公平席位分配问题在遗传选择操作中的应用

选择是遗传算法的三大基本操作之一, 适应度比例选择是遗传算法最常用的选择方法。首先比较其与公平席位分配问题的相同点, 将其转换为公平席位分配问题; 其次, 为了克服经典适应度比例选择实现方法、即轮盘赌方法稳定性和可靠性差、随机性高的缺点, 提出了改进轮盘赌、比例加惯例法、Q值法、d'Hondt法等, 并将这些新方法与传统的轮盘赌方法在公平席位分配原则上进行理论上的比较评价。最后, 在立方体、Schaffer、Powell奇异等标准数值测试函数上的实验结果表明, 新引入的比例加惯例法和d'Hondt法选择操作比传统的轮盘赌方法稳定性高, 有效提高了遗传算法收敛于全局最优解的概率, 加快了收敛速度, 能够用更低的计算代价获得更佳的优化效果, 其中比例加惯例法和d'Hondt法最为突出。     

WLAN中非合作博弈的信道分配研究

为解决基于802.11无线局域网中固定信道结构导致的因客户需求不均衡而产生的信道频谱分配不公平和系统效用率低的问题,提出了基于认知无线电技术的可变带宽信道分配方法,建立了无线局域网中频谱分配的非合作博弈模型.在该多接入点无线网络博弈模型中,重点考虑非重叠频谱的单碰撞域方案,在证明存在公平的且是系统最优的纯纳什均衡的基础上,给出单阶段的公平的信道分配算法.仿真实验结果表明,该分配方案无论在信道使用公平性还是系统效用上都优于固定信道和非纳什均衡的分配方式.     

单隐层神经网络输入权值的新算法

针对传统极端学习机输入权值与隐层阈值随机设定的问题,提出了输出值反向分配算法。算法在传统极端学习机的基础上,通过优化方法得到最优输出值分配系数,并利用最小二乘法确定网络输入参数。将该算法应用到常用数据集进行实验,并与其他极端学习机改进算法进行比较,显示该算法有良好的学习以及泛化能力,能够得到简单的网络结构,证明了算法的有效性。     

基于合作博弈的虚拟化资源效用分配策略

效用分配是网格虚拟化资源提供者结成联盟完成用户任务时的关键问题。针对资源提供者建立联盟来提高网格整体效用的情况,研究了利用合作博弈论分配网格资源。给出了资源建立联盟的依据,并以基于费用最小化的MIN_COST算法得到了资源的最优化映射方案。在效用分配中,分别从联盟效用的平均分配和Shapley值分配两方面进行了分析,提出了基于Shapley值的资源联盟效用分配策略。算例结果表明,网格资源联盟可以提高任务的执行效率和资源整体收益,而Shapley值法在均衡联盟个体的效用分配方面也是有效可行的。     

加权比例公平群智能跨层资源分配算法

针对多用户OFDM系统,提出两种适用于混合业务的加权比例公平跨层资源分配方案。该方案假设系统用户拥有多个队列,每个队列分别承载不同类型的业务。在MAC层,所提的两种方案都实施加权比例公平调度。该调度先为用户队列中不同分组授予不同的权重,再通过该权重值计算用户权重,并对每个用户的分组进行排序,最后根据系统中各用户待传数据量之比设置用户间速率成比例约束条件。在物理层,这两种方案不仅都将用户间速率成比例约束条件下系统权重容量和的最大化作为优化目标,而且都在该目标下将群智能算法引入其资源分配。但有所不同的是,方案1将人工鱼群算法引入其子载波分配,用新推导的功率分配方式进行功率分配;方案2将云自适应粒子群算法引入其子载波分配,用人口迁移算法进行功率分配。在此基础上,两种方案都依据由加权比例公平调度提供的各用户分组排序结果传送分组。数值仿真与性能分析显示,这两种方案能在满足用户业务流时延需求和保证用户公平性的基础上,有效提高系统总速率。     

基于免疫进化算法的矢量量化索引值分配算法

提出了一种基于免疫进化算法的矢量量化索引值分配算法。该算法提供了一种有效的获得全局最优的索引值分配方法。利用免疫进化算法的扩展和突变操作分别进行局部和全局搜索,可快速有效地进行全局最优搜索,克服了传统进化算法易出现"早熟"、陷入局部最优和收敛速度缓慢等问题。实验结果证明该算法可以获得很好的性能增益。     

