基于RSAPSO算法的网络计划综合优化

为了提高电力工程企业的经济效益,在综合考虑成本、质量和进度的基础上,提出了工期-收益-质量多目标优化模型.粒子群优化算法是基于群体智能理论的算法.该算法利用生物群体内个体的合作与竞争等复杂性行为产生群体智能,并为工程优化问题提供高效的解决方法.但是粒子群优化算法同样存在一些问题,针对这些问题提出了一种新算法,即基于速度松弛策略的模拟退火粒子群算法(RSAPSO).运用RSAPSO算法对多目标优化模型进行求解,最后通过工程实例验证模型和算法的有效性.     

基于狄克斯特拉算法的车间动态生产能力评估与实现

本文基于Dijkstra算法思想上提出一套快速评估车间动态生产能力的方法,该方法在确保订单不延迟的情况下,能够有效合理地安排生产过程。本文通过对车间工序建立数学模型,应用改进的算法对所有订单进行评估,确定所有订单每道工序的最早完成时间和最迟发生时间,从而实现对生产能力动态评估。本算法适用于严格按订单组织生产的企业,企业可以利用该算法对订单进行评估,确定是否可以接受订单。     

基于改进Floyd算法的网络舆情监测

随着我国计算机信息技术的高速发展,网络舆情系统在互联网领域中得到了越来越多的关注,但是我国的网络舆情管理工作仍然存在着诸多问题,其中最为集中的问题体现在反应机制的不完善。鉴于此,本文首先描述Floyd算法的内涵,阐述Floyd算法的运算步骤,提出基于Floyd改进算法的控制策略,同时分析Floyd改进算法在网络舆情中的应用与模型,重点探讨影响网络舆情监测技术的3个因素。最后以人民网和正义网正式发表的相关资料作为舆情热点数据,对提出的模型算法进行对比验证。结果表明,基于Floyd的改进算法在各项指标上显著优于其他算法,但当实验数组达到一定上限时,仍然会出现重用率极限值。希望此次研究能为我国政府机关加强对网络舆论的分析,达到能够应对社会突发事件的能力,提升政府机关在互联网环境中的舆情管理能力提供一定的帮助。     

基于任务分配与调度的GSAT算法求解3-SAT问题

基于不同分配策略的云计算任务调度以及任务分配与调度的主要目的,提出了一种新的算法—求解3-SAT问题的基于任务分配与调度的GSAT算法。该算法将3-SAT问题中的每一个变量形成一个任务,在GSAT算法的基础上,引入任务分配与调度指导贪心搜索;同时,在保留原有贪心搜索的前提下,根据任务分配与调度的思想和3-SAT问题的特点,设计了两种新的策略—分配策略和调度策略共同完成整个贪心搜索过程。以标准的SATLAB库中变量个数从 20～250的3 700个不同规模的标准Uniform Random 3-SAT 问题对新的算法的性能进行了合理的测试,并与高效和普通性能改进的GSAT算法的结果作了比较,结果表明,该算法具有更高的成功率和更少的翻转次数。     

非确定型指派问题的求解算法

考虑了一类非确定型指派问题,每人所承担的工作数不确定,按每人至少承担一项工作,每项工作只允许一人承担的指派原则,针对人员无工作数限制和有工作数限制两种情况加以讨论和分析,借鉴Floyd算法的负回路思想,提出了一种迭代算法,并给出了应用此算法求解的具体实例。实验表明：与其他求解算法相比,该算法求解规模小,效率高,应用简便,易于编程实现。     

基于蚂蚁算法的网格任务分配算法研究

任务分配是网格计算环境中影响系统性能的重要因素，由于网格环境中各种资源分布于不同的地理位置，其性能也千差万别，因此需要一种有效的策略来进行任务的分配，使得整个系统完成任务的代价最小。文中将蚂蚁算法应用于解决网格环境中的任务分配问题，并进行了仿真实验，取得了良好的效果。     

基于改进PSO算法的机动通信保障任务分配方法

针对机动通信保障问题建立任务分配模型,结合梯度下降法提出一种基于改进粒子群算法(TSPSO)的任务分配模型求解方法.在TSPSO算法中增加判断极值陷阱、粒子二次搜索、设定禁忌区域、粒子淘汰与生成4个部分,并将TSPSO算法与其他4种改进PSO算法应用于四种典型测试函数的优化.结果表明,TSPSO算法收敛精度更高、收敛速度更快.在基于TSPSO算法的任务分配模型求解方法中,基于各机动通信保障单元到不同通信地点分配概率的思想对粒子群进行编码和解码,提高模型求解效率.仿真结果表明,TSPSO算法能够快速寻找到机动通信保障任务最优分配方案.     

