查询树的启发式优化研究

描述了查询树的启发式优化方法,优化了文献[1]中的查询树,并分析了查询树的执行代价。     

查询树的启发式优化研究

描述了查询树的启发式优化方法,优化了文献[1]中的查询树,并分析了查询树的执行代价.     

网格数据的语义查询优化研究

利用网格技术实现的异构数据源集成环境中,引入本体可以解决网格数据的语义查询问题。为了提高网格环境中语义查询的效率,提出了一个基于本体的语义查询优化器（GSQO）,该优化器主要实现了以下3个模块的优化：（1）用户查询语义扩展;（2）资源选择;（3）并行处理。实验结果表明,GSQO通过采取上述优化策略提供了较好的查询效率。     

基于多本体的网格数据并行查询

对于综合运输中的铁路、公路、水路和航空运输系统中的异构数据源可以使用网格来实现数据的集成。为了提高网格集成环境中用户查询（涉及多异构数据源）的效率和精确性,提出了基于多本体的并行查询处理方法,给出了全局查询的生成算法和基于查询树的全局查询分解算法。     

基于数据网格的分布式查询优化模型

智能交通系统（ITS）中多个异构的、地理位置分散的数据源能使用像数据网格这样的分布式计算技术进行集成,这种集成所面临的真正挑战是分布式查询处理引擎的设计和开发。一般而言,分布式查询优化按照以下三个阶段进行：查询所涉及节点的确定,并行执行方案的生成,执行查询的最佳节点选择。由于这三个阶段的相互隔离可能会导致得到的查询方案并不是最佳的,提出了一个新的分布式查询优化模型,该模型集成了查询优化的三个阶段,综合考虑了查询优化各个阶段所涉及的参数,如节点的有效内存、处理速度、数据传输容错能力等。     

基于网格的数据库查询并行化研究

网格环境下各个节点固有的高度异构性和节点之间差异甚大的通信速率,给数据库的查询操作带来了新的问题。针对这种情况,本文提出一种对数据库查询树的分配算法,使查询并行化,缩短查询的响应时间。     

模糊图的启发式搜索算法FA

现实世界中大量复杂的问题可以用模糊图上的启发式搜索算法来解决。为此,本文提出了模糊图的启发式搜索算法FA~*。文中对FA~*的可采纳性给出了证明,并指出FA~*具有广泛的实际应用。     

基于禁忌搜索算法的网格任务调度

合理的任务调度算法可以在很大程度上提高网格系统的有效利用率。在网格环境中,用户希望自己的任务尽可能快地得到完成,而网格环境则希望尽可能充分地利用所有节点。针对这种情况,该文提出了基于禁忌搜索算法的网格任务调度,具有较小的时间复杂度和良好的调度性能。实验证明了其正确性和实用性。     

网格环境下的查询优化方法

针对网格环境下,资源有较强的分布性、异构性特征,提出了一种基于批处理的启发式MCT查询优化算法.该算法在平衡节点间的负载、缩短查询花费时间方面有较好的性能,非常适合多用户并发查询海量信息.     

网格环境下基于流水线的多重相似查询优化

提出一种网格环境下基于流水线技术的分布式多重相似查询的优化算法(pipeline-based distributed similarity query processing,简称pGMSQ).首先,当用户提交若干个查询请求时,采用基于代价的动态层次聚类策略(dynamic query clustering,简称DQC)对其进行合并.然后在数据结点层,采用索引支持的向量集缩减方法快速过滤无关向量.最后,在执行结点层对候选向量执行求精操作返回结果向量.由于本查询采用了流水线技术,实验结果表明,该方法在提高查询性能的同时也提高了系统的吞吐量.     

基于禁忌搜索的启发式算法求解圆形packing问题

求解具有NP难度的圆形packing问题具有很高的理论与实用价值．现提出一个有效的启发式方法,求解了货运中常遇到的矩形区域内的不等圆packing问题．此算法首先将圆按给定的优先级分组,然后逐组地用拟物拟人法放置圆,并且在整个过程中利用了禁忌搜索法的思想,通过禁止重复前面已做的工作,使搜索能有效地逃离局部极小值的陷阱,提高了搜索效率．实验结果表明,提出的算法是一个高效的实用求解算法．     

