面向多核系统的蚁群最优化能耗调度算法

主要研究多核系统的能耗最优化问题。首先,根据多核系统的特点,建立关于多核系统的任务、能耗模型;接着,设计和实现一种基于蚁群最优化能耗调度算法。本文算法以蚁群算法的概率状态转移规则为核心,通过全局信息激素更新的策略,避免了陷入局部最优的情况,从而获得全局最优解。通过实验比对,分别与贪心算法、穷举算法比较后发现：本校提出的调度算法,在最佳情况下,仅比最优能耗高0.7%,而该算法复杂度低,可以应用于任务输入集较大的场景。      

混沌神经网络及其在最优化问题中的应用

首先评述了三种混沌神经网络模型,然后提出了一种新的混沌模拟退火算法。其次将四种方法分别应用于10个城市的施行推销商问题。文中给出了每一模型神经元输出和能量函数随时间演变过程曲线。根据仿真结果,讨论了四种方法的特性与有效。其结论为：提出的模拟退火神经网络比其它网络模型更能获得全局最小解。     

遗传算法与最优化

本文概述了遗传算法(GA)的算子.理论基础,用其求解最优化问题时需考虑的若干问题,并以函数最优化为例,说明用GA求解的有效性.     

TSP问题的算法与应用的研究

TSP问题是一个典型的组合优化问题.针对TSP问题的两种主要算法:遗传算法和蚁群算法,进行了分析和研究.并且提出了网络浏览器运行的实现方法,给出了系统实现的B/S三层架构.最后,运用本算法和实现的技术,作为应用实例实现了ERP物流配送路径决策支持系统的原型.     

混合粗粒度遗传算法在约束最优化问题中的应用

选取粗粒度遗传算法,并针对其过早收敛、收敛速度慢的缺陷进行改进,提出混合粗粒度遗传算法。混合粗粒度遗传算法按照适应度函数值对染色体群体进行分组,各分组采用不同的惩罚系数、交叉、变异算子;同时采用同种互斥和最优解保留策略。实验结果表明该算法在约束最优化问题中应用良好。     

区分服务模型下多目标最优化安全路由算法

将安全度量作为一种QoS参数进行路由选择是目前网络安全路由研究的一个新思路,针对现有方法采用一个安全度量参数描述链路安全性,进行路由选择存在的问题,提出一种多安全度量的链路安全性描述策略,能够更加全面准确地描述网络链路的安全特征;该描述策略应用于区分服务模型下的安全路由选择,并提出了基于改进的非支配遗传算法的多目标最优化安全路由算法求解这一多目标多约束的NP完全问题。随机网络的仿真结果表明,算法能为用户提供安全性能较高的路由,并能满足不同等级要求的服务质量。     

基于改进蚁群算法的关键链项目进度管理研究

项目进度管理是项目管理工作中的重要内容,关键链法是目前项目管理中较为常用的进度管理方法之一,其本质为多约束优化问题。结合混沌运动与遗传算法的优点,对蚁群算法进行改进,并将其应用于解决关键链项目管理的优化调度问题。克服了蚁群算法由于前期信息素匮乏而导致的需要较长时间进行搜索、容易得到局部最优解的缺点,使混合算法的搜索范围有所增加,蚁群群体的进化速度得到提升,并保持了蚁群算法鲁棒性及收敛性,且算法的计算精度较高,求解速度较快。实例对比分析表明,在求解关键链项目进度管理问题上,混沌蚁群进化算法比遗传蚁群算法更具有优势。     

基于单纯形算子的混合遗传算法

通过遗传算法（GA）与传统单纯形搜索法相结 合,并基于对遗传算法算子计算结构的调整,提出一种针对非线性规划问题的新算法——基 于单纯形算子的混合遗传算法（HGA）,仿真结果验证了这种新算法的有效性和合理性．     

基于模糊Petri网学习能力问题的最优化算法

在分析模糊Petri网推理机制的基础上,将优化算法ACA(Ant Colony Algorithm)引入至FPN(Fuzzy Petri Net)的学习能力问题中.针对一知识库系统的具体实例,探讨该算法在FPN学习能力问题中的具体实现,并结合传统优化算法对比分析了它们各自的特点和性能优劣.仿真实验表明,ACA算法整体性能最佳,训练出的参数正确率较高,且所得的模糊Petri网具有很强的泛化能力和自适应功能.     

遗传算法在风险分析最优化系统中的实现

针对风险分析的不确定性和复杂性,提出用遗传算法来求解风险分析的最优化问题,并使用Excel的VBA语言编程实现.将遗传算法与Excel的数据处理相结合,可以方便用户在Excel上建立模型,解决最优化问题.文章最后给出一个实例,运行结果证实了该系统的可行性与可靠性.     

微粒群算法的发展及应用

介绍了1995年以来微粒群算法的开发过程,分析了算法原理、算法流程,并将微粒群算法与其他演化算法进行了比较,最后介绍了一些已经开发和在将来有希望的领域中的应用。     

SAGACIA全局优化方法及应用

ＳＡＧＡＣＩＡ全局优化方法及应用＠李兵＠蒋慰孙￥华东理工大学自动化研究所模拟退火法,遗传算法,趋化性方法,优化ＳＡＧＡＣＩＡ全局优化方法及应用李兵蒋慰孙（华东理工大学自动化研究所上海２０００２３７）关键词模拟退火法,遗传算法,趋化性方法,优化１）国家自然科...     

