粒子群算法量子模型

针对目前粒子群优化(PSO)算法理论基础薄弱,算法本质的分析还未形成体系的问题,从微观的角度出发,以量子力学为基础,提出并建立了粒子群优化算法的量子模型.模型采用无限深方势阱为分析背景,将算法的搜索过程解释为量子状态的转换,并通过模型解释算法执行过程中的内部机制,最后通过实验证明了所提出PSO算法寻优的量子本质.     

量子谐振子蚁群算法

通过分析目前蚁群算法存在的问题和改进算法的优点,发现量子谐振子系统物理特性能够保证算法最终的收敛性.通过量子谐振子高能态到低能态的转变过程和信息素的增加过程相对应,从而更新信息素,在物理上给算法提供了理论依据.通过量子旋转门改变城市转移规则,通过泡利矩阵变异使蚂蚁有更广阔的空间.综合量子谐振子以上的优点,提出了量子谐振子蚁群算法,并在旅行商问题(TSP)上取得了较好的寻优路径.     

基于负载灰度图映射模型的云集群负载评估方法

为了快速评估云计算中百万节点的整体负载状态,通过分析负载均衡本质与图像均衡特征的对应关系,以熵和信息论为基础,构建了集群负载信息向灰度图的映射模型,完成了负载均衡研究向图像均衡分析的转换。通过图像压缩、信息熵、haar小波变换方法对图像进行分析,提出了一种基于图像处理的集群负载评估方法。实验表明,该方法可以较快地评估出集群均衡性,由此得到的集群负载状态值为负载均衡算法的改进提供了新的思路。