一种自适应粒子群算法在云资源调度中的应用

通过资源调度优化提升云计算的效率并降低数据中心能耗是云计算领域的主要研究内容之一。粒子群算法常用于解决资源调度问题,然而粒子群算法在云计算资源调度应用中算法初期收敛速度快,后期收敛速度缓慢,易陷入局部寻优。本文提出了一种自适应改进的粒子群算法用于云计算资源调度问题的研究,该算法通过自适应改进粒子的个体学习因子和社会学习因子,以提高算法的全局探索能力,使得粒子逼近更优解。实验结果表明：本文提出的自适应粒子群算法不仅具备良好的收敛性和全局寻优能力,同时能够大幅度降低云资源调度中任务队列的总完成时间。     

一种视频信号预处理与识别集成电路设计

数字视频信号的信号完整性问题是多媒体应用面临的主要问题之一,对此提出了一种用于视频数字信号预处理与识别的集成电路架构并进行了FPGA验证.该架构可以接受并行视频信号,并且有效地处理由于时钟不稳和板级噪音引起的视频数字信号完整性问题并再生优质信号,具有视频制式自适应功能,报警功能.详细描述了该架构的各组成单元和设计方法,并在Altera公司的EP2C8器件上进行了实现.验证结果表明,该架构可以良好地完成数字视频信号预处理与识别功能.     

500kt/a柴油加氢精制装置的改扩建

荆门石化总厂柴油加氢精制装置由500kt／a改扩建为700kt／a，通过优化换热流程、优化操作方案，采用新型蝶形催化剂及新型高效过滤器等手段，使装置能耗降低了340．12MJ／t，装置处理能力扩大了40％。     

大型行星齿轮系统可靠性设计的多目标优化

大型行星齿轮传动系统工况复杂,安全性能要求高,常规的设计方法因过于注重安全性,设计的结果偏于保守,技术经济指标不佳.以行星齿轮传动系统为对象,提出了大型机构可靠性设计的多目标优化模型,即以齿轮的关键参数——齿数、齿宽、模数为设计变量,充分考虑工程设计的约束性、多解性等特征,建立数学模型,进行可靠性分析计算,并在MATLAB优化工具箱里采用积极集策略进行多目标优化.将得到的结果与传统设计方案结果相比较,为大型行星齿轮系统的优化设计提供新思路.     

配电网络重构的分步最优法

就多环配电网以降损为目的重构问题,提出了分步最优化的重构算法,算法以网损降估计方法为基础,分步优化,每步将一个开环点移至相邻支路,使网损降最大,最终达到重构后网损最少,重构算例表明,分布最优化重构算法算式简明,计算速度快,重构结果最优。     

基于QPSO-WNN和模糊理论的电力系统短期负荷预测方法

电力系统的短期负荷预测是电力系统管理的一项重要方法,准确的负荷预测可以保证用户得到安全、经济的供电。针对负荷预测方法的多样性,在小波神经网络用于负荷预测的基础上,提出基于量子粒子群优化算法（QPSO）优化神经网络权值,并运用模糊理论进行修正。某电网负荷的拟合数据表明QPSO优化算法训练的神经网络不仅收敛速度明显加快,而且其预报精度也比较高。