检索结果-内蒙古大学图书馆

作者：罗源敏桂林理工大学

学位级别：硕士

在飞速发展的信息时代,计算机一直处于迭代更新状态,处理器体系结构越来越复杂,而如何提升处理器核的利用率,任务调度机制是其中的关键,其异构多核处理器是如今研究的重点目标。本文重点研究异构多核处理器的任务调度问题,利用任务调度... 详细信息

在飞速发展的信息时代,计算机一直处于迭代更新状态,处理器体系结构越来越复杂,而如何提升处理器核的利用率,任务调度机制是其中的关键,其异构多核处理器是如今研究的重点目标。本文重点研究异构多核处理器的任务调度问题,利用任务调度算法将任务进行合理调度,使处理器的性能达到最佳状态。其中任务调度算法的好坏直接决定任务调度效率的高低,为了使异构多核处理器利用率达到最大化,提高任务调度速率,本文通过改进已有的表调度算法并引入狮群优化算法,提出一种综合性的任务调度算法。其主要工作内容如下:(1)针对异构多核环境下的基于关键任务的列表调度算法(Heterogeneous Critical Node First,HCNF)产生冗余任务以及没有充分考虑非关键任务的排序造成的任务调度效率低下的问题,本文提出一种优化的表调度算法(Improved Heterogeneous Critical Node First,IHCNF)。该算法首先在任务排序阶段将权值计算公式上的任务平均执行开销参数改进为任务标准差执行开销参数,这能充分反映出任务在异构多核处理器内核上的差异性,标准差大的任务优先排序进行调度,同时还引入了最大前驱任务通信开销和最大后继任务通信开销,任务通信开销大的任务进行优先排序调度,由以上3个参数共同决定非关键任务的优先级排序;然后在任务分配阶段采用冗余任务优化策略,先分别对每一层的DAG任务进行冗余任务判断,若去掉该任务时对后继任务没有影响则进行冗余标记,清除该冗余任务。结果表明,与其他算法相比,IHCNF算法性能更优,有效提高了调度效率。(2)为了进一步提高调度效率和调度准确度,本文将引入狮群优化算法,提出一种基于异构多核的综合性任务调度算法。首先为了优化狮群算法,通过在初始化阶段加入Tent混沌映射算子,提高解的质量,引入调节因子改进幼狮的更新公式,提高求解的速度和避免陷入局部最优解;然后对改进的狮群算法进行离散化处理,采取优先权的编码形式,使每一个狮群个体位置与任务调度序列相映射;两者算法的结合在于将IHCNF算法已经得到的优良调度序列作为改进狮群算法初始种群的个体存在,然后利用狮群算法的迭代寻优,设立最大迭代次数,最后输出最优的调度序列。该综合性算法进一步提升了任务的调度效率。最后通过在异构多核系统环境下,综合测试提出的调度算法。首先设立了相应的实验评估函数,随机生成多个测试任务模型,经过与狮群调度算法和经典遗传算法的比较可知,本文算法在调度下界比、加速度等方面都要更优异,其调度性能更稳定、高效。

关键词：异构多核处理器表调度算法狮群优化算法任务调度 Tent混沌算子

来源：评论

学校读者我要写书评

暂无评论

狮群强化搜索算法及其应用研究

狮群强化搜索算法及其应用研究

引用

作者：纪发蕾山东大学

学位级别：硕士

随着科技迅速发展,无线通信和信息处理方面的理论应用研究得到了研究人员的广泛关注。面对一些复杂的优化问题,当传统方法不能得到较好的结果时,一些研究人员从自然界法则和生物系统中受到启发,设计出一些启发式智能计算方法——智能优... 详细信息

