置GERT模型变量,并设计量子和声算法（quantum harmony search algorithm,QHS）求解危险度概率密度极大熵模型。最后,以飞机大表速低空俯冲科目为例进行分析。结果表明,与传统GERT模型比较,该改进模型能充分反映危险耦元对装备活动随机过程的交互影响关系,以及其他相关微观信息,且具有较好的求解精度与适用性。     

一种全局和声搜索算法及在PID控制中的应用

PID控制受到H∞多性能标准的限制,是一类约束优化问题.引入了一种全局和声搜索算法(GHS)以解决PID控制问题.由于使用了位置更新和小概率的变异,GHS算法具有很强的收敛性和跳出局部最优的能力.通过结合GHS算法和一种罚函数法来处理目标和约束之间的矛盾.实验结果表明,GHS算法在解决PID控制问题上具有很强的解空间开发能力,它所获得的解要好于文献中所报道的解.     

一种改进的和声搜索算法

针对和声搜索算法在处理复杂函数优化问题时容易陷入局部最优、收敛精度低的缺点,提出了一种改进的和声搜索算法,不同于已有的HS算法.整个和声记忆库被划分为一些小的子和声记忆库,每个子库适时地更新内部信息,然后将各子库中的最优解构成一个较优记忆库并进行搜索,这些子记忆库通过重组周期被反复重组,信息在这些子库中被交换,在算法的最后搜索阶段,为了表现一个更好的局部搜索能力,所有和声形成一个和声记忆库.同目前提出的一些HS算法相比,新算法有更好的优化性能.     

和声模拟退火算法及其在旅行商问题中的应用

分析了模拟退火与和声搜索算法各自的特点和缺点,结合两者的优缺点提出了一种新的和声搜索与模拟退火算法的组合算法,将新的算法应用到旅行商问题(TSP)求解.实验结果表明,改进的算法具有更快的收敛性同时能得到比较好的结果.