分布式系统上异构拥有源服务质量的优化研究

提出的正交同步解调法(即GQSD算法)是一种可用来减少种群代的最大重复次数的新技术手段。GQSD算法有助于在现有(非旧式的)优化算法上使处理源调度达到最优化。GQSD是一种通过界定新参数和度量数据来降低任务延时以及响应用时的新型算法。GQSD算法还达到服务器的服务水平。模拟实验表明采用GQSD算法后,分布式系统的总任务进程的完成时间得到缩短,性能有所提高,从而使得不同层次分布式处理器的服务质量得到提高,处理延时也大大降低。     

引入优化压缩思维的无线视频传感器网络路由协议

针对无线视频传感器网络能量异构普遍存在的特点,提出一种引入优化压缩思维的无线视频传感器网络路由协议,确定节点的可压缩性,在簇头节点中完成数据的稀疏以及观测,将少数测量数据发送至汇聚节点,汇聚节点通过采集节点压缩数据的测量向量,进行压缩感知解码,完成数据的压缩以及重构操作。通过蚁群算法获取无线视频传感器网络中最小成本的路径,将数据分组发送至所有邻居节点,蚂蚁依据能量水平的高低确定下一跳,从而更好的完成全网能量均衡,蚂蚁走完所有路径后,对其信息素进行计算,求出信息素的挥发带来的负反馈,给出新的带宽函数以及跳数函数,节点间通过周期性的广播路由更新分组确保路由表的正确性,在路由选择时综合分析带宽与跳数因素,有效提高了无线视频传感器网络的吞吐量。仿真实验结果表明,所提协议可有效均衡网络能耗,延长整个网络生命周期。     

提高英语教学实效性的尝试

任何一门学科的教学,都必须重视其教育实效的达成。教学实效是检验一门学科教学教的怎么样的最终目的,英语教学也不例外,因此,我们必须在教学中注重追求教学的实效性。教学的实效性包括教师"教"的实效和学生"学"的实效两个组成部分,这两个部分相辅相成,和谐统一。教师"教"的实效是学生"学"的实效的前提,离不开教师"教"的实效,学生"学"的实效就成为无源之水,无本之木,从而成为一句空话。在多年的教学实践中,我一直在尝试,如何把二者统一起来,不断提高英语教学的实效性。     

遗传算法在柴油机故障诊断中的应用

BP神经网络在故障诊断时,对故障的学习训练盲目性大,导致速度慢,结果可靠性差。但是遗传算法可以优化挑选故障向量具有针对性,弥补BP神经网络诊断的不足。所以基于遗传算法的BP神经网络可以使各代种群在进化过程中容易得到全局最优解。实例对比分析,表明优化后的神经网络具有较好的收敛性能和运算速度,能够改善诊断精度。     

浅析红砂岩路基强夯效果试验模式

为了提升我国基础工程的质量工作,进行公路路基质量体系的健全是必要的。在该文中,笔者进行红砂岩路基强夯效果的分析,进行相关试验模式的应用,进行路基填筑孔隙率的分析,进行其压实质量的控制,做好填筑的相关工作,进行工后沉降的分析,进行不均匀性沉降特点的分析。这离不开对红砂岩碎石土路基的强夯处理对比试验,通过对试验的应用,做好强夯的处理,保证红砂岩碎石土路基的压实工作,进行土体的压实度的控制,进行孔隙比的控制,保证路基的工后沉降速率的分析,保证强夯处理后的路基承载能力的提升,进行路基压缩模量的提升,提升土体的压缩性。     

基于蚁群-遗传混合算法的系统芯片低功耗测试方案

针对系统芯片测试功耗快速增加的特点,提出了一种有效的低功耗测试方案。该方案将测试向量的海明距离作为测试功耗优化的目标,将测试功耗优化问题转化为对测试向量进行海明距离排序问题,采用一种改进的蚁群-遗传混合算法对测试向量进行排序,从而使测试功耗最低。针对ISCAS 89部分标准电路实验结果表明,该方案能有效的降低测试功耗。     

Krasnoselskii不动点定理的一个应用

不动点理论是研究方程解的存在性的一种强有力的工具.本文主要考虑了一类特殊的积分方程,并应用Krasnoselskii不动点定理得到了该类积分方程解的存在性.     

间歇采样转发干扰建模仿真研究

介绍了间歇采样转发干扰的工作原理与数学模型,对基于数字射频存储的实现过程进行了阐述,基于线性调频信号,对施加间歇采样干扰前后的雷达信号作脉冲压缩与相参积累,利用仿真实验对干扰效果进行了分析验证。     

求解车辆路径问题的协同进化遗传算法

通过对车辆路径问题的分析,建立车辆路径问题数学模型。针对遗传算法优化车辆路径问题易陷入局部最优解以及收敛速度慢等问题,引入基于动态小生境的协同进化模型。最后,将动态小生境协同进化算法应用于所建立的模型中。实验结果表明：动态小生境协同进化遗传算法可有效避免遗传算法的早熟现象,并在一定程度上提高优化车辆路径问题的求解效率。     

基于改进遗传算法的云仿真资源分配算法

近年来,云仿真技术作为一种新型网络化建模与仿真模式受到广泛关注,合理配置仿真资源已成为云仿真技术的核心问题之一。针对传统仿真系统资源分配中存在的资源重用性低、部署难度大等问题,提出一种改进遗传算法来求解仿真模型与虚拟机之间最优映射的算法。实验结果表明,该算法是云仿真运行环境下的一种有效资源调度算法。