随着科技迅速发展,无线通信和信息处理方面的理论应用研究得到了研究人员的广泛关注。面对一些复杂的优化问题,当传统方法不能得到较好的结果时,一些研究人员从自然界法则和生物系统中受到启发,设计出一些启发式智能计算方法——智能优化算法,其中群智能算法是一大类模拟生物种群行为的智能算法。狮子作为食物链顶端的动物,比较擅长合作捕猎,近年来模拟狮群行为的群智能算法得到了许多学者的研究。狮群优化算法是一种模拟狮王守卫领地、母狮合作捕猎、幼狮跟随狮王和母狮的新型群智能算法,与经典的粒子群算法相比,狮群优化算法的机制更加灵活,通信方式更加多样。狮群优化算法收敛速度快,但是研究发现该算法存在活动范围大时狮子位置易越界和位置更新公式非普适的问题,影响了算法的搜索性能,亟待解决。论文提出了两种狮群强化搜索算法以解决上述两个问题,并应用于三维DV-Hop定位和频谱感知。受狮群优化算法存在的问题和应用驱动,本文提出了基于改进狮群优化算法的三维DV-Hop定位方法,实现了未知节点坐标的求解。首先采用羊群算法的羊群互动思想和灰狼优化算法的狼群捕猎思想对狮群优化算法进行改进,得到了改进的狮群优化算法。之后简单测试了一下改进的狮群优化算法的性能。最后将提出的改进狮群优化算法应用于三维DV-Hop定位中未知节点坐标的优化。仿真结果表明,提出的算法与经典三维DV-Hop算法、基于原始狮群优化算法的三维DV-Hop算法相比,定位精度更高,且与原始狮群优化算法相比,算法的稳定性提高。针对狮群优化算法存在的问题和应用需求,本文提出了基于强化模式搜索狮群优化算法的线性协作频谱感知方法,实现了权重向量的优化求解。受狮子的一维正态位置分布启发,提出了修正的狮群优化算法,较好地解决了存在的问题。为了提高修正的狮群优化算法的收敛精度,加快收敛速度,结合Q学习和模式搜索提出了复杂度低的强化模式搜索算法,并将其用于狮王位置更新提出了强化模式搜索狮群优化算法。在CEC2013函数集上的仿真实验结果说明相较于原始狮群优化算法、粒子群算法、高斯骨干粒子群算法和修正的狮群优化算法,强化模式搜索狮群优化算法性能更好,精度高,收敛速度快。高维优化时修正的狮群优化算法也有其可取之处。最后将提出的强化模式搜索狮群优化算法应用于线性协作频谱感知模型的权重向量参数优化,仿真结果说明,强化模式搜索狮群优化算法确实较好的解决了频谱感知参数优化问题,且性能优于粒子群算法、高斯骨干粒子群算法和修正的狮群优化算法。当认知用户多的时候,修正的狮群优化算法的相对性能更好。

关键词：狮群优化算法强化模式搜索禁忌退火三维DV-Hop定位线性协作频谱感知

来源：评论

学校读者我要写书评

暂无评论

基于监督机制的群智能算法的理论研究及应用

基于监督机制的群智能算法的理论研究及应用

引用

作者：虞海燕山东大学

学位级别：硕士

在如今的学术研究领域中,研究内容越来越贴近实际问题,当这类实际问题是优化问题并且具有效率低的特性时,采用元启发式算法解决该类问题已经成为学术研究领域的热点导向。元启发式算法即群智能优化算法,它既基于群体成员的聚集,也表现... 详细信息

