基于粒子群算法的自适应LMS滤波器设计及可重构硬件实现

自适应滤波器设计是典型的多参数组合优化问题,利用一种改进的粒子群优化算法(MPSO)来优化设计自适应LMS滤波器.将滤波器设计问题转化为滤波器参数优化的问题,利用改进的粒子群算法MPSO搜索整个参数空间,从而获得全局优化的系数.设计的滤波器应用于系统的跟踪响应中,并在基于可重构硬件的平台上实现自适应滤波器.从收敛和失调性能指标评价所设计的LMS滤波器,实验结果表明设计的LMS滤波器具有较好的性能,证明了这种方法的有效性和优越性.

基于蚁群算法的数据副本放置策略

提出了基于蚁群算法的副本放置策略,充分利用了蚁群算法在目标优化问题中的优势,用OptorSim模拟实验结果表明该算法可以有效地减少作业对文件请求的响应时间,从而提高整个系统的性能。

一种改进的基于复制的异构多核任务调度算法

基于复制的异构多核任务调度算法普遍存在复制的冗余调度过多、处理器利用率不高,产生大量能耗等问题。目前已有一些算法针对该问题对冗余调度进行优化,然而这些优化算法存在检测冗余时机晚、优化空间小、时间复杂度高等问题。针对这些问题提出一种改进的基于复制的异构多核任务调度算法,采用二路复制策略并结合冗余处理机制,旨在最小化调度长度,同时减少冗余的复制任务数量。实验结果表明,该算法在减少冗余任务量和最小化任务调度长度两个方面具有较好的性能。

一种无线传感器网络自适应休眠算法的研究

降低无线传感器网络的能耗一直是迫切解决的问题。通过对无线传感器网络节点能耗分布情况的研究,发现对无线传感器网络节点休眠,可以减少节点收发能耗。针对降低无线传感器网络节点能耗的问题,文中基于多因素、多层次的层次分析法,设计了一种无线传感器网络自适应休眠算法(AHP休眠算法)。实验表明该算法依据信息采集需求和节点剩余能量自适应控制网络节点的休眠和收发,与传统的RS休眠和定时休眠算法对比,提高了节点能量的利用率,延长网络生命期。

云计算环境下任务调度算法的研究

在云计算环境中存在庞大的任务数,为了能更加高效地完成任务请求,如何进行有效地任务调度是云计算环境下实现按需分配资源的关键。针对调度问题提出了一种基于蚁群优化的任务调度算法,该算法能适应云计算环境下的动态特性,且集成了蚁群算法在处理NP-Hard问题时的优点。该算法旨在减少任务调度完成时间。通过在Cloud Sim平台进行仿真实验,实验结果表明,改进后的算法能减少任务平均完成时间、并能在云计算环境下有效提高调度效率。

采用动态权重和概率扰动策略改进的灰狼优化算法

针对基本灰狼优化(GWO)算法存在易陷入局部最优,进而导致搜索精度偏低的问题,提出了一种改进的GWO(IGWO)算法。一方面,通过引入由GWO算法系数向量构成的权值因子,动态调整算法的位置向量更新方程;另一方面,通过采用概率扰动策略,增强算法迭代后期的种群多样性,从而提升算法跳出局部最优的能力。对多个基准测试函数进行仿真实验,实验结果表明,相对于GWO算法、混合GWO(HGWO)算法、引力搜索算法(GSA)和差分进化(DE)算法,所提IGWO算法有效摆脱了局部收敛,在搜索精度、算法稳定性以及收敛速度上具有明显优势。

关于Hex博弈最优获胜策略的一种新方法

Hex博奕Hex(n)是一种在六边形拼接的n×n棋盘上进行的二人博奕,博奕中二人轮流下红色和蓝色棋子,先构造出一条从一边连到对边的单色路者为胜者。Hex博奕中先手有必胜策略。设δ(n)为Hex(n)中先手能保证获胜所需的最少步数,Garikai Campbell通过研究其他对象间接地证明了δ(n)>n对任意n≥4成立。利用新的方法来分析对称性,给出了δ(n)>n一个直接而简单的证明,并在此基础上利用计算证明了δ(5)=7。

一种基于Voronoi图求解车辆路径问题的混合启发式算法

针对由多个配送中心和多个客户点组成的物流网络中的车辆路径问题,提出了一种基于"集群第一,路线第二"的路径优化策略,即首先使用Voronoi分割对配送区域进行划分,然后引入综合插入算法和变邻域搜索算法的混合启发式算法求解配送区域内车辆路径问题。通过算例和应用系统的分析与验证表明,该混合算法既能获取质量较优解,同时也具有较好的实时性,能较好地满足实际应用需求。