基于改进粒子群算法的云计算任务调度策略

云计算环境下的任务调度方法是实现其高效计算的关键步骤,文章针对目前其时间效率低下的问题提出了一种基于改进的粒子群算法的任务调度方法,利用迭代选择算子引入粒子群来完成任务调度的优化。改进的粒子群算法(Improved particle swarm optimization,IPSO),提高了算法的优化能力,尽量避免陷入局部最优,收敛的效果更好从而减少任务调度时间开销。选择CloudSim仿真平台进行模拟,实验结果表明,该改进算法具有寻优能力强、时间耗时少的优点,可用于云计算问题中复杂调度优化的研究与应用。     

基于改进离散傅里叶变换的实时频率和幅值测量算法

精确快速估计频率和幅值对智能电网的监测和运行至关重要;而频谱泄露会严重影响频率和幅值的测量精度。为此提出了一种基于改进离散傅里叶变换(discrete Fourier transformation,DFT)的实时频率和幅值测量算法。首先对考虑频率偏移的DFT算法进行了理论推导。然后为了减弱频谱泄露的影响,对DFT变换结果进行再次计算,给出了频率和幅值计算表达式;为了进一步提高精度,对频率值进行了二次估算。仿真结果表明,该算法能够有效减弱频谱泄露对频率和幅值测量的影响,在不同信号模型下均能得到满足要求的频率和幅值。     

关于修正的Ishikawa迭代序列的稳定性和收敛性

关于严格渐近伪压缩映象和渐近伪压缩映象具平均误差的修正的Ishikawa和修正的Mann迭代序列的收敛性和稳定性之间的等价性问题的研究,一般都是在D有界或在序列{xn}与{Tnxn}有界的条件下进行研究的。而D有界或{xn}与{Tnxn}有界性条件,在一定程度上限制了某些研究成果的使用。笔者的目的是在取消{xn}与{Tnxn}有界的条件下,并用更弱条件γn→0（n→∞）取代γn=o（αn）,使用新的分析技巧,在实Banach空间中建立了依中间意义渐近非扩张的严格渐近伪压缩映象和渐近伪压缩映象具平均误差的修正的Mann和Ishikawa迭代序列收敛性和稳定性之间的等价性的充分必要条件。由于在去掉{xn}与{Tnxn}有界性的条件时,并没有增加其他条件,因此笔者的结果,本质上改进和推广了有关文献中的相应结果。     

一类非线性系统迭代优化神经网络控制器

提出了一类非线性系统迭代优化神经网络控制器的设计方法,该是在正向神经网络辨识模型的基础上,应用迭代学习方法进行控制器设计。为了补偿辨识和迭代学习误差,给出了通过引入了反馈补偿控制器控制精度的方法,仿真结果证明了该方法的有效性。     

基于正则方法与迭代技术相结合的复杂温度场重建算法

针对傅里叶正则算法在复杂温度场重建过程中存在的不足 ,首先用正则化方法获得温度场重建这一不适定问题的稳定解 ,然后利用迭代技术对解进行一次迭代优化修正 ,充分考虑观测矩阵降质对温度场重建的影响·提出一种基于正则化方法与一次迭代技术相结合的复杂温度场重建算法·仿真结果表明该算法温度场重建精度优于傅里叶正则算法 ,能快速而较高精度地重建出复杂温度场二维温度分布     

离散傅立叶变换的CPLD快速实现

基于离散傅立叶变换系数的性质，利用FPGA仿真软件，提出了一种离散傅立叶变换的快速硬件实现技术。8点离散傅立叶变换的时间在200ns左右。     

SOR与SSOR以及AOR与SAOR迭代收敛速度之比较

本文对迭代求解大型稀疏线性方程组的两个主要方法SOR和AOR迭代与它们的对称方法SSOR和SAOR迭代的收敛速度进行了比较,指出:当系数矩阵为相容次序矩阵时,如果不进行半迭代加速度处理,则对称迭代方法的效率并不高于原迭代方法。     

关于Jacobi,Gauss-Seidel迭代法收敛的判别方法

本文引入矩阵广义对角占优的概念，从而推广了迭代法收敛性的判别范围，关给出了几个判 别迭代法收敛的充分条件且附有关实例。     

3,5-二甲基-4-羟基苯基五唑合成及性质理论研究

以3,5-二甲基-4-羟基苯基五唑为研究对象,借助文献报道的合成路线,采用密度泛函理论的M06L/6-311g(d,p)方法,进行了反应机理分析.在3,5-二甲基-4-羟基苯基五唑分子结构全优化的基础上,对其红外光谱(IR)、核磁共振谱(NMR)、紫外-可见吸收光谱(UVVis)进行了量子力学计算.根据反应机理的计算结果,讨论了各反应步骤的特点;根据红外光谱(IR)、核磁共振谱(NMR)、紫外-可见吸收光谱(UV-Vis)的计算结果,对谱图数据进行了简要分析及讨论.     

非负不可约矩阵Perron根的一种迭代算法

非负矩阵Perron根的理论应用于很多领域,目前对Perron根的估计和计算提出了很多方法,其中较多使用对角相似变换方法,根据精度的需要求得Perron根的近似值.论文构造了一个新的对角矩阵,同样利用对角相似变换,得到一个新的迭代算法,并从理论上证明了其收敛性.最后,用数值例子验证了该算法的可行性.