在如今的学术研究领域中,研究内容越来越贴近实际问题,当这类实际问题是优化问题并且具有效率低的特性时,采用元启发式算法解决该类问题已经成为学术研究领域的热点导向。元启发式算法即群智能优化算法,它既基于群体成员的聚集,也表现出群体成员独立的智能。群智能优化算法是在迭代过程中不断搜寻最优值的过程,但在算法迭代的后期,种群的多样性降低,探索功能变差,易使算法陷入局部最优。为了使群智能优化算法在迭代搜索过程中保持种群的多样性,引入监督机制,即根据某种规则将一部分的粒子重置。本文主要是在狮群算法(LSO)上引入监督机制。本文针对狮群算法易陷入局部最优的问题,提出了两种改进型的狮群算法。第一种是以狮群算法为基础,引入正余弦优化算法和精英反向学习策略,提高了狮群算法的局部和全局搜寻能力。此外,引入监督机制,进一步丰富了种群的多样性,并且提高了狮群跳出局部最优的能力。为验证改进后狮群算法的性能,将其应用于模糊C均值(FCM)聚类算法中。并且针对FCM算法存在的一系列缺点,例如对初始聚类中心和噪声数据敏感和容易陷入局部极小值等等,FCM算法的初始聚类中心是采用改进狮群算法求得的最优解,然后FCM算法优化初始聚类中心,从而求得FCM算法的全局最优值,因此有效缓解了该算法存在的一系列缺点。在实验部分采用标准数据集进行验证,结果表明,引入改进狮群算法的FCM聚类算法与引入原狮群算法的FCM聚类算法和原FCM聚类算法相比,提高了算法在其搜索范围内的搜寻能力,使得FCM算法具有更好的聚类效果。第二种同样是以狮群算法为基础,引入交叉搜索算法,对狮群算法进行改进。在母狮的位置更新中引入了交互机制,以此可以提高母狮在寻优方向上的正确性,提高母狮的寻优效率。在幼狮的位置更新中,引入追踪和交叉机制,以此提高改进狮群算法的收敛速度。除此之外,引入监督机制,进一步丰富了种群的多样性,并且提高了狮群跳出局部最优的能力。为验证改进后狮群算法的性能,将改进的狮群算法、狮群算法和粒子群算法分别应用于车身焊接生产线机器人路径规划问题中。实验结果为改进的狮群算法相比其他两个算法,寻优的结果更加理想,证明了改进算法的有效性,并且采用改进的狮群算法可以提高仿真工作的效率,对自动生产线中工业机器人的仿真工作具有一定的指导意义。最后,论文对当前的工作进展进行了总结,并指出不足和后续的研究方向。

关键词：狮群优化算法正余弦优化算法精英反向学习交叉搜索算法模糊C-均值聚类机器人路径规划

来源：评论

学校读者我要写书评

暂无评论

基于相似度分析的矿井采区突水预警方法研究与实现

基于相似度分析的矿井采区突水预警方法研究与实现

引用

作者：司雨歌西安科技大学

学位级别：硕士

我国矿区水文地质条件复杂,矿井突水一直是威胁煤炭安全开采的重要问题。因此研究有效的矿井突水预警方法对煤炭资源的高效开采有着重要意义。目前基于机器学习的突水预警方法大多用离散的监测指标作为模型特征,不能对连续的水文数据进... 详细信息

我国矿区水文地质条件复杂,矿井突水一直是威胁煤炭安全开采的重要问题。因此研究有效的矿井突水预警方法对煤炭资源的高效开采有着重要意义。目前基于机器学习的突水预警方法大多用离散的监测指标作为模型特征,不能对连续的水文数据进行趋势分析,无法有效挖掘监测指标数据变化中隐含的突水前兆信息。针对该问题,本文提出了一种基于相似度分析的矿井突水预警方法,依据两相邻工作面回采时监测指标数据曲线的相似性来进行突水预警。主要研究内容如下: (1)针对传统的曲线相似性度量方法仅能考虑水文数据曲线间单一的距离相似性或趋势相似性无法准确反映突水风险的问题,提出一种基于趋势与距离特征的曲线相似性分析模型(CSAM-TDF)。该模型首先使用基于普氏分析的离散Fréchet距离对两曲线进行趋势相似性度量,然后采用融合了高斯函数的导数动态时间规整算法得出两曲线的距离相似度,最后通过加权得到两曲线间的综合相似度。将CSAM-TDF模型应用在Y矿区进行实验,分析两相邻工作面监测数据曲线的相似性,得到了不同突水风险等级下各监测指标数据曲线的相似度区间划分。最后通过对比灰色关联分析、余弦相似性、相关系数等方法验证了 CSAM-TDF在矿井水文数据曲线相似性度量上的适用性和准确性。 (2)在计算各指标数据曲线相似性的基础上,提出一种基于ILSO-PNN的突水风险综合预警模型。首先,采用基于博弈论的组合赋权法求出各监测指标的权重,对各指标相似性进行加权得到多指标综合相似性,并依据综合相似性对突水风险进行划分。然后,采用能实现任意的非线性逼近的概率神经网络(PNN)对突水风险进行预警。为解决PNN预测准确率会受到平滑因子影响的问题,提出改进的狮群优化算法(ILSO)对平滑因子进行寻优。通过引入混沌映射与精英反向学习策略进行种群初始化,并加入Levy飞行随机游走策略帮助算法跳出局部最优。最后,将各类监测指标的相似性及对应的突水风险评价结果输入ILSO-PNN模型中进行训练,完成矿井突水风险预警。实验表明基于ILS O-PNN的矿井突水风险综合预警模型相较于基于PNN和基于PSO-PNN的突水预警模型部具有更高的准确率,能够为煤矿井下突水预测预报提供依据。最后,结合上述研究内容设计并实现了基于相似度分析的矿井采区突水预警系统。该系统集成了对两相邻工作面各类监测指标曲线进行相似性度量的方法以及突水风险综合预警方法,能够对所选工作面的监测指标数据曲线完成相似性分析,并依据相似性进行突水预警。

