期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
6
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
求解大规模优化问题的云差分进化算法
被引量:
4
1
作者
袁斯昊
邓长寿
+2 位作者
董小刚
谭旭杰
范德斌
《计算机应用研究》
CSCD
北大核心
2016年第10期2949-2953,共5页
针对大规模优化问题求解难、差分进化算法运算时间长等问题,利用云计算MapReduce并行编程模型,结合差分进化算法隐含并行性,提出云差分进化算法。该算法利用Hadoop集群平台,采用多子群机制,并将子种群与Map任务形成一一对应关系;算法的...
针对大规模优化问题求解难、差分进化算法运算时间长等问题,利用云计算MapReduce并行编程模型,结合差分进化算法隐含并行性,提出云差分进化算法。该算法利用Hadoop集群平台,采用多子群机制,并将子种群与Map任务形成一一对应关系;算法的各个子种群之间根据拓扑结构进行个体迁移,以增加其多样性,从而能搜索更大的范围,提高寻优的几率。仿真实验结果表明,云差分算法能有效地减少求解大规模优化问题的时间消耗,并且取得较好的精度。
展开更多
关键词
大规模优化问题
差分进化
云计算
下载PDF
职称材料
高维优化问题的多策略云差分进化算法
2
作者
袁斯昊
邓长寿
+2 位作者
董小刚
范德斌
殷超
《计算机工程与设计》
北大核心
2018年第9期2792-2799,共8页
针对传统差分进化算法在求解高维优化问题时,耗时长、精度不高的问题,提出一种基于多种群机制的混合策略的云差分进化算法。将种群划分成若干子种群,各子种群采用不同的策略并行进化;种群进化若干代数后,按拓扑结构进行个体迁移,增加多...
针对传统差分进化算法在求解高维优化问题时,耗时长、精度不高的问题,提出一种基于多种群机制的混合策略的云差分进化算法。将种群划分成若干子种群,各子种群采用不同的策略并行进化;种群进化若干代数后,按拓扑结构进行个体迁移,增加多样性,提高寻优机率。利用MapReduce模型,将子种群分发到集群上并行,提高求解速度。仿真结果表明,该算法在求解1000维的13个优化问题时,能取得较好的精度,提高求解效率。
展开更多
关键词
差分进化
高维优化
多种群
多策略
云计算
下载PDF
职称材料
SparkDE:一种基于RDD云计算模型的并行差分进化算法
被引量:
4
3
作者
谭旭杰
邓长寿
+3 位作者
董小刚
袁斯昊
吴志健
彭虎
《计算机科学》
CSCD
北大核心
2016年第9期116-119,139,共5页
云计算MapReduce并行编程模型广泛应用于数据密集型应用领域,基于该模型的开源平台Hadoop在大数据领域获得了成功应用。然而,对于计算密集型任务,特别是迭代运算,频繁启动Map和Reduce过程将导致负载过大,影响计算效率。弹性分布式数据集...
云计算MapReduce并行编程模型广泛应用于数据密集型应用领域,基于该模型的开源平台Hadoop在大数据领域获得了成功应用。然而,对于计算密集型任务,特别是迭代运算,频繁启动Map和Reduce过程将导致负载过大,影响计算效率。弹性分布式数据集(RDD)是一种基于内存的集群计算模型,有效地支持迭代运算,能够克服负载过大的问题。因此提出基于RDD模型的并行差分进化算法SparkDE。SparkDE首先将整个种群划分为若干个独立岛,然后将一个岛对应RDD中的一个分区,每个岛在RDD的一个分区中独立进化指定代数后,利用迁移算子在岛之间交换信息。利用标准测试问题对SparkDE、基于MapReduce模型的MRDE和基本DE进行对比实验研究。实验结果表明SparkDE求解精度高,计算速度快,加速效果明显,可以作为云计算平台的下一代优化器。
展开更多
关键词
并行差分进化算法
岛模型
弹性分布式数据集
转换操作
控制操作
下载PDF
职称材料
MapReduce模型下的分布式差分进化算法
被引量:
3
4
作者
董小刚
邓长寿
+2 位作者
袁斯昊
吴志健
张忠平
《小型微型计算机系统》
CSCD
北大核心
2016年第12期2695-2701,共7页
差分进化算法简单、高效且鲁棒性好.然而在求解大规模优化问题时,其性能随着问题维度的增加会迅速降低.针对此问题,提出一种基于MapReduce编程模型的分布式差分进化算法.算法采用改进的精英学习策略和岛模型两种机制,提高算法的收敛精度...