多值因果图的推理算法研究

针对多值因果图存在的两个困难：（1）不严格满足概率论；（2）将其用于实际问题时，推理结果可能出现错误，提出了一种基于因果影响可能性分配的推理算法，该算法将多值因果图的推量分成3个阶段，首先对多值因果图进行补充定义，使多值因果图能够兼容单值因果图；接着将多值因果图转化为单值因果图进行概率计算，最后对多值因果图进行可能性计算，将单值因果图计算得到的概率按多值因果图计算得到的可能性进行分配，以核电站二回路系统中蒸汽发生器故障诊断因果图为例，展示了该算法推理计算的全过程，实例表明，该算法能够有效地克服多值因果图存在的困难，其推理过程严谨，计算结果符合实际情况，而前面提出的推理算法基础上，针对其不能处理模型情况的局限性，提出了一种模糊推理算法，该算法对多值因果图进行了模糊扩展定义，在读数变量和事件变量之间建立了用于表达模糊知识的模糊对应关系，在事件变量上定义了一个等价的虚拟模糊状态，使读数变量取值对应一个模糊状态，把读数和模糊推理转化为对应模糊状态的非模糊推理，通过本文的工作，目前因果图已发展成了一个能够处理离散变量和连续变量的混合因果图模型。     

基于免疫进化算法的矢量量化索引值分配算法

提出了一种基于免疫进化算法的矢量量化索引值分配算法.该算法提供了一种有效的获得全局最优的索引值分配方法.利用免疫进化算法的扩展和突变操作分别进行局部和全局搜索,可快速有效地进行全局最优搜索,克服了传统进化算法易出现"早熟"、陷入局部最优和收敛速度缓慢等问题.实验结果证明该算法可以获得很好的性能增益.     

多值因果图的一种推理算法

该文针对多值因果图存在的两个困难:不严格满足概率论;将其用于实际问题时,推理结果可能出现错误。提出了一种基于因果影响可能性分配的推理算法。该算法对多值因果图进行了补充定义,使多值因果图能够兼容单值因果图;定义了事件变量状态可能性,及其精确计算方法和近似计算方法;给出了将多值因果图转化为单值因果图的方法和步骤,并推导了相应的计算公式;给出了收到证据后,感兴趣变量状态的后验概率计算方法。以核电站二回路系统中蒸汽发生器故障诊断因果图为例,展示了该算法推理计算的全过程。实例表明,该算法能够有效地克服多值因果图存在的困难,其推理过程严谨,计算结果符合实际情况。     

基于能量效率的OFDMA系统资源分配

研究了OFDMA(正交频分多址)系统优化能量效率的资源分配方法,提出了一种基于能量效率的速率比例公平资源分配算法。首先在各子载波等功率的假设条件下为各个用户进行子载波分配,然后求得满足速率比例公平条件下的各用户注水线间的函数关系,再将用户和系统速率要求作为约束条件,采用二分法对函数求解,得到近似最优能量效率下的用户注水线,最后根据用户注水线进行功率分配。仿真结果表明,与其他方案相比,该算法在保持用户速率比例公平性的同时能有效提高系统的能量效率,且复杂度较低。     

云环境下公平性优化的资源分配方法

针对云数据中心资源分配不均、效率不高、资源错位等问题,为了满足不同用户的需求,达到多种资源分配的公平性,实现资源的高效利用,提出了全局优势资源公平（GDRF）分配算法。GDRF算法采用多轮分配方式,即先通过用户已分配资源量确定分配资格,每轮再通过全局优势资源共享比和全局优势资源权重来确定具体的分配用户,分配过程充分考虑了资源的匹配情况,采用了max-min fairness思想的渐进填充方式,并且将多资源分配公平性统一度量模型运用到了算法中。实验基于一个Google集群数据模型与基于占优资源的多资源联合公平分配算法作了比较。实验结果表明,GDRF算法分配的虚拟机总量提高了12%,资源总利用率提高了0.5个百分点,公平评估值提高了约15%,并且该算法的资源组合分配的适应度较高,使得用户需求和供给更匹配。     

栅矢混合的移动群智感知系统任务分发方法

针对Zoom中基于栅格任务地图的分发方法中冗余数据量大、不支持任务信息渐进传输等缺点,提出了一种栅矢混合的移动群智感知系统任务分发方法。该方法通过结合栅格数据和矢量数据的优势,有效降低了冗余数据量。此外还提出了使用道格拉斯普克算法或任务优先级条件对任务信息进行渐进传输的方法。实验结果表明,与原来Zoom中使用基于GIF格式的STIF格式作为任务信息载体的方式相比,该方法能有效降低任务分发过程中所使用的数据量。     