关键词：突水预测曲线相似性分析狮群优化算法概率神经网络预警系统

来源：评论

学校读者我要写书评

暂无评论

基于ILSO-DELM的燃气轮机压气机故障预警方法

引用

电工电气 2024年第5期 63-68页

作者：马梦甜茅大钧蒋欢春上海电力大学自动化工程学院上海200090 上海明华电力科技有限公司上海200090

压气机结构复杂,运行特性为非线性的特点加大了燃气轮机压气机故障预警的难度,为了提高燃气轮机压气机故障预警能力,提出了一种基于改进的狮群优化算法(ILSO)优化深度极限学习机(DELM)的故障预警方法。通过皮尔逊相关分析得到与预警参... 详细信息

压气机结构复杂,运行特性为非线性的特点加大了燃气轮机压气机故障预警的难度,为了提高燃气轮机压气机故障预警能力,提出了一种基于改进的狮群优化算法(ILSO)优化深度极限学习机(DELM)的故障预警方法。通过皮尔逊相关分析得到与预警参数相关性高的测点,构建ILSO-DELM预测模型,得到正常状态下预警参数的绝对值,通过参数估计确定阈值,根据残差绝对值是否超过预警线来间接判断压气机的运行情况。以上海某燃机电厂的运行数据进行分析,通过验证表明:该方法能够对压气机故障提前预警,并且相比于DELM模型预测精度更高。

关键词：压气机深度极限学习机狮群优化算法故障预警

来源：评论

学校读者我要写书评

暂无评论

基于深度数据挖掘的电子数据分析模型研究

引用

自动化与仪器仪表 2023年第12期 47-50,55页

作者：王刚陕西警官职业学院西安710021 陕西省智慧新刑技实战应用研究中心西安710021

在当前的电子证据数据挖掘任务中,数据挖掘算法的性能不够理想,使得电子取证的精度和效率受到影响。为此,研究提出一种优化的Apriori算法。首先,利用Simhash算法提取数据特征并匹配数据;针对K-means算法的缺陷,利用狮群优化算法(Lion Sw... 详细信息

在当前的电子证据数据挖掘任务中,数据挖掘算法的性能不够理想,使得电子取证的精度和效率受到影响。为此,研究提出一种优化的Apriori算法。首先,利用Simhash算法提取数据特征并匹配数据;针对K-means算法的缺陷,利用狮群优化算法(Lion Swarm Optimization algorithm,LSO)对其进行优化;针对Apriori算法的缺陷,提出相应的改进策略。结合上述内容,构建SLK-Apriori算法,并将其应用到电子证据数据挖掘中。结果显示,SLK-Apriori算法的损失值为0.11,F1值为95.04%,准确率为98.97%,AUC值达到0.984。综上所述,研究提出的SLK-Apriori算法能够有效地对电子证据数据进行数据挖掘,并且有着十分优异的性能,能够提升数据挖掘效果和效率,对我国公安系统的信息化建设有正面意义。

关键词：数据挖掘电子取证 K-means Apriori算法狮群优化算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：