一种求解云计算资源优化的改进蝙蝠算法

为了最大限度优化云计算资源分配中的执行速度,平均响应时间和系统利用率,提出一种基于高斯差分变异蝙蝠算法(GDMBA)的云计算资源调度优化方法。首先引入高斯差分变异改进蝙蝠算法,避免蝙蝠个体陷入局部最优,改进后的算法加快了收敛速度,提高了收敛精度,然后采用GDMBA对资源调度进行寻优。仿真实验表明,GDMBA有效提高了算法性能,在云计算的资源调度中有效优化了云计算系统中的资源调度能力,提高了云计算资源的利用率。     

云计算环境下基于遗传蚁群算法的任务调度

研究了云计算环境下的任务调度问题,通过构造云计算环境下的任务调度模型,提出了一种混合调度算法,该算法是蚁群算法与遗传算法的有机融合。其中的遗传算法采用间接编码方式,结合由遗传算法衍生出的优化解,对蚁群信息素的分布进行初始化处理,使遗传算法的快速搜索能力得到充分利用,并通过克服蚁群算法的起始信息素不足问题,加快了求解速度。云计算环境下的仿真实验结果表明,该混合算法是一种行之有效的任务调度算法。     

云计算服务平台资源调度人工鱼群算法的随机行为优化

针对标准人工鱼群算法在云计算服务平台资源调度的应用中还存在调度时间长、负载较高等问题。本文提出了一种基于随机行为优化人工鱼群算法的云计算服务平台资源调度模型,首先通过禁忌搜索对人工鱼群行为进行优化,若发现人工鱼群状态已经在禁忌表中,并且有意识地避开这个状态,根据禁忌计算得到新的人工鱼群向量,然后对觅食行为、聚群行为等追尾行为进行自适应随机优化,最后构建云计算服务平台资源调度模型。结果表明,本文提出的基于随机行为优化人工鱼群算法的云计算服务平台资源调度模型资源调度时间更少,负载更小。     

一种基于异构云计算平台的资源管理模型

文章将多Agent与云计算技术相融合,提出一种基于异构云计算平台的资源管理模型,即利用多Agent技术特性,在异构云计算环境中构造相应的资源、Agent,通过多Agent的交互协作,实现云计算环境中的资源调度的有效分配及管理,实现现有云计算平台之间的数据和应用的互操作性和可移植性,并以Chukwa为例,验证该模型在现有技术条件下的可行性及其在性能上的优势.     

基于GT的云计算海量作业调度优化

在一般的云计算作业调度算法中普遍存在因为执行作业增多而导致的执行速度较慢的问题。本文以此入手提出了以蚁群算法位基础的改进后的GT算法。改进后的算法首先初始化各个参数,之后借助于GT算法来寻求初始信息素,并把它变为蚁群算法的启发式信息。接着采用蚁群算法进行构造个体解和求解目标函数值的操作,最后进行任务调度工作。仿真试验结果表明,本文提出的基于蚁群算法的改进GT算法在云计算海量作业调度优化中,表现出了比标准GT算法更快的响应速度、更低的负载和更快的执行速度。     

云计算中的基于ACA-GA的资源调度的研究

如何更好地进行资源调度一直都是云计算的研究方向,本文针对蚁群算法存在收敛速度慢,容易陷入局部最优的缺点,将遗传算法融合到蚁群算法中得到混合算法(ACA-GA),在蚁群算法的初始解的过程中采用遗传算法的选择、交叉、变异等操作得到有效的初始解;其次,对蚁群算法中的路径选择设定感觉阀值用来调节个体选择最优路径的概率;最后针对挥发因子的改进使得信息素的更新的效率得到提高。本文算法通过经典测试函数证明算法的性能有了明显的提高。Cloudsim平台说明本文算法在云计算的资源调度中降低了消耗的时间和花费成本,具有一定的推广价值。     

基于任务聚类策略的云计算资源调度研究

云计算是信息时代的新型的计算模式,代表着下一代的互联网技术。资源调度和管理是云计算的关键技术之一,资源调度的目标包括满足用户服务质量、提高资源利用率、节点负载均衡等,为此有必要借助各种调度策略与各优化算法对资源调度方案进行优化,以提高任务和资源的匹配效率。聚类是将物理或者抽象的对象集合依据相似程度划分为若干类群,源于数学、统计和经济等领域,并广泛应用于很多领域。在云计算资源调度中,用户任务的资源需求特征异同,本文基于相似分治的思想,对用户任务进行聚类处理后优化调度是云计算资源调度研究的一个有效思路。实验仿真表明,任务聚类策略有效地提高了后续任务资源调度优化的效率。     

一种基于混沌人工萤火虫算法的云计算资源调度优化

为提高云计算资源的利用率,保持负载平衡,提出一种基于改进混沌萤火虫算法的云计算资源调度模型。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,在萤火虫算法中引入混沌算法,通过对个体进行扰动,加快收敛速度,降低局部最优的概率。基于Cloudsim的仿真实验结果表明,该算法能有效避免资源分配的不均衡,缩短任务完成时间,提高系统的整体处理能力。     

面向大数据的多Agent资源粒子调度算法

提出面向大数据的多Agent资源粒子调动算法,建立由工作调度agent组成的资源调度模型,对多agent资源进行优先级划分,通过多Agent调度策略灵活自主的特点将Agent系统与自适应粒子群算法结合,利用粒子算法实现对面向大数据调度技术的准确调度。仿真实验表明,这种多Agent资源粒子调度算法更能有效的提高数据调度的效率,同时实用性更强,稳定性更好,面向大数据调度准确率高、速度快,在任务调度时不仅将缩短任务完成所需时间,并且降低任务完成所需成本,有效的为数据调度技术提供更好的保障。     

