桌面网格适度并行负载均衡算法的设计与实现

通过对不同计算系统体系结构对比分析,提出具有容错能力的、适度并行的计算网格master-worker编程模型任务分配算法.利用JAVA技术,建立原形系统并进行算法实验,不同计算复杂性Monte Carlo仿真应用作为测试程序,取得理想加速效果,系统计算资源利用率超过90%.     

基于混合并行遗传算法的网格资源分配策略

网格是利用互联网或专用网络将地理上广泛分布的、异构的、动态的资源互联起来实现资源高度共享与集成，为用户提供高性能的计算、管理和服务等功能的一项新技术。但如何将网格这个复杂环境中的资源有效进行管理和调度，是一个NP难问题，同时也是网格技术发展的关键。启发式算法被证明是解决这类问题的有效算法，将两个启发式算法结合起来，充分发挥各自的优势，就能有效解决网格资源分配的问题。因此，利用混合并行遗传算法来解决网格资源分配是可行的。     

用EDA和禁忌搜索算法进行文本聚类

基于VSM的文本聚类忽略了文本关键词稀疏带来的相似度漂移问题和关键词之间的语义信息和各维度之间的关系,致使文本的相似度计算不精确,文中对相似度计算方法 TF-IDF进行了改进,并提出一种新的聚类方法,利用分布式估计算法和禁忌搜索算法进行聚类,融合分布式估计算法的收敛速度快和禁忌搜索算法能跳出局部搜索的优点,首先对文本进行预处理,然后用分布式估计算法和禁忌搜索算法聚类,既能快速聚类又能防止聚类收敛到局部最优。测试结果表明这种算法行之有效。     

用EDA和禁忌搜索算法进行文本聚类

基于VSM的文本聚类忽略了文本关键词稀疏带来的相似度漂移问题和关键词之间的语义信息和各维度之间的关系,致使文本的相似度计算不精确,文中对相似度计算方法TF—IDF进行了改进,并提出一种新的聚类方法,利用分布式估计算法和禁忌搜索算法进行聚类,融合分布式估计算法的收敛速度快和禁忌搜索算法能跳出局部搜索的优点,首先对文本进行预处理,然后用分布式估计算法和禁忌搜索算法聚类,既能快速聚类又能防止聚类收敛到局部最优。测试结果表明这种算法行之有效。     

基于动态冗余机制的数据并行型计算网格模型

在由多个普通计算机机群构成的网格环境下,为了解决大规模数据并行型计算加速比问题、容错问题和动态负载均衡问题,提出了一个基于动态冗余机制的数据并行型网格模型。给出了由多个计算机机群组成的数据并行型计算网格等一系列形式化定义。利用逻辑计算机机群、机群逻辑环、计算节点逻辑环和m-冗余策略,研究了动态冗余、动态负载均衡技术。根据这些技术,描述了网格环境下的数据并行型计算过程。理论分析和实践表明,该模型有效地解决了大规模数据并行型计算所需的负载均衡、容错和资源优化问题。该模型适合基于网格的数据并行型计算。     

挖掘最大频繁项集的并行化策略

提出基于因子项集的并行化策略GP以发挥串行算法的剪枝功效。其基本思想是利用因子项集的完全包含关系在处理机之间贪心分配等价类,根据等价类的需要相应地划分和复制数据库记录,使各处理机得以异步计算,达到较好的负载平衡、较高的剪枝效率和较少的数据库记录复制,缩短算法的执行时间。分析和实验表明,基于GP策略的并行算法有较好的可扩展性,其性能优于已有同类算法。     

网格计算引发产业新一轮洗牌

没有人会怀疑网格的力量和其带来的机遇，但问题是国内的各方力量怎样才能把握这股潮流。     

网格计算在大规模光学计算中的应用

概要介绍了网格计算的基本原理和研究背景,以及网格计算的特点、应用和目前的研究现状.着重提出了一种应用于光学设计的网格计算系统,对这个系统的任务调度、通信方式以及整个作业的具体实施过程展开讨论.并且构建了一种网格仿真实验,用来测试本系统的运行情况,重点检测网格系统对整个作业执行的时间跨度长短和负载均衡性的好坏.仿真实验的结果表明,本网格计算系统对作业执行的时间跨度随着节点的增加成倍减小,在均衡负载等方面也有显著的效果,运行状况良好.     

网格计算在现代远程教育中的应用研究

网格技术是一种新兴的网络技术,是继Internet之后的又一重大科技进步,它可以实现Internet上计算资源、数据资源和服务资源的有效聚合和广泛共享.随着网格计算研究的发展,尝试将网格计算应用于远程教育已成为趋势.文中讨论了网格计算技术的特点,并给出了其应用于远程教育的基本方法.     

