搜索结果: 1-15 共查到“计算机科学技术基础学科 优化方法”相关记录23条 . 查询时间(0.916 秒)
数据在移动互联网上通常被序列化成键值对形式实现传输。服务端向移动客户端返回数据集时,键值对的键因按照特定代码规范命名,导致其字符串过长;当移动终端发出复杂查询请求时,将所有查询条件合并为一个查询字符串后发送给服务端,因此,结构化的查询语句关键词被重复传输。针对上述两个增加网络延时、消耗用户流量的问题,在开发架构层面提出一种移动互联网上序列化数据传输优化方法,对实体类属性进行编码,以减少响应结果集的...
基于蚁群算法的面向服务软件的部署优化方法
面向服务的软件 部署优化 蚁群算法 性能
2017/1/4
面向服务软件的部署优化问题是典型的NP难题.本文构建了基于性能改善的软件部署优化模型,设计了一种蚁群优化算法ACO-DO进行近似最优解的快速求解.该算法通过设计基于部署优化问题的启发式、改进部署方案的构建顺序、增加局部搜索过程实现蚁群算法求解效率的提升.通过不同规模的实例实验,验证了ACO-DO算法能够取得比现有的混合整数线性规划算法、蚁群算法和遗传算法更好的性能.
面向访问模式的多核末级Cache优化方法
访问模式 共享私有Cache划分 旁路Cache 优先权替换
2016/7/15
多核处理器架构已经成为当前处理器的主流趋势,应用程序中访问模式的多样性给多核处理器的末级Cache带来了许多挑战。提出了访问模式的多核末级Cache优化方法,它包含“可配置的共享私有Cache划分”、“可配置的旁路Cache策略”和“优先权替换策略”三个协同递进的层次。通过使用该方法,程序员能够灵活地改变末级Cache执行行为,从而高效地适应应用程序访问模式的变化。实验结果表明,提出的方法能够显著...
应用层组播在不同业务领域的性能要求不完全相同,而应用层组播的网络环境也更加复杂,如:组播节点多元化、通信信道复杂化、节点规模庞大化、数据通信量扩大化等,因此需要结合已有应用层组播技术,针对特定业务的优化目标,对组播方案进行优化改进。通过分析应用层组播评价指标,将应用层组播优化方法分为编码特性优化、分层分簇优化、节点性能优化、选择最优父节点优化、路由信息维护优化,比较了不同类型优化方法的性能指标,给...
基于梯度投影法与随机优化算法的约束优化方法
约束优化 梯度投影 遗传算法 同时扰动随机逼近
2015/5/19
针对带有线性等式和不等式约束的无确定函数形式的约束优化问题,提出一种利用梯度投影法与遗传算法、同时扰动随机逼近等随机算法相结合的优化方法.该方法利用遗传算法进行全局搜索,利用同时扰动随机逼近算法进行局部搜索,算法在每次进化时根据线性约束计算父个体处的梯度投影方向,以产生新个体,从而能够严格保证新个体满足全部约束条件.将上述约束优化算法应用于典型约束优化问题,其仿真结果表明了所提出算法的可行性和收敛...
基于逆向分层的工作流时间-费用优化方法
工作流调度 时间-费用优化 优先级因子 逆向分层
2016/6/8
针对效用网格下基于优先级因子的工作流时间-费用优化问题,基于工作流的同步完成特征对任务进行分层并提出三种实时调度算法:基于逆向分层的sufferage (BLSuff)、基于逆向分层的min-min (BLMin)及基于逆向分层的min-max (BLMax)。算法设计基于优先级因子的衡量标准对时间与费用同时进行优化,并为任务设置期望完成时间以达到充分利用费用优化空间进行费用优化的目标。实验结果表...