差分进化算法简单、高效且鲁棒性好.然而在求解大规模优化问题时,其性能随着问题维度的增加会迅速降低.针对此问题,提出一种基于MapReduce编程模型的分布式差分进化算法.算法采用改进的精英学习策略和岛模型两种机制,提高算法的收敛精度.利用MapReduce并行编程模型,构建分布式差分进化算法,并将其部署到分布式集群Hadoop上.利用13个标准测试问题进行仿真实验,实验结果表明该算法求解精度高,且具有较好的加速比和扩展性,是求解大规模优化问题的有效方法.
展开更多
关键词
大规模优化
分布式差分进化
岛模型
精英学习
下载PDF
职称材料
大学物理实验数据计算机检验、处理系统的研制
被引量:
2
5
作者
黄天成
袁斯昊
+2 位作者
张琴
钟健松
江长双
《大学物理实验》
2010年第1期74-76,共3页
分析、介绍了大学物理实验数据检验、处理系统的功能,提出了建立系统的意义,分析了数据检验的实验类型,具体地给出了实现各个功能的方案以及相关技术。
关键词
实验数据
检验
处理
B/S模式
WEB访问
下载PDF
职称材料
基于MapReduce模型的分布式粒子群算法
被引量:
11
6
作者
范德斌
邓长寿
+2 位作者
袁斯昊
谭旭杰
董小刚
《山东大学学报(工学版)》
CAS
北大核心
2016年第6期23-30,61,共9页
通过对传统的单种群粒子群算法的分析,提出一种基于MapReduce模型的分布式粒子群算法,解决粒子群算法在求解大规模优化问题时求解效率和精度明显下降等问题。在粒子群进化过程中,粒子速度和位置的更新采用惯性权重的方法,其权重值线性递...
通过对传统的单种群粒子群算法的分析,提出一种基于MapReduce模型的分布式粒子群算法,解决粒子群算法在求解大规模优化问题时求解效率和精度明显下降等问题。在粒子群进化过程中,粒子速度和位置的更新采用惯性权重的方法,其权重值线性递减,并且利用多子群进化策略,提高算法的收敛精度。通过MapReduce模型实现算法的并行化,有效提高算法求解效率。选取目前比较流行的几种算法,并在13个500维、1 000维的标准测试函数上仿真试验,结果显示该算法具有良好的优化性能。
展开更多
关键词
粒子群
并行
大规模优化
分布式
MAPREDUCE模型
原文传递
题名
求解大规模优化问题的云差分进化算法
被引量:
4
1
作者
袁斯昊
邓长寿
董小刚
谭旭杰
范德斌
机构
九江学院信息科学与技术学院
出处
《计算机应用研究》
CSCD
北大核心
2016年第10期2949-2953,共5页
基金
国家自然科学基金资助项目(61364025)
武汉大学软件工程国家重点实验室开放基金资助项目(SKLSE2012-09-39)
+3 种基金
江西省教育厅科学技术资助项目(GJJ13729
GJJ14742)
九江学院科研资助项目(2013KJ27
2015LGYB29)
文摘
针对大规模优化问题求解难、差分进化算法运算时间长等问题,利用云计算MapReduce并行编程模型,结合差分进化算法隐含并行性,提出云差分进化算法。该算法利用Hadoop集群平台,采用多子群机制,并将子种群与Map任务形成一一对应关系;算法的各个子种群之间根据拓扑结构进行个体迁移,以增加其多样性,从而能搜索更大的范围,提高寻优的几率。仿真实验结果表明,云差分算法能有效地减少求解大规模优化问题的时间消耗,并且取得较好的精度。
关键词
大规模优化问题
差分进化
云计算
Keywords
large-scale optimization problems
differential evolution(DE)
cloud computing
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
高维优化问题的多策略云差分进化算法
2
作者
袁斯昊
邓长寿
董小刚
范德斌
殷超
机构
九江学院信息科学与技术学院
出处
《计算机工程与设计》
北大核心
2018年第9期2792-2799,共8页
基金
国家自然科学基金项目(61364025
61662038
+3 种基金
61763019)
江西省教育厅科技基金项目(GJJ151081
GJJ161072