一类基于启发式搜索的激励学习算法

激励学习已被证明是在控制领域中一种可行的新方法。相比其他的方法,它能较好地处理未知环境问题,但它仍然不是一种有效的方法。幸运的是,在现实世界中,智能体总是会有一些环境的先验知识,这些能形成启发式信息。启发式搜索是一种常用的搜索方法,有很快的搜索速度,但需要精确的启发式信息,这在有些时候难以得到。文中分析比较了启发式搜索和激励学习的各自特点,提出一类新的基于启发式搜索的激励学习算法,初步的实验结果显示了较好的性能。     

基于启发式搜索的灵活规划的算法研究与系统实现

随着智能规划研究的深入,经典规划已不能满足实际应用的需要.本文分析了经典规划无法满足实际应用要求及产生灵活规划的原因.在对启发式搜索和灵活规划深入研究的基础上,提出了利用启发式搜索的方法来处理灵活规划问题的思想,并给出了基于启发式搜索的灵活规划算法和求解模型.采用智能规划中的基准问题对该算法进行测试,实验表明该方法在处理很多领域问题上都可以得到非常好的效果.     

基于遗传算法和受控随机搜索的系统优化策略

提出一种基于遗传算法和受控随机搜索的系统优化策略,在顶层用遗传算法对系统结构进行优化;在底层,用受控随机搜索对顶层提供的修选结构进行参数优化,并将结果返回给顶层作为遗传算法对相应结构的评判依据。该方法可用于解决较大规模的系统优化问题,并能很好地避免局部最优。通过典型换热网络优化的例子,验证了该方法的有效性,最后,给出了结论。     

基于布谷鸟搜索算法优化的BLDCM角度控制

当前,经典比例积分微分(PID)控制在无刷直流电机(BLDCM)控制领域仍然占据十分重要的地位.为了解决传统PID控制器参数优化费时、最佳控制性能难以保证的问题,提出使用布谷鸟搜索(CS)算法优化PID控制器(CS-PID)构成电机的角度位置控制.其次,选用时间乘绝对误差积分(ITAE)函数作为CS算法的适应性函数,为...     

基于WSRF的网格资源管理模型和调度算法的研究和设计

主要介绍WSRF服务机制和技术规范,设计一个基于WSRF的网格资源管理模型,提出并实现了广度优先搜索与遗传算法相结合资源调度算法,改善了资源调度的性能,提高了网格资源使用的效率,经实验验证,取得满意的效果。     

基于禁忌搜索的多AGV系统路径优化算法

在多自动导引车(Automated Guided Vehicles,AGV)系统的路径规划中,构建AGV的拓扑结构地图模型,设计基于全局邻域搜索的禁忌算法,以高效准确地解决最短路径的组合优化问题,并进行不同规模算例下的分组实验,验证禁忌搜索算法对路径能耗属性、时间属性和路径负载均衡目标参数的优化效果,来提高多AGV系统...     

一种Web信息的启发式检索方法

Internet是一个开放的全球分布式网络 ,资源分布在世界上不同的地方 ,并且网上资源没有统一的管理和结构 ,导致了信息搜索的困难 .同时 ,Internet是一个有巨大价值的信息源 .因此 ,研究一种快速、高效的 Web信息检索方法是很有实用意义的 .本文提出了一种用相关度及用户兴趣作为评价函数在 Internet上进行启发式搜索及在此基础上利用机器学习有效的实现搜索知识重用的方法     

基于最小延时启发式搜索的TTA代码优化

针对传输触发架构下代码生成中指令调度的流水线冲突、调度死锁、资源冲突等问题,给出一种基于最小延时的遗传搜索算法模型,将软件旁路优化和资源动态分配优化整合到该模型中。实验结果表明,该算法能产生较高质量的并行代码,90%以上测试用例的指令级并行度高于表调度算法获得的结果。     

基于混合优化算法的云计算资源调度

由于云计算的动态性、异构性和不可预测性等特点,使得资源调度策略面临很大的挑战。目前解决资源调度的方法主要是一些启发式算法,如模拟退火算法、人工神经网络算法、粒子群算法、蚁群算法和遗传算法等,由于优缺点分明,不能单独实现云计算任务的最优分配。因此,提出了使用混合优化算法解决云计算资源分配问题。在算法前期,借助粒子群全局广泛搜索能力,快速寻找到较优解;在算法后期,借助蚁群算法的正反馈性和高效性,寻找最优解。实验表明该算法有较短的任务执行时间和实现各个物理主机间的负载均衡。