在国内外对弹头痕迹比对方法的研究中,传统方法是通过显微镜肉眼观察,比对两个弹头上的线条型痕迹,看线条的粗细分布是否吻合,但是效率极低、误差大。为了消除实际测量过程中的误差(平移误差和转动误差),提出基于不变矩的方法来识别弹头痕迹,并通过与基于相似度的方法进行对比,最终得出基于二阶不变矩的痕迹识别方法。该方法具有误差小、识别率高的特点,并将其应用于实际的弹头痕迹比对中,取得了良好的效果。
一种新的改进粒子群优化方法
粒子群优化算法 惯性权重 动态非线性方程 动态Logistic混沌映射公式
2010/5/4
为解决粒子群优化算法易于陷入局部最优问题,提出了两种新方法并行修改粒子群优化算法惯性权重:对好于或等于整体适应度平均值的粒子,用动态非线性方程调整惯性权重,在保存相对有利环境的基础上逐步向全局最优处收敛;对比平均值差的粒子,用动态Logistic混沌映射公式调整惯性权重,在复杂多变的环境中逐步摆脱局部最优,动态寻找全局最优值。两种方法前后相辅相成、动态协调,使两个动态种群相互协作、协同进化。实验结...
基于可变长工序编码的再制造生产调度优化方法
再制造 生产调度 遗传算法 可变长工序编码
2010/8/31
回收品质量、数量以及拆卸过程中的不确定性因素使再制造生产调度问题更加复杂。针对工件加工路径的可变性特点,建立了再制造生产中的job-shop调度模型,提出了一种基于可变长工序编码方法的改进遗传算法,设计了异常染色体的识别和重构方法,以及相应的遗传算子。在参数矩阵的指导下,该算法可以实现随机工序数目和随机工序顺序情况下再制造生产调度问题的优化求解。仿真实验证明了该算法的有效性和可行性。
充分利用粒子群优化算法的收敛速度较快及混沌运动的遍历性、随机性以及对初值的敏感性等特性,考虑到惯性因子对多样性的影响,通过引入早熟收敛程度评价机制,采用逻辑自映射函数来产生混沌序列,提出一种基于混沌思想的自适应混沌粒子群优化(ACPSO)算法,改善了粒子群优化算法摆脱局部极值点的能力,提高了算法的收敛速度和精度。仿真结果表明提出的自适应混沌粒子群优化算法的性能明显优于一般混沌粒子群优化算法。
数据仓库索引启发式查询优化方法
大容量数据仓库 启发式方法 索引 查询代价
2010/1/28
在大型数据仓库查询过程中,经常涉及多事实表的连接操作。传统的查询优化方法是在计算多关系连接时尽可能地减少中间关系的大小,并没有考虑到数据仓库中数据的海量,以读为主且事实表一般建有索引的特点,往往无法取得最优的效果。针对数据仓库查询的特点,提出了一种利用索引加快查询的启发式优化方法。理论分析与实验表明,该方法在查询处理代价和执行时间上都明显减少,方法具有有效性。
一种高层次多电压功耗优化方法
低功耗 高层次综合 多电压
2009/10/21
提出了一种在时间与面积约束下,运用遗传算法同时进行操作调度和资源分配的高层次多电压功耗优化方法.对于时间和面积约束所导致的无效染色体,通过将约束优化问题转换成两个目标函数的极值问题,一个为原问题的目标函数,另一个为违反约束条件的程度函数,避免了约束条件对问题求解的影响.对于数据依赖所导致的无效染色体,采用基于数据依赖的单点杂交算子来解决.实验结果表明,该算法比不考虑无效染色体处理机制的简单遗传算法...
Apriori算法的一种优化方法
频繁项集 Apriori算法 En-Apriori算法
2009/8/11
介绍关联规则挖掘中的经典算法――Apriori算法的关键思想。针对传统Apriori算法效率上的不足,提出一种改进的Apriori算法――En-Apriori算法。该算法采用矩阵的方法,只须扫描一遍数据库,同时优化了连接操作,较好地提高了算法的效率。实验结果表明,En-Apriori算法优于Apriori算法,具有较好的实用性。