基于蚂蚁算法的网格任务分配算法研究

任务分配是网格计算环境中影响系统性能的重要因素,由于网格环境中各种资源分布于不同的地理位置,其性能也千差万别,因此需要一种有效的策略来进行任务的分配,使得整个系统完成任务的代价最小。文中将蚂蚁算法应用于解决网格环境中的任务分配问题,并进行了仿真实验,取得了良好的效果。     

分布式三维重建中任务分配算法研究

分布式计算系统上的最优任务分配的研究是有效利用系统资源处理实际问题的热点课题.提出的任务分配算法,通过对任务的数据量来估算计算量,然后将数据量按计算量大致相同分配到各个负载,实现分布式三维重建中计算资源的合理分配.还通过实验比较和实例分析验证了任务分配算法的正确性和有效性.因此,提出的任务分配确实能够比较有效和灵活地解决分布式系统的负载均衡问题.     

人数少于任务数的全指派问题的迭代算法

针对人数少于任务数的情况,按每人至少承担一项任务,至多承担L项任务,但每项任务只允许一人承担的指派原则,给出了一种求解这种指派问题的迭代算法,该算法操作简便、易于用计算机运行。构建该算法的方法,用于某些其它指派问题,可以使相应的算法更加便捷。     

传感器网络能源有效任务分配算法

为了延长网络生命期,传感器网络在设计过程中,通常利用节点本身的处理能力,进行网内处理,以减少通信量,节省能量.在传感器网络内引入处理或计算后,应用可以描述为一个任务集及任务之间的数据依赖关系.不同的任务分配方案导致应用执行所需的通信量和计算量不同,从而影响应用执行的能量消耗.在使用任务图对传感器网络应用描述的基础上,提出了传感器网络任务分配模型.由于应用的任务可划分为感知任务集和处理任务集,因而传感器网络中的任务分配可分成感知任务分配和处理任务分配两个阶段.针对处理任务分配,将其建模为二次0-1规划问题,并提出了分布式逐层优化分配算法OALL.仿真实验验证了分布式算法OALL的有效性.     

基于遗传算法的网络备用资源规划

利用网络备用资源提高网络的生存能力是一种十分有效的方法。该文提出了一种基于遗传算法的网络备用资源规划方法,该方法操作简单、收敛速度快,并且适用于大规模的、动态的网络备用资源的规划问题。     

最大权-最大基数分配问题算法

本文对经典的分配问题，根据实际需要提出了一个新的应用模型，给出了其实现算法及相关证明．     

基于自适应遗传算法的蜂窝网络信道分配

为解决遗传算法用于蜂窝网络固定信道分配时存在的过早收敛问题,通过采用最大需求优先最小冲突初始化方式、渐进式变异技术和一种新的交叉概率、变异概率自适应调整策略,提出一种自适应遗传算法。通过评估一组benchmark问题,证明该算法对解决信道分配问题具有较强的最优解收敛能力,收敛速度较快。     

主从式免疫克隆选择算法求解任务分配问题

基于生物免疫系统的克隆选择机理,提出一种求解任务分配问题(task assignment problem,TAP)的主从式免疫克隆选择算法(MSICSA).该算法采用一种多种群策略,通过迁入和辽出操作,更新种群之间的信息,保持了群体的多样性.实验结果表明,该算法可有效改善基本免疫克隆选择算法解决大规模优化问题上的不足,具有很好的收敛性和稳定性,能有效解决任务分配问题.     

求广义指派决策问题最优解的有效算法

分析和研究一类广义指派决策问题,给出了该问题的线性规划模型,并把该问题转化为传统指派决策问题,使得该问题可以用著名的匈牙利算法求解最优解,从而为该问题找到一个理想,简便而有效的求解方法,给出了一个数值例子。     

基于授权约束的工作流任务指派算法

在电子政务、电子商务等工作流应用环境中,任务执行者主要是组织机构中的人,访问控制系统的授权约束需求是工作流任务指派要考虑的重要问题,已提出的许多工作流授权模型主要讨论授权的实现过程,而较少涉及授权的约束或依赖关系。工作流任务指派必须与访问控制系统结合,为此提出工作流任务指派中授权约束的相关概念,讨论了满足授权约束的工作流任务指派实现算法及算法的复杂度,同时,给出在实际应用中各系统部署的示意图及授权约束验证系统主要接口的功能;最后,指出了该实现方法的优点及未来研究方向。     

武器-目标分配问题的蚁群算法

文章建立了武器-目标优化模型,分析了各种优化方法的优缺点。采用蚁群算法解决了此问题,并通过实例给出了算法,并与匈牙利法做了比较,结果表明该方法比较有效。