基于高斯变异的人工萤火虫算法在云计算资源调度中的研究

如何合理地分配云计算资源一直都是研究的热点.建立云计算环境下的资源调度模型,通过人工萤火虫算法个体最优与云计算节点资源分配对应起来,在算法中引入高斯变异算法,通过与经典函数比较,优化后的算法在搜索精度上以及收敛速度上有了很大的提高.通过在CloudSim平台上与经典智能算法的比较,该算法能够有效地提高云计算中的资源调度性能,缩短任务完成的时间,提高系统整体处理能力.     

基于Levy飞行的改进菌群觅食算法

针对经典菌群觅食算法因固定趋化步长导致的求解精度不高、收敛性能差等缺陷,提出一种基于Levy飞行的菌群觅食算法,其特点是利用基于Levy分布的趋化步长改善算法的求解精度与收敛性能,借助Levy飞行随机游走策略改善细菌迁徙位置.多个基准测试函数的实验结果表明,该算法在求解质量和收敛性能上均取得了较好的改进效果.     

山西省近50年风速变化及突变特征分析

利用线性拟合、M-K方法对山西省22个气象观测站1960—2010年的逐日风速资料进行了倾向、突变、逐年代变化等特征分析。研究表明,近50年来山西省平均风速存在明显的下降趋势,平均风速由20世纪60年代的2.16 m/s下降到21世纪初的1.86 m/s;不同时间段呈现不同的变化特征,1979—1989年风速出现显著下降,年均递减率达到0.046 m/s,变率远超出其他时段;对近50年山西省平均风速进行M-K检验后发现,在1982年出现明显的突变点。山西省四季平均风速均呈下降趋势,四季风速下降速率最快的为春季,冬季次之,夏季风速下降速率最慢。同样,四季风速均发生突变,突变时间点分布在1980—1985年间。除8月外,山西省各个月份风速也呈下降趋势,且均出现突变现象。     

新疆极端降水事件时空变化特征研究

基于新疆1960—2011年的日降水量数据,选取持续干燥指数、持续湿润指数、年总降水量、强降水天数、强降水量、1 d最大降水量、5 d最大降水量和普通日降水强度8个极端降水指标,采用线性倾向率、Mann-Kendall突变检验及主成分分析法研究新疆极端降水的时空分布特征及演变趋势。结果表明:时间变化上,新疆极端降水的持续湿润指数均呈上升趋势,持续干燥指数呈下降趋势,表明新疆降水量总体呈增加趋势;空间变化上,南疆、北疆极端降水指标的年际变化表现出明显差异,北疆湿润指数大、年际变化率大,南疆湿润指数小、年际变化率小;极端降水指标基本上在1986年、1987年发生突变,各指标突变前后的变化率存在明显差异;时间上的主成分分析表明降水量整体增加,干燥程度下降;空间上的主成分分析表明,北疆降水量多于南疆,南疆较北疆干旱。     

中国积雪时空演变特征及其与海气环流因子的时序关联性

积雪时空变化作为表征增暖背景下冰冻圈的重要指标之一,在全球气候变化科学研究中具有重要作用。采用1961—2016年中国545个气象观测站的积雪日数、积雪深度日值数据和3个海气环流因子,通过多种统计方法,诊断中国积雪的时空演变特征及积雪与海气环流因子的时频相关性。结果表明:(1)1961—2016年中国积雪日数和深度在波动中呈缓慢增加趋势,且具有明显的年代分段变化特征。中国积雪日数和深度均具有30a和50a的周期振荡特征,其中积雪深度在1969年发生突变。(2)1961—2016年中国气候态积雪日数和深度具有明显的南低北高的空间分异特征,尤其是东北、内蒙古东部和新疆北部的积雪较多分布。中国积雪多寡具有明显的年代和区域分异特征。(3)在变化趋势上,1961—2016年中国积雪日数在东北和内蒙古东部趋于增多;而积雪深度除上述区域外,在华北、西北和江淮东部也趋于增多。在波动特征上,中国积雪日数和深度在华南南部、云南和四川东部波动较大,其它地区波动相对较小。(4)与海气因子时频关联性上,中国积雪与不同海气因子关联性不同,且与同一因子在不同时段的关联性也有一定差异。     

