差分进化算法研究进展

作为一种简单而有效的新兴计算技术，差分进化算法（DE）已受到学术界和工程界的广泛关注．并取得了许多成功应用．为此，围绕差分进化算法的原理、特点、改进及其应用等方面进行全面综述．重点介绍了针对复杂环境的差分进化算法研究内容，包括多目标、约束、离散和噪声环境下的优化等．最后提出了有待进一步研究的若干方向．     

云搜索优化算法

本文将云的生成、动态运动、降雨和再生成等自然现象与智能优化算法的思想融合,建立了一种新的智能优化算法-云搜索优化算法(CSO)。生成与移动的云可以弥漫于整个搜索空间,这使得新算法具有较强的全局搜索能力;收缩与扩张的云团在形态上会有千奇百态的变化,这使得算法具有较强的局部搜索能力;降雨后产生新的云团可以保持云团的多样性,这也是使搜索避免陷入局优的有效手段。实验表明,基于这三点建立的新算法具有优异的性能,benchmark函数最优值的计算结果以及与已有智能优化算法的比较展现了新算法精确的、稳定的全局求解能力。     

减小运行时优化开销的方法

运行时优化在程序运行期间，根据采集到的相关信息，确定程序的热点并进行优化，从而加速程序的执行。然而，运行时优化本身有一定的开销，有时候会抵消甚至超出优化得到的效果。该文设计和实现了一个基于SMP/IPF(英特尔安腾系列)/Linux架构的自适应二进制代码优化/编译框架，其中包含了运行时优化。分析了运行时优化的阶段和开销，并介绍了在设计和实现该框架的过程中，为减小这种开销所提出的思路和采用的方法。     

SEO技术研究

为了利用搜索引擎优化SEO（Search Engine Optimization）技术给网站带来高质量的流量并将其转化为商业利益,理解搜索引擎的算法和排名原理十分必要。通过对网站的结构优化、关键词优化、单页优化、防止被搜索引擎惩罚和挽救被惩罚网站等技术的研究,达到提高网站排名,实现网站的价值目的。     

Spark性能优化技术研究综述

近年来,随着大数据时代的到来,大数据处理平台发展迅速,产生了诸如Hadoop,Spark,Storm等优秀的大数据处理平台,其中Spark最为突出。随着Spark在国内外的广泛应用,其许多性能问题尚待解决。由于Spark底层 的执行机制极为复杂,用户很难找到其性能瓶颈,更不要说进一步的优化。针对以上问题, 从开发原则优化、内存优化、配置参数优化、调度优化、Shuffle过程优化5个方面对 目前国内外的Spark优化技术进行总结和分析。最后,总结了目前Spark优化技术新的核心问题,并提出了未来的主要研究方向。     

逐次逼近动态规划法在水库优化调度中的应用

动态规划法是一种在多段决策序列中选取最优的一种方法,它根据最优性原理,能有效减少状态序列的枚举数量,可以对其进行改进以适应特定领域的应用需要。在水库优化调度中的一般做法是选取某一固定步长的水位来划分决策点,进行动态规划进而求出最优决策序列。这种方法难免会产生很多不必要的枚举和计算。本文实现了用变步长逐次逼近的动态优化法,能较好地解决此类具有线性上下限状态的决策过程,能较好适应三峡水库短期优化调度中的应用。     

WCDMA无线网络的优化研究

本文针对WCDMA无线网络优化进行了全面的分析和阐述,通过对网络优化流程、工程网络优化、运维网络优化等方面的研究,指出了目前存在的问题和采取的网络优化措施,同时,分析了WCDMA与其他移动通信系统之间的干扰,并提出相应的解决思路.     

通用粒子系统模型优化研究

为提高通用粒子系统特效仿真的真实感,增加战场影响因子的属性和接口,以表现特效对其他作战要素的影响;采用基于双次多精度视点距离优化的系统结构,以提高粒子系统仿真的实时性;为提高渲染效率,结合GPU可编程流水线,利用曲面细分和数据缩放技术,节约存储空间和传输时间的同时增强仿真效果。最后针对优化前后粒子系统的性能,在相同硬件条件下模拟相同的战场特效,对优化后与优化前的粒子系统进行对比,结果表明优化后的系统在仿真中具有较大的优势。     

FC—Index：一种压缩XML数据的索引结构

如何迅速、有效地进行XML数据查找,关键问题是避免对无关元素进行查询.通过合并元素,可以减少文档中元素的数目,同时还能够避免查找冗余结点,有效提高查询效率.提出一种基于Ctree的新索引结构FC-Index,它通过合并结构中"相同"元素压缩结构,从而在查询过程中过滤掉与查找无关的元素.基于FC-Index索引结构提出一种新的查询方法,能够有效地针对FC-Index进行快速查找.