网格计算中的安全问题探讨

介绍了网格计算环境的特点、安全需求及其安全问题研究现状，对网格计算中的安全标准、安全认证、公有与私有资源的安全利用、应用安全、恶意攻击的检测与防范等安全问题进行了分析和讨论，提出了在研究和解决网格计算的安全问题时，一方面可以借鉴传统网络的安全策略和技术并加以改进，另一方面要充分考虑网格计算环境的特殊性，研究和构建“特殊．的安全策略和技术”。     

一种基于网格搜索的联合跟踪算法

针对EKF类算法和UKF类算法存在的受观测精度和初始误差影响较大的问题,提出一种利用空频域信息的联合跟踪算法。该算法利用多级网格搜索算法进行初始值捕获,并将得到的初始值代入基于超球体采样的简化UKF算法中,对目标辐射源进行跟踪。最后通过仿真实验验证了该算法的性能。     

基于网格搜索的改进SVM模拟电路故障诊断方法

针对模拟电路故障识别与诊断问题,提出了一种基于K最近邻的一对一SVM分类器(KNN-OSVM)的故障诊断方法。将K最近邻算法与用网格搜索法优化后的一对一SVM模型相结合,建立KNN-OSVM模型,有效解决了SVM因存在不可分域造成的误分问题,提高了故障诊断率。采用小波分析法提取输出端电压信号作为故障特征值,采用网格搜索对核函数、惩罚参数寻优。采用两个模拟电路进行仿真实验,并将改进的SVM与传统SVM进行对比。结果证明了该故障诊断方法的可行性。     

An Efficient Cuckoo Search Algorithm for System-Level Fault Diagnosis

We propose a new efficient algorithm named Cuckoo search fault diagnosis (CSFD) to solve system-level fault diagnosis problem.KMP algorithm is proposed for initialization based on the K-means partition algorithm;a fitness function is designed according to the equation constraints satisfied by the test model;the binary mapping method is advanced by optimizing existing binary mapping algorithm.Experiments show that KMP algorithm significantly reduces the disparity between the initial solution and the actual solution,and CSFD algorithm improves the efficiency and correctness significantly compared with existing typical swarm intelligence diagnosis algorithm.     

一种基于间接互惠的计算网格合作激励机制研究

基于间接互惠理论,构建了计算网格合作激励机制,建立了三维声誉系统以及声誉管理机制,对计算网格中资源拥有者的"合作行为"进行有效激励,并对"拒绝合作行为"中的"恶意拒绝合作"和"偶发拒绝合作"进行了区分。通过对恶意拒绝合作行为进行严厉的惩罚,提升合作稳定性,同时对偶发的拒绝合作行为采取宽容策略,以避免偶发的拒绝合作陷入最坏的"一报还一报"结果。最后,利用合作博弈理论,分析得出在激励机制下,资源拥有者的最优策略是最大可能地共享闲置资源以及不间断合作,以提升自己的合作诚信度,从而验证了激励机制的有效性。     

分布式信息系统的高效不变搜索

在如今的信息管理系统中,存在着大量的数据,快速高效的搜索信息成为研究热点。通过有效地描述和跟踪信息系统将分布式系统中的所有监视数据关联起来,提出利用OW强度这一概念来测量监测数据对不同用户请求量的反应强度,并基于剪枝搜索完整的不变量集并结合聚类算法来提高搜索效率,通过算例证明了所提算法的有效性。     

基于蚂蚁算法的网格作业调度研究

网格环境下的作业调度是一个NP难问题,蚂蚁算法内在的并行性和可扩充性使其非常适合网格作业调度。将蚂蚁算法应用于网格环境作业调度,提出一种通过作业代理的移动进行网格作业调度的方案,该蚂蚁算法不仅在分配网格计算资源时进行信息素的局部更新,还在网格计算资源完成作业后进行信息素的整体更新。通过模拟实验测试和选取蚂蚁算法的各种影响参数,取得了比较理想的实验结果。实验证明该算法能够有效地实现作业的合理调度和网格系统的负载平衡。     

一种最大似然网格搜索卫星FDOA辐射源定位算法

如何利用辐射源信号到达不同卫星的多普勒频差对辐射源定位是目前卫星无源定位技术研究的热点之一。针对卫星FDOA辐射源定位的特点,建立含有地球表面约束的FDOA定位方程,研究基于最大似然网格搜索的定位方程求解算法,推导了详细求解过程,并对该算法的性能进行分析与仿真评估。仿真结果表明,该算法收敛速度快,能够接近克拉美罗界下限,是一种最优的定位估计器。     

一种改进的运动估计快速搜索算法

运动估计是视频压缩中帧间预测编码的关键技术之一。在各个压缩标准中都广泛使用了基于块的运动估计技术。由于运动估计通常具有较大的运算量，因此对压缩性能具有重要的影响。文中分析了视频序列的特点和对现有的快速搜索算法深入理解的基础上提出了一种改进的快速运动估计搜索算法，实验表明该算法对压缩性能有较好的改进。     

均衡单进化布谷鸟算法

针对布谷鸟算法采用整体评价策略处理多维度自变量相关优化问题时,维度耦合现象会恶化算法的搜索速度和收敛精度,提出均衡单进化的布谷鸟算法（ESCES）.该算法给出一种新型的均衡单进化函数评价策略,即每一代进化只随机更新目标函数的单个维度,并且随机更新的维度服从均匀分布,避免多维度之间互相干扰.同时,提出两种新型随机游动步长更新学习律,提高了优化算法的全局搜索速度和收敛精度.实验测试结果和显著性统计结果表明,ESCES算法与5个改进CS算法及7个其它最新智能优化算法相比,在全局寻优性能、搜索速度和收敛精度上均获得较大的改进.     

一种改进的均值金字塔快速搜索算法

针对传统均值金字塔搜索算法存在起始点不定,搜索范围缺乏约束的问题,提出一种改进的快速搜索算法,可以在搜索的起始阶段就从接近最佳匹配码字开始,同时对搜索范围加以限定.该方法利用了金子塔结构内部的不等式关系,并将码字排列成二叉树的结构,在付出一定额外存储空间的代价下,避免了大量的无用搜索.实验结果表明,在同等精度的条件下,该方法的搜索效率要高于传统的均值金字塔搜索算法.