GJJ161076)
文摘
针对传统差分进化算法在求解高维优化问题时,耗时长、精度不高的问题,提出一种基于多种群机制的混合策略的云差分进化算法。将种群划分成若干子种群,各子种群采用不同的策略并行进化;种群进化若干代数后,按拓扑结构进行个体迁移,增加多样性,提高寻优机率。利用MapReduce模型,将子种群分发到集群上并行,提高求解速度。仿真结果表明,该算法在求解1000维的13个优化问题时,能取得较好的精度,提高求解效率。
关键词
差分进化
高维优化
多种群
多策略
云计算
Keywords
differential evolution
high dimensional optimization
multiple population
multiple strategy
cloud computing
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
SparkDE:一种基于RDD云计算模型的并行差分进化算法
被引量:
4
3
作者
谭旭杰
邓长寿
董小刚
袁斯昊
吴志健
彭虎
机构
九江学院信息科学与技术学院
武汉大学软件工程国家重点实验室
出处
《计算机科学》
CSCD
北大核心
2016年第9期116-119,139,共5页
基金
国家自然科学基金资助项目(61364025)
武汉大学软件工程重点实验室开放基金资助项目(SKLSE2012-09-39)
+1 种基金
江西省教育厅科学技术资助项目(GJJ13729
GJJ14742)资助
文摘
云计算MapReduce并行编程模型广泛应用于数据密集型应用领域,基于该模型的开源平台Hadoop在大数据领域获得了成功应用。然而,对于计算密集型任务,特别是迭代运算,频繁启动Map和Reduce过程将导致负载过大,影响计算效率。弹性分布式数据集(RDD)是一种基于内存的集群计算模型,有效地支持迭代运算,能够克服负载过大的问题。因此提出基于RDD模型的并行差分进化算法SparkDE。SparkDE首先将整个种群划分为若干个独立岛,然后将一个岛对应RDD中的一个分区,每个岛在RDD的一个分区中独立进化指定代数后,利用迁移算子在岛之间交换信息。利用标准测试问题对SparkDE、基于MapReduce模型的MRDE和基本DE进行对比实验研究。实验结果表明SparkDE求解精度高,计算速度快,加速效果明显,可以作为云计算平台的下一代优化器。
关键词
并行差分进化算法
岛模型
弹性分布式数据集
转换操作
控制操作
Keywords
Parallel differential evolution, Island model, Resilient distributed datasets, Transformation operation, Actionoperation
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
MapReduce模型下的分布式差分进化算法
被引量:
3
4
作者
董小刚
邓长寿
袁斯昊
吴志健
张忠平
机构
九江学院信息科学与技术学院
武汉大学软件工程国家重点实验室
燕山大学信息科学与工程学院
出处
《小型微型计算机系统》
CSCD
北大核心
2016年第12期2695-2701,共7页
基金
国家自然科学基金项目(61364025)资助
武汉大学软件工程国家重点实验室开放基金项目(SKLSE2012-09-39)资助
+4 种基金
江西省教育厅科学技术项目(GJJ13729
GJJ14742)资助
九江学院科研项目(2013KJ27
2014KJYB034
2015LGYB29)资助
文摘
差分进化算法简单、高效且鲁棒性好.然而在求解大规模优化问题时,其性能随着问题维度的增加会迅速降低.针对此问题,提出一种基于MapReduce编程模型的分布式差分进化算法.算法采用改进的精英学习策略和岛模型两种机制,提高算法的收敛精度.利用MapReduce并行编程模型,构建分布式差分进化算法,并将其部署到分布式集群Hadoop上.利用13个标准测试问题进行仿真实验,实验结果表明该算法求解精度高,且具有较好的加速比和扩展性,是求解大规模优化问题的有效方法.