近100多年来香港和澳门气温时序变化特征及其与ENSO的关联性

基于近 100 多年来的均一化气温数据,从趋势变化、季节差异、突变特征、周期振荡方面诊断香港和澳门的气温变化特征。结果表明: ( 1) 港澳年平均气温和不同季节气温在近 100 多年来均呈显著增加趋势,其中春冬季节增加速率较大,夏秋季节增加速率较小。除秋冬季节外,其它时间上的香港气温增加趋势均大于澳门。港澳夏冬季节气温差异均呈减少趋势。( 2) 香港和澳门年平均气温分别于 1963 年和 1991 年发生突变。在季节上,港澳地区的气温突变均在秋季发生年份最晚,冬季次之,夏季再次之,春季最早。( 3) 香港年平均气温分别存在 3 a、7 a、15 a 和 30 a、60 a 和 120 a 的周期振荡特征。澳门年平均气温存在 3 a、6 a、12 a、24 a 和 48 a 左右的周期振荡特征。( 4) ENSO 与香港年平均气温在 4 a 以下尺度以同位相或提前 1 a 位相变化关系为主,在 4 a 以上尺度以同位相变化关系为主。ENSO 与澳门年平均气温在不同时频域均以同位相变化关系为主。     

瓦斯突变预警上限值确定方法的研究

针对现有煤矿安全监控系统采用超限原理,以瓦斯传感器测量值为判断依据,无法及时发现预定报警值以下范围内瓦斯异常变化的问题,提出了一种不超限瓦斯突变预警方法,介绍了静态预警和动态预警两种不超限瓦斯突变报警方法。结合余吾煤业N2202工作面探头数据,分别对不超限瓦斯突变预警基础数据的静态数据和动态数据进行了分层抽样及分布的验证和拟合,得出静态预警和动态预警的基础数据基本符合正态分布的结论。提出采用假设检验和区间估计等实时计算静态预警和动态预警上限值的方法,并采用N2202工作面探头数据进行了验证。     

基于混合变异策略的改进差分进化算法及函数优化

针对差分进化算法DE 传统变异策略不能有效平衡全局搜索和局部搜索,并且算 子固定,导致算法早收敛、搜索效率较低。基于DE 变异策略性能,提出一种混合变异策略, 力图平衡算法探索和开发能力,使得前期增强全局搜索,保持种群多样性; 后期偏重局部搜 索,尽快收敛到全局最优值。同时操作算子采用随机正态缩放因子F 和时变交叉概率因子CＲ, 进一步改善算法性能。几个典型Benchmarks 测试函数实验表明: 该改进型差分进化算法能有 效避免早收敛,较好地提高算法的全局收敛能力和搜索效率。     

Multi-strategy ensemble particle swarm optimization for dynamic optimization

Optimization in dynamic environments is important in real-world applications, which requires the optimization algorithms to be able to find and track the changing optimum efficiently over time. Among various algorithms for dynamic optimization, particle swarm optimization algorithms (PSOs) are attracting more and more attentions in recent years, due to their ability of keeping good balance between convergence and diversity maintenance. To tackle the challenges of dynamic optimization, several strategies have been proposed to enhance the performance of PSO, and have gained success on various dynamic optimization problems. But there still exist some issues in dynamic optimization which need to be studied carefully, i.e. the robustness of the algorithm to problems of various dynamic features. In this paper, a new multi-strategy ensemble particle swarm optimization (MEPSO) for dynamic optimization is proposed. In MEPSO, all particles are divided into two parts, denoted as part I and part II, respectively. Two new strategies, Gaussian local search and differential mutation, are introduced into these two parts, respectively. Experimental analyses reveal that the mechanisms used in part I can enhance the convergence ability of the algorithm, while mechanisms used in part II can extend the searching area of the particle population to avoid being trapped into the local optimum, and can enhance the ability of catching up with the changing optimum in dynamic environments. The whole algorithm has few parameters that need to be tuned, and all of them are not sensitive to problems. We compared MEPSO with other PSOs, including MQSO, PHPSO and Standard PSO with re-initialization, on moving peaks Benchmark and dynamic Rastrigin function. The experimental results show that MEPSO has pretty good performance on almost all testing problems adopted in this paper, and outperforms other algorithms when the dynamic environment is unimodal and changes severely, or has a great number of local optima as dynamic Rastrigin function does.     

二进制粒子群算法在路径规划中的应用

全局路径规划是智能机器人的一个重要研究领域,将二进制粒子群算法应用于路径规划是一种新的尝试.提出一种机器人路径全局路径规划方法,介绍了利用改进的二进制粒子群算法进行路径规划的详细实现过程.机器人工作空间中的障碍物表示为多边形,对多边形顶点进行编号.利用二进制粒子群算法进行路径规划,粒子的长度定义为工作环境中障碍物顶点的个数,每一位为0或1表示路径是否经过该顶点.为了克服传统的二进制粒子群算法的早熟收敛问题,在改进的算法中采用了双重编码结构,并引入变异操作.最后给出仿真结果证明该方法的正确性和有效性.