排序方式: 共有32条查询结果,搜索用时 148 毫秒
2.
3.
在big service背景下,越来越多的资源以服务的形式发布与使用,用户需求越来越复杂,导致服务组合计算规模呈指数级增长.本文提出一种任务粒化算法(TgA,Task-granular Algorithm),用于快速有效地求解大规模服务组合优化问题.首先,构建任务粒化分层服务组合模型,并分析了该模型的计算复杂性;其次,根据现有QoS属性计算方式,从理论上分析其在任务粒化过程中的可行性;最后,大量仿真实验结果表明,相比于经典的PSO算法,TgA可以将服务组合优化时间性能提高约4至7倍,且寻优精度提高10%以上. 相似文献
4.
集成方法是处理包含缺失属性数据集分类问题的一种简单有效的方法,但目前针对不完整数据的集成分类算法在衡量各子分类器的权重时只考虑对应的数据子集的维数和大小.考虑到不完整数据集的缺失属性对类别的贡献度,使用信息熵衡量缺失属性之间的差异,提出一种新的针对不完整数据的集成学习分类算法———信息熵集成分类算法(EECA).应用以BP神经网络为基础分类器的集成分类器在UCI数据集上进行实验.实验结果表明,EECA比简单使用缺失属性的多少计算子分类器权重的方法更有效,最终结果准确度更高. 相似文献
5.
水文地质勘察领域的钻孔注水试验是一种简易的原位渗透试验方法,通过钻孔向试段注水来获得岩土层的渗透系数。鉴于目前的钻孔注水试验自动化程度低,需要多名工作人员现场操作和记录试验数据,以及试验过程中的水面波动等因素导致的试验准确率低、试验周期长以及试验成功率低等问题,该文设计了一种基于PLC和变频器的钻孔注水试验自动控制系统,是以西门子S7-1200系列PLC为核心控制器,以西门子MM420变频器为注水水泵速度控制器、并与液位传感器和流量传感器配合实现整个注水试验过程的自动控制。最后,通过实践表明此钻孔注水试验自动控制系统可有效节约劳动力资源和有效减小钻孔中水面的波动,很大程度地提高了试验精度和试验成功率,并有效缩短了钻孔注水试验周期。 相似文献
7.
8.
在RoboCup Keepaway中,球员使用强化学习能获得很好的高层策略.然而由于Keepaway任务的状态空间巨大,强化学习需要探索很多步才能收敛,学习过程十分耗时.针对这一问题,对于5v4规模的Keepaway任务,将策略重用技术应用于抢球球员高层决策的强化学习中,以实现迁移学习.首先合理设计了球员在4v3和5v4任务间的迁移学习方案及状态与动作空间的映射,然后提出了基于策略重用的迁移学习算法.实验表明,对于5v4任务,在训练时间约束下,迁移学习比强化学习获得了更短的任务完成时间和更高的抢断成功率,从而学习到了较优的高层策略.因此,为达到相同策略水平,迁移学习所需的训练时间明显比强化学习少. 相似文献
9.
10.