共查询到20条相似文献,搜索用时 296 毫秒
1.
2.
系统整体结构不能很好地适应系统磁盘的动态变化,这是现有存储系统中普遍存在的一个问题。而我们提出的进化存储系统ERAID(Evolving RAID system)是一个动态存储系统,能够在不停止系统I/O服务的前提下,采用DAA、HDAA、e-HDAA算法分别实现存储系统中同构磁盘的添加、异构磁盘的添加以及异构磁盘的替换,即实现存储系统的物理进化。仿真实验结果表明:在较小的系统开销下,DAA、HDAA、e-HDAA算法能逐渐吸收添加或替换到ERAID系统的(同构或异构)磁盘,使ERAID系统获得优化的存储客量和存储性能。 相似文献
3.
4.
5.
6.
8.
为了提高量子进化算法的全局收敛性能, 基于协同进化的思想, 并结合扩展紧致遗传算法, 提出了协同进化扩展紧致量子进化算法(CECQEA). 该算法利用多粒度机制进行量子染色体的旋转, 并依据边缘积模块(MPM) 进行交叉和变异以避免优良模式的破坏; 在每一个子种群内对个体依据MPM进行自调整操作, 同时进行种群的分裂、合并及优良个体的迁移操作. 通过对算法收敛性的分析可看出, CECQEA 能够收敛到满意解集; 经基准函数以及背包问题的仿真测试分析可看出, 算法收敛效果更加明显. 相似文献
9.
进化策略是遗传/进化算法中的重要算法之一.如何选择合适的策略来引导进化则又是进化策略的关键问题之一,本文从进化策略对自然选择的基本理解和结论出发,给出了一种对进化策略中的策略选择问题的进化优化方法.同时,我们还讨论了基于进化策略的机器学习问题. 相似文献
10.
12.
13.
14.
15.
为了提高协同进化多目标进化算法的全局收敛性,提出了一种调用协同进化算子的自适应方法。其基本思想是:根据目标函数的变化率自动调用协同进化算子;当种群进化正常时,调用合作算子和吞并算子;当种群进化接近停滞时,调用分裂算子。通过数值实验用量化指标研究了新算法的收敛性和分布性,结果表明,与常规协同进化多目标进化算法相比,新算法不仅具有良好的分布性,而且全局收敛性有了明显的提高。 相似文献
16.
17.
针对差分进化算法在优化过程中容易陷入局部最优和收敛精度不高的问题,提出一种多种群协同进化的差分进化算法。首先提出双序法用于种群划分:同时使用距离系数排序和适应度值排序将种群划分为三个子种群,将离全局最优个体远且适应度值优秀的个体划分出来,可以有效的避免陷入局部最优。其次对每个子种群采用不同的变异策略和控制参数,同时对整体表现一般的种群采用概率判定机制选择变异策略,以平衡全局探测和局部搜索。最后将所提算法在CEC2017测试集上进行实验仿真,实验结果表明,所提算法在收敛精度、跳出局部最优等方面均优于其他改进DE算法。 相似文献
19.