基于RBF-DE的改进蚁群算法和多QoS约束的云资源调度策略研究

云计算属于分布式计算,资源调度是其核心问题。QoS(Quality of Service)一直是衡量分布式计算的一个标准。建立多QoS目标约束的云资源调度模型,同时引进高斯核函数以及差分进化法对蚁群算法进行改进,并运用改进后的算法对模型求解;最后,通过Cloudsim模拟系统模拟,结果显示运用该策略进行资源调度时,平均完成时间和成本都比较小。     

一种自适应蚁群算法及其应用

蚁群算法是一种具有许多优良特性的新型算法,该算法具有较强的发现较好解的能力,但同时也存在容易出现停滞现象,收敛速度慢等缺点。在介绍基本蚁群算法的基础上,针对蚁群算法的不足,提出了一种自适应蚁群算法。该算法对蚁群算法中的信息素在更新过程中进行自适应调整。实验结果表明,该算法比传统的蚁群算法具有更好的搜索全局最优解的能力,并具有更好的收敛性。     

Hybrid ants-like search algorithms for P2P media streaming distribution in ad hoc networks

Media streaming delivery in wireless ad hoc networks is challenging due to the stringent resource restrictions,po-tential high loss rate and the decentralized architecture. To support long and high-quality streams,one viable approach is that a media stream is partitioned into segments,and then the segments are replicated in a network and served in a peer-to-peer(P2P) fashion. However,the searching strategy for segments is one key problem with the approach. This paper proposes a hybrid ants-like search algorithm(HASA) for P2P media streaming distribution in ad hoc networks. It takes the advantages of random walks and ants-like algorithms for searching in unstructured P2P networks,such as low transmitting latency,less jitter times,and low unnecessary traffic. We quantify the performance of our scheme in terms of response time,jitter times,and network messages for media streaming distribution. Simulation results showed that it can effectively improve the search efficiency for P2P media streaming distribution in ad hoc networks.     

基于蚁群算法的最小电路测试集生成算法

为了提高电路故障的测试速度和精度．在现有的传统故障测试集生成算法的基础上,引入蚁群生物的路径规划策略,设计一种基于蚁群算法的电路故障最小测试集生成算法。详细阐述蚁群算法的设计思想,给出数字电路测试问题向蚁群规划问题的转换过程,包括基于蚁群算法的最小测试集生成流程。并对设计的电路故障最小测试集生成算法进行了理论上的性能分析和实际的测试验证,测试结果表明该算法具有较高的综合效率。     

举足轻重的懒蚂蚁

科学家发现,在成群的蚂蚁中,大部分蚂蚁都争先恐后地寻找食物、搬运食物,可以说是相当勤劳。但有少数蚂蚁则什么活也不干。它们,被科学家称之为懒蚂蚁。为了深入研究这些懒蚂蚁在蚁群中如何生存,科学家做了下面的实验。他们在这些懒蚂蚁身上都做上了标记,然后断绝蚁群的食物来源,并     

多种群遗传蚁群融合的多Qos约束组播路由算法

具有多约束的Qos（quality of service）路由问题是一个NP完备问题,传统方法很难求得全局最优解。针对多约束Qos组播路由问题,选择带宽、时延和时延抖动为Qos参数,由多种群遗传算法产生初始状态,利用蚁群算法的全局寻优能力提出一种将多种群遗传算法和蚁群算法融合的新算法。分析表明,该算法是可行、有效的。     

智能控制课程之蚁群算法教学方法探讨

根据智能控制课程特点和大纲要求,对智能控制领域所用到的蚁群优化算法内容的教学方法进行了探讨,研究了一些旨在引导和提高学生学习积极性的具体方法和措施。教学实践证明,该教学方法不仅可以提高学生的学习兴趣,而且还可提高学生学习的参与性。     

蚁群优化算法的理论、改进及应用

蚁群优化算法是一种新型的模拟进化优化算法,为求解复杂的组合优化问题提供了一种新的思路。文章对蚁群优化算法理论及其收敛性进行了分析,并从选择策略、信息素更新、信息素浓度的变异等多方面对蚁群优化算法提出了改进,不仅使其跳出局部最优解的能力更强,而且能较快地收敛到全局最优解,在TSP问题上的应用表明改进算法具有良好的性能。     

蚁群算法及其在TSP中的应用

根据蚂蚁生态学提出的蚁群算法是一种新颖的用于求解复杂组合优化问题的模拟进化算法,具有典型的群体智能特征,表现出较强的学习能力和适应能力。阐述了该算法的基本原理、算法模型和在旅行商问题中的具体应用过程,并对算法进行了总结和展望。