智能优化算法及其在打浆优化中的应用

提出了一种遗传算法与神经网络技术相结合的智能优化算法,实现打浆过程的优化控制;首先针对打浆过程中系统的非线性、工艺参数间关系的不确定性,对打浆过程采用神经网络建立输入与输出之间的非线性模型,再利用遗传算法对控制参数寻求决策变量优化求解;通过改进遗传算法的交叉、变异算子等,使算法在优化过程中能有效地保持种群的多样性,防止种群过早收敛、局部收敛的现象,以实现打浆全局最优控制;实践表明,该智能优化算法,在满足打浆前后性能指标的同时明显降低了打浆能耗,是解决过程控制优化问题的可行之路。     

蚁群优化算法及其应用

蚂蚁算法是由意大利学者M．Dorigo等人提出的一种新型的模拟进化算法。该算法首先应用于旅行商问题并获得了极大的成功,其后,又被用于求解指派问题、Job—shop调度问题、图着色问题和网络路由问题等。实践证明,蚂蚁算法是一种鲁棒性强、收敛性好、实用性广的优化算法,但同时也存在一些不足,如收敛速度慢和容易出现停滞现象等。     

BLOB数据优化算法及其应用

为了提高WEB信息系统中存取非结构二进制数据文件存取效率,对基于关系数据库的BLOB数据存取技术及算法优化进行了研究;综合运用了ADO.NET 3.5数据访问接口和内存缓冲区机制,阐述了BLOB存取的原理和算法,并提出了BLOB存储的优化算法;通过建立不同的存储模型,比较了数据存取效率,两种存取方案中,采用对BLOB分块传输和分块存储的改进算法明显改善了存取效率;算法测试和实际应用的结果表明,BLOB数据优化算法具有更高的存取效率和可靠性,已经成功应用于某高校多媒体教学平台中。     

改进的鲸鱼优化算法及其应用

为了准确地建立断路器热脱扣器的脱扣时间预测模型,改善脱扣器的稳定性。提出了一种改进的鲸鱼优化算法（IWOA）和支持向量回归（SVR）综合建模的方法。针对鲸鱼优化算法（WOA）具有易陷入局部最优解、收敛速度慢、收敛精度低等问题,提出三个策略改进,并在10个基本测试函数上进行比较,结果证明改进的鲸鱼优化算法具有更高的收敛精度和更快的收敛速度。建立IWOA-SVR脱扣时间预测模型,并优化断路器的生产过程,进而提高断路器的生产效率和产品质量。     

免疫优化算法及应用

针对函数的寻优问题,设计一种免疫优化算法,运用克隆选择机制,在克隆选择算法的基础上,采用了基于抗体生存期望值的多样性保持策略,并引人了仿真退火思想,对进行超变异后的个体进行处理,保留亲和力得到改善的个体,以一定概率接受亲和力没有得到提高的个体,并产生新解替换那些未被接受的个体,加快了算法的收敛速度,提高了抗体的种群多样性.采用算法对二维函数进行优化,仿真结果表明了方法的有效性,并通过与未引入仿真退火思想的算法进行比较,表明该方法收敛速度快,稳定性好,具有更好的优化性能.     

Montgomery算法在RSA中的应用及其优化

Montgomery算法作为一种快速模乘算法,常被应用于RSA、ElGamal等公钥密码算法的基本运算.对RSA和Montgomery算法进行简要的介绍和分析,并阐述了普通的Montgomery算法在RSA中的应用的思路和步骤.最常用的传统算法选取参数r为2的幂,基数为2,通过对普通算法的思路和步骤的分析,讨论改变其中参数r和基数的选择来减少乘方的模乘法数,并同时应用Dussé快速算法,从而达到大大提高运算速度的目的.     

实值阴性选择算法优化及其在故障诊断中的应用

针对复杂装备故障样本少的难题,研究了人工免疫系统中的阴性选择算法原理及应用;介绍了变尺寸实值阴性选择算法检测器产生机制,以减小检测器交叠和对自体的覆盖为目标,提出一种基于重升温模拟退火算法的检测器分布优化策略;该优化方法不改变原有检测器数量,提高了对非己空间的覆盖效果;对两种不同几何形状的二维数据集进行仿真,结果表明,优化方法提高了算法的检测率,降低了虚警率;将优化后的算法应用于滤波电路12种软故障的检测,总体检测率达95％,结果优于基于人工神经网络的故障检测方法.     

Montgomery算法在RSA中的应用及其优化

Montgomery算法作为一种快速模乘算法,常被应用于RSA、ElGamal等公钥密码算法的基本运算。对RSA和Montgomery算法进行简要的介绍和分析,并阐述了普通的Montgomery算法在RSA中的应用的思路和步骤。最常用的传统算法选取参数r为2的幂,基数为2,通过对普通算法的思路和步骤的分析,讨论改变其中参数r和基数的选择来减少乘方的模乘法数,并同时应用Dussé快速算法,从而达到大大提高运算速度的目的。