云环境下基于DPSO的任务调度算法

针对云计算任务调度问题,结合粒子群优化(PSO)算法的种群个体协作和信息共享特点,提出一种基于离散粒子群优化(DPSO)的任务调度算法。采用随机方法生成初始种群,利用时变方式调整惯性权重,并在位置更新中使用绝对值取整求余映射法进行合法化处理,提高PSO算法的离散化程度。搭建并重新编译了CloudSim云计算仿真平台进行实验,结果显示,当迭代次数为200时,DPSO、PSO、GA算法的所有任务最终调度时间分别为457.69 s、467.90 s、472.41 s,从而证明DPSO算法能够有效解决云计算环境下的任务调度问题,并且算法收敛速度优于PSO和GA算法。     

基于权重学习的图像最大权对集匹配模型

在图匹配模型中权重的设置对匹配性能有很大影响,但直接计算的权重往往不符合匹配图像的实际情况。为此,参照二次分配问题的图匹配学习思想,给出一阶和二阶最大权对集模型的权重学习计算方法。一阶最大权对集模型直接采用图像特征点作为图的顶点,而二阶最大权对集模型则采用某些特征点之间的连接边作为顶点,2个模型都可以通过Kuhn-Munkras算法求解。一阶最大权对集模型在本质上等价于二次分配问题的线性情况。在CMU House数据库上的图像匹配实验结果表明,二阶最大权对集模型优于一阶最大权对集模型,且两者在学习计算时的性能也优于直接计算的情况。     

一种基于区分矩阵的属性组合权重构造方法

详细分析了以基于Pawlak的属性重要度来构造属性权重的方法存在的问题,给出了一种基于区分矩阵的属性重要度的定义方法,并且得到了该定义方法的一些重要性质。在此基础上提出了一种新的信息系统属性权重构造方法,新方法是以条件属性在整个信息系统中的贡献度来确定属性权重,不仅反映了属性自身区分对象的能力,而且体现了各属性在整个条件属性中的分类能力。通过算例分析表明,该方法得到的属性权重更加贴近事实,因此它能提高属性权重的准确度。     

FO-CA:一种基于距离差异度组合权重的多属性数据分类方法

为了解决多属性数据分类问题,提出了一种基于模糊优选模型与聚类分析的分类方法(FO-CA)。首先由模糊优选模型得到有序综合指标数据集,其中在权重阶段提出了距离差异度并以此为依据构建了一种组合主客观权重的赋权方法;然后采用聚类分析将有序综合指标数据集聚类为几个簇进而分类;最后选取UCI中的Iris、Wine和Ruspini 3个数据集进行仿真实验。实验结果表明,该分类方法相比模糊优选方法及K-Means算法能获得更好的分类结果,对决策者有一定的参考价值。     

基于FAHP-IE算法的尾矿库安全性三级评估研究及应用

从系统安全工程学的观点出发,针对尾矿库事故发生的随机性与不确定性特点,结合模糊层次分析法(Fuzzy Analytic Hierarchy Process,FAHP)和信息熵(Information Entropy,IE)建立尾矿库安全性三级综合评价模型。为解决专家评价分析过程中主观不确定性难以量化的问题,利用信息熵方法对FAHP确定的尾矿库安全评价指标权重进行优化,进而建立面向分层指标体系的尾矿库多主体安全评价模型。根据建立的尾矿库安全性综合评价模型,能够计算尾矿库安全综合评价指数,对于具体的尾矿库工程进行评价后分类定级,从而找出尾矿库存在的安全隐患。案例分析表明,FAHP-IE方法计算简便,用于系统安全状态评价不仅具有模糊综合法的特性,而且兼顾了评价主体认知歧异引起的不确定性,信息利用率高、评价结果可靠,可以为现场整改提供量化依据。     

刷任务：在无聊与微奖励中摇摆

再新鲜迥异的游戏元素也经不起无节制地重复挖掘索取,然而开发者却无时无刻不在寻求这种低成本的制作行为。在相对长的体验周期里,游戏如果不能提供足够的差异化支撑内容,就只能向既定存在的原内容做多次再利用,以此回避可再探索新资源的匮乏。     

网络教学协同学习能力培养及其评价体系

网络背景下课堂教学配合网络学习成为新的教学模式。如何加强网络学习交流活动,注重协同学习能力培养,是受到普遍关注的问题。文章从加强交流协作,注重能力培养出发,探讨协同学习的内涵以及协同学习环境的设计策略。阐述如何采用二级综合评判模型,根据协同学习评价指标以及各指标权重,对各个指标数据进行统计分析,得到评判结果的评价体系。     

一种改进的均值粒子群算法

为了解决粒子群算法存在“早熟”现象和收敛速度慢的问题,本文提出一种改进的均值粒子群算法. 该算法采用非线性惯性权重,同时在每个迭代步,将粒子历史最优和种群全局最优取均值再乘以一个非线性权重的方法,以提高算法的全局搜索能力和收敛速度. 通过4个标准函数的测试,实验结果表明该算法的有效性.     

研祥：差异化创新

上个世纪90年代,国内的工控机市场一直被欧美厂商所垄断,国内厂商毫无优势,1993年成立的研祥正是诞生在这样的背景下。通过以创新为核心的快速发展,创立了全部自主知识产权和自主品牌“EVOC”的特种计算机产品;建成了中国最大的特种计算机研究、开发、制造、销售和系统整合于一体的高科技企业,很快成为高科技行业的领军企业;2003年研祥智能在香港上市,是大陆同行业第一家上市公司。遍布全球的分公司及办事处达到49家、4个研发中心和1个欧洲技术中心。     

样条插值算法在耦合地球系统模式中的应用

为满足耦合地球系统模式应用的需求, 提出了一种二维样条插值算法, 并将其有效地实现成插值模块封装进地球系统建模框架（earth system modeling framework, ESMF）。该算法基于经典样条算法, 根据地球系统模式特点进行修改, 用两次一维插值扩张成二维插值, 引入极点区域外插处理, 将插值权重生成与插值结果计算两部分分离。实验结果表明, 该算法能获得高精度的插值结果, 模块化的设计使得用户可通过统一的接口来使用插值算法从而完成插值计算。