排序方式: 共有22条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
针对原始乌鸦搜索算法对种群多样性控制不强、个体位置更新方式单一、局部搜索精细度不高等缺点,提出新的自适应乌鸦搜索算法.设计多种搜索引导个体,基于进化不同阶段的种群多样性,实现搜索引导个体的自适应选择策略,使算法在迭代前期加强全局勘探,在迭代后期强化局部开发.结合正余弦搜索理念,构建基于线性递减、混合正余弦震荡递减的多种飞行长度控制参数及相应的多种搜索方式,提升算法的搜索遍历性,增加算法在迭代后期找到更优解的概率.为了验证新算法的有效性,通过标准测试函数,将新算法与原始乌鸦搜索算法、改进乌鸦搜索算法和其他优秀的智能优化算法进行仿真实验,比较分析各算法的收敛精度、收敛速度、稳定性、Wilcoxon符号秩检验和Friedman检验.实验结果表明,新算法的性能优于其他比较算法的性能,新算法实现了全局勘探和局部开发、收敛精度和收敛速度的平衡. 相似文献
5.
6.
7.
为降低库存物料折算统计算法的复杂度,提出了一种BOM到CBOM的映射技术。首先研究了该映射的性质,证明其具有逆传递性;然后应用该性质设计了映射的初始化算法和维护算法,解决了CBOM初始化以及CBOM与BOM同步更新的问题;以保税物料为例实现了基于CBOM的物料折算统计算法。实验结果表明算法比原始算法运行所需时间降低了88%,为其他相似的库存统计算法提供了良好的借鉴。 相似文献
8.
9.
针对容器化云环境中数据中心能耗较高的问题,提出了一种基于最佳能耗优先(Power Full,PF)物理机选择算法的虚拟资源配置策略。首先,提出容器云虚拟资源的配置和迁移方案,发现物理机选择策略对数据中心能耗有重要影响;其次,通过研究主机利用率与容器利用率,主机利用率与虚拟机利用率,主机利用率与数据中心能耗之间的数学关系,建立容器云数据中心能耗的数学模型,定义出优化目标函数;最后,通过对物理机的能耗函数使用线性插值进行模拟,依据邻近事物相类似的特性,提出改进的最佳能耗优先物理机选择算法。仿真实验将此算法与先来先得(First Fit,FF)、最低利用率优先(Least Fit,LF)、最高利用率优先(Most Full,MF)进行比较,实验结果表明,在有规律不同物理机群的计算服务中,其能耗比FF、LF、MF分别平均降低45%、53%和49%;在有规律相同物理机群的计算服务中,其能耗比FF、LF、MF分别平均降低56%、46%和58%;在无规律不同物理机群的计算服务中,其能耗比FF、LF、MF分别平均降低32%、24%和12%。所提算法实现了对容器云虚拟资源的合理配置,且在数据中心节能方面具有优越性。 相似文献
10.