关键词
大规模优化
分布式差分进化
岛模型
精英学习
Keywords
large scale optimization
distributed differential evolution
island model
elite learning
分类号
TP301 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
大学物理实验数据计算机检验、处理系统的研制
被引量:
2
5
作者
黄天成
袁斯昊
张琴
钟健松
江长双
机构
九江学院
出处
《大学物理实验》
2010年第1期74-76,共3页
基金
江西省高等学校教学研究省级课题(JXJG-05-17-7)
文摘
分析、介绍了大学物理实验数据检验、处理系统的功能,提出了建立系统的意义,分析了数据检验的实验类型,具体地给出了实现各个功能的方案以及相关技术。
关键词
实验数据
检验
处理
B/S模式
WEB访问
Keywords
experiment data
checking and processing system
B/S schema
Web access
分类号
G642.423 [文化科学—高等教育学]
下载PDF
职称材料
题名
基于MapReduce模型的分布式粒子群算法
被引量:
11
6
作者
范德斌
邓长寿
袁斯昊
谭旭杰
董小刚
机构
九江学院信息科学与技术学院
出处
《山东大学学报(工学版)》
CAS
北大核心
2016年第6期23-30,61,共9页
基金
国家自然科学基金资助项目(61364025)
武汉大学软件工程国家重点实验室开放基金资助项目(SKLSE2012-09-39)
+1 种基金
江西省教育厅科学技术资助项目(GJJ13729
GJJ14742)
文摘
通过对传统的单种群粒子群算法的分析,提出一种基于MapReduce模型的分布式粒子群算法,解决粒子群算法在求解大规模优化问题时求解效率和精度明显下降等问题。在粒子群进化过程中,粒子速度和位置的更新采用惯性权重的方法,其权重值线性递减,并且利用多子群进化策略,提高算法的收敛精度。通过MapReduce模型实现算法的并行化,有效提高算法求解效率。选取目前比较流行的几种算法,并在13个500维、1 000维的标准测试函数上仿真试验,结果显示该算法具有良好的优化性能。
关键词
粒子群
并行
大规模优化
分布式
MAPREDUCE模型
Keywords
particle swarm optimization
paralld
large scale optimization
distributed
MapReduce model
分类号
TP391 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
求解大规模优化问题的云差分进化算法
袁斯昊
邓长寿
董小刚
谭旭杰
范德斌
《计算机应用研究》
CSCD
北大核心
2016
4
下载PDF
职称材料
2
高维优化问题的多策略云差分进化算法
袁斯昊
邓长寿
董小刚
范德斌
殷超
《计算机工程与设计》
北大核心
2018
0
下载PDF
职称材料
3
SparkDE:一种基于RDD云计算模型的并行差分进化算法
谭旭杰
邓长寿
董小刚
袁斯昊
吴志健
彭虎
《计算机科学》
CSCD
北大核心
2016
4
下载PDF
职称材料
4
MapReduce模型下的分布式差分进化算法
董小刚
邓长寿
袁斯昊
吴志健
张忠平
《小型微型计算机系统》
CSCD
北大核心
2016
3
下载PDF
职称材料
5
大学物理实验数据计算机检验、处理系统的研制
黄天成
袁斯昊
张琴
钟健松
江长双
《大学物理实验》
2010
2
下载PDF
职称材料
6
基于MapReduce模型的分布式粒子群算法
范德斌
邓长寿
袁斯昊
谭旭杰
董小刚
《山东大学学报(工学版)》
CAS
北大核心
2016
11
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部