基于概率分布的符号熵在心音分析中的应用

心音信号是一种重要的人体生理信号,蕴含大量生理、病理信息。根 据心音的特性提出了一种基于概率分布的符号熵算法,该算法突破传统均匀符号化的线性约 束,一方面在第一心音幅值分布密集区域分配较多的符号,在稀疏区域分配较少的符号,减 小数据冗余;另一方面在符号化过程中采用自适应方法决定符号集的大小,使得符号熵对心 音数据的变化更加敏感,能够快速、灵敏捕捉心音信号中的非线性异常状态。由此不但可消 除非平稳突变干扰和序列概率分布对熵值的影响,还能够自适应符号化。仿真实验结果表明 ,该 算法具有显著的可行性和有效性,并且为心衰的无损快速诊断提供了一种新的思路。     

基于多摄像头的会场上座率实时统计方法

会场中座位分布密集,摄像头采集的画面中座位经常受到遮挡,严重影响了上座率统计的准确性.针对这种情况,提出了一种基于多摄像头的会场上座率统计方法.在座位区域的正面和顶部安装摄像头,在两种视角的画面中运用背景差分算法筛选出发生状态变化的座位,有效减低算法复杂度,做到实时计算,然后对座位图像提取HOG特征,利用支持向量机（SVM）进行分类,最后融合两种视角的分类结果,减少遮挡带来的影响,统计得出会场上座率.实际应用结果表明,该方法在保证会场上座率统计实时性基础上,具有很好的鲁棒性和准确性.     

Efficient, balanced data placement algorithm in scalable storage clusters

Data distribution and load balancing become increasingly important in large-scale distributed storage system. This paper -focuses on the problem of designing an optimal, self-adaptive strategies for balanced distribution and reorganization of replicated objects among a dynamically heterogeneous nodes, and presents a novel decentralized algorithm, Dynamic Interval Mapping, which maps replicated objects to a scalable collection of nodes, it distributes objects to nodes optimally, redistributing minimum amount of objects when new nodes are added or existing nodes are removed to maintain the balanced distribution. It supports weighted allocation and guarantees that replicas of a particular object are not placed on the same node. The time complexity and storage requirements are superior to previous methods.     

t分布下基于核函数的最大后验概率分类方法

针对多元正态分布不能适应样本数据严重拖尾现象的问题,提出t分布下的多分类识别方法。利用核技术将样本数据扩展到高维特征空间中,采用贝叶斯分类器得到最大后验概率,进而得到分类结果。由于可以调整t分布中的自由度参数v,因此更容易满足数据样本的不同拖尾情况,具有较好的稳健性。在5个国际标准UCI数据集和3个人脸数据集上进行了大量实验,实验结果表明,该方法有较好的分类效果,具有可行性。     

基于固态功率控制器的器载配电器的BIT设计技术研究[BT)]

航空航天飞行器发展迅速,用电设备数量增多,飞行任务复杂性增大,对飞行器配电系统的智能程度以及可靠性提出更高要求;配电器是配电系统的核心设备,为飞行器所有用电负载设备分配电能,其性能的优劣直接影响到飞行任务的成败,BIT(Built-In Test)技术是一种能够显著改善系统或设备测试性能和诊断能力的重要手段;研究了以固态功率控制器为核心器件的配电系统总体方案,对固态功率控制器的故障模式与测试方法进行了分析,给出了测试点设计和优选方法,通过故障诊断能力计算结果表明BIT设计技术可提高配电系统的可靠性和智能化程度。     

WSN中一种基于联合信息熵的拥塞公平性控制算法

本文分析了传统公平性定义在无线传感器网络拥塞控制中的不足,引入联合信息熵的概念,提出了基于联合信息熵的公平性定义和拥塞缓解机制。当节点发生拥塞时,节点按上游节点联合信息熵值的大小计算权重,按权值用令牌桶算法限制上游节点流量,分配带宽。仿真实验表明,本文提出的算法在公平性控制上优于目前算法,减少了丢包率,降低了能耗。     

基于比例分配的WSN信息流调度模型

传感器网络负荷的不断增加导致网络性能大幅下降,针对该问题,文章提出基于比例分配的无线传感器网络信息流调度模型,通过采用对拥塞节点的若干个前一跳节点按比例获取信息流代价,以调整流入拥塞节点信息流的方法,来防止网络发生拥塞。结果表明,该方法控制流入拥塞节点的信息流的大小,可避免因控制流入拥塞节点的信息流而导致的若干个前一跳节点发生严重拥塞。