基于蚁群算法和蛙跳算法的云计算资源调度算法

针对云计算下的资源分配不足的问题,本文引入蚁群算法和蛙跳算法进行融合,首先提出云计算条件下的资源分配模型,其次,针对蚁群算法的信息素更新慢和算法局部收敛速度快的缺点,引入反馈因子,降低了信息素更新所带来的易产生最优解影响,在蛙跳算法中引入交叉算子和变异算子,增加算法的寻优的能力,最后对两种算法融合下的本文算法进行仿真,Cloud Sim平台表明融合后的算法提高系统处理任务的效率以及云计算资源中的合理调度。     

Delaunay三角网的构建理论研究

在GIS应用领域中,Delaunay三角网通常被用于生成不规则三角网(TIN)模型,并用于描述地表形态。详细叙述了的现有的Delaunay三角网三种生成算法——逐点插入法、逐步生长法和分割-归并算法,并进行了比较。最后分析了Delaunay三角网构建中存在的问题及未来研究方向。     

现代密码学中的素性测试问题

由于现代密码学正是建立在整数分解理论和计算复杂性理论的基础之上,因此素性测试问题对现代密码学的影响引起了人们的关注.本文将主要讨论现代密码学中的素性测试问题及其算法实现.然后再介绍几种素性测试算法及其实现.     

并行信息检索及其控制过程

本文探讨了并行处理的有关问题。对于一些针对大型数据库进行的检索，检索的响应时间有时成为影响系统的可用性。针对并行检索的有关问题，本文讨论了并行检索的类型及相关的结构。重点对MIMD结构的算法和SIMD结构的算法进行了探讨。     

基于改进特征提取及聚类的网络评论挖掘研究

[目的/意义]针对信息过载条件下中文网络产品评论中特征提取性能低以及特征聚类中初始中心点的选取问题。[方法/过程]本研究提出采用基于权重的改进Apriori算法产生候选产品特征集合,再根据独立支持度、频繁项名词非特征规则及基于网络搜索引擎的PMI算法对候选产品特征集合进行过滤。并以基于HowNet的语义相似度和特征观点共现作为衡量产品特征之间关联程度的特征,提出一种改进K-means聚类算法对产品特征进行聚类。[结果/结论]实验结果表明,在特征提取阶段,查准率为69%,查全率为92.64%,综合值达到79.07%。在特征聚类阶段,本文提出的改进K-means算法相对传统算法具有更优的挖掘性能。     

基于L-C映射加密算法的电子商务安全性分析

随着信息技术的高速发展,电子商务成为未来商务活动的必然趋势。针对目前人们越来越重视电子商务的安全性问题,本文提出了一种应用于电子商务信息加密的L-C映射加密算法。该算法结合了Logistic映射算法和Cubic映射算法,形成新的Logistic-Cubic映射加密算法,简称L-C映射加密算法,并且采用分层迭代模式,再根据加密函数加密得到的密文,得到下一次算法的迭代次数,保证算法的随机性和规律性。算法仿真结果表明,本文提出的这种应用于电子商务信息加密的L-C映射加密算法在本文信息加密和图像信息加密上效果良好,且加密速度比一般的加密算法快,值得推广。     

蚁群算法的改进策略研究

蚂蚁算法是一种元启发式优化算法,研究表明其具有较强鲁棒性、优良的分布式计算机制、易于与其他方法相结合等特点,但是也存在一些不足。针对蚁群算法的不足,许多的学者提出了诸多的改进算法,通过对改进算法的研究发现对改进策略的研究是非常必要的。文中对改进策略进行总结,为算法改进发展提供必要的参考。     

基于A*算法的最短路径寻优数学方法研究

近年来,作为人工智能领域一个分支的最短路径探索仍值得做更进一步的讨论和研究,最短路径问题是给定的网络图中寻找出一条从起始点到目标点之间的最短路径。在最短路径的算法之中,各个算法也都具有各自的优点和适用性。针对Dijkstra算法、蚁群算法、A*算法的特点,经过分析与研究得出,A*算法在最短路径寻优方面比其它路径寻优效率更高,对A*算法的程序实现,为人工智能领域以及机器人路径应用方面提供了重要的实际应用参考价值。     

球-棍分子模型的真实感图显示

给出了一种快速显示球棍模型的真实感图算法⒚该算法的消隐处理是采用排序法;浓淡处理是把球看成是由多个圆组成,把棍看成是由各平行线组成,这样圆及直线上的各点光强均相同⒚算法简单且快速⒚     

基于改进文化算法的聚类模型研究

依据文化算法框架对文化算法的种群空间、信仰空间以及这两个空间的通信协议进行研究,分析各种函数的工作机制,设计基于进化策略的改进文化算法的种群空间,实现基于改进文化算法的聚类模型,实验结果表明,该聚类模型可以有效的提高聚类效果。     

蚁群算法及其在组合优化问题中的应用

介绍了一种求解复杂组合优化问题的新型的模拟进化算法——蚁群算法。阐述了该算法的基本原理、模型以及实现过程,并且介绍了蚁群算法在TSP问题、二次分配问题、车间作业调度问题、大规模集成电路综合布线以及车辆路径问题等组合优化问题中的应用思路。