SDD-1改进算法在Hive中应用

针对Hive在处理连接查询时所存在的执行时间长和带宽资源消耗大等问题,提出了一种基于数据预处理和双半连接的SDD-1改进算法.首先,引入预处理技术,在各分布节点对原始数据进行归并排序,以减少汇聚节点的数据映射次数,加快数据处理执行速度;其次,采用基于行和列的双半连接技术,进一步缩减在不同节点间的数据传输量,减少带宽资源消耗.仿真实验表明,相比原始的Hive连接算法,改进算法在元组数达到5 000和8 000时,可使查询速度提升10%,有效缩短查询的处理和响应时间,该改进算法可方便地应用到其他云计算平台上.

基于改进SHA-1物联网监测节点完整性验证与增强方法

针对物联网监测节点完整性问题,提出一种适用于物联网监测节点的基于改进SHA-1物联网监测节点完整性验证与增强方法。引入基于SHA-1的不变属性融合增强算法技术,提出改进SHA-1散列算法思想、结构与流程。性能仿真分析表明:改进SHA-1散列算法的防碰撞性能及混乱与散布性能较SHA-1算法有明显改善,其改变明文消息1个比特带来的数字指纹平均距离与理论值仅偏差0.54%,置乱数均值从80.3583下降到80.0107。

Pollard p-1因子分解的DNA计算机改进算法

如何有效地对大整数进行因子分解,是数学上的一个难题.RSA密码体制的安全性正是基于此困难问题.利用DNA计算机超大规模的并行运算能力和数据存储能力,提出一种基于分子生物技术的因子分解问题改进的DNA计算机算法.以因子分解的Pollardp-1算法为基础,设计了基于DNA计算的平方-乘算法以及求取最大公因数的欧几里得子算法,仿真实验结果表明了算法的可行性和有效性.

铁路网上技术直达列车编组计划优化的二次0-1规划法

以文献[1]的构模原理为基础,构造了任意结构的路网上双方向技术直达列车编组计划综合优化的二次0-1规划模型,然后给出了这类模型的若干理论结果,并在此基础上介绍了模型的解法、计算试验结果及分析。

求解0-1背包问题的动态规划改进算法分析

为了改善动态规划法的空间复杂度,基于动态规划算法的一种改进策略,提出了采用动态链表结构存储数据的实现方式,从而达到降低空间复杂度的目的。通过运算验证,表明该改进方法是可行有效的,且其空间复杂度有所优化。

遗传算法在0/1背包问题中的应用及研究

遗传算法作为一种优胜劣汰的自然规律,可应用于人工智能、机器学习等多个方面。本文将遗传算法应用于0/1背包问题,首先介绍简单遗传算法,通过实验数据分析遗传算法在搜索范围、收敛速度和精度等方面的不足,进而基于贪心算法、适应度函数及遗传算子,修正可行解和不可行解,逐步改进遗传算法,防止算法陷于局部最优,提高算法的全局搜索能力和收敛速度。最后通过实验数据,比较简单遗传算法和改进遗传算法的实验结果,证明改进遗传算法在0/1背包问题应用中的精确性和高效性。

改进贪心算法求解扩展简化折扣{0-1}背包问题

扩展简化折扣{0-1}背包问题(ESD{0-1}KP)是折扣{0-1}背包问题(D{0-1}KP)的拓展.ESD{0-1}KP增加了D{0-1}KP中单个项集中的物品数量,导致其求解难度增加,并且现有贪心策略算子(GSOR)算法效果不理想.基于ESD{0-1}KP模型,在每个项集中增加一个价值为0,质量为0的虚拟物品,同时对ESD{0-1}KP模型中的约束进行松弛,从理论上证明了ESD{0-1}KP与多选择背包问题(MCKP)等价.结合改进帕累托算法(IPA),提出新的贪心策略算子(NGSOR).NGSOR首先将同一项集多个物品的选择情况通过在项集内增加物品来表示,按从价值密度从高到低顺序选择物品,若被选择物品的价值比物品所在项集已选择物品的价值更大,则对该项集进行迭代.仿真实验结果表明:NGSOR相比于GSOR,求解精度平均提升24.56%,求解速度平均提升44.95%.

基于大气温度和水汽含量改进HJ-1B地表温度反演

为了提高地面气象站稀少地区地表温度遥感反演的精度,本文基于多源遥感数据的优势,首先利用MODIS影像获取研究区像元尺度上平均大气水汽含量;然后利用同时相的HJ-1B影像估算区域地表比辐射率,再采用温度-植被指数法获取近地表大气温度;最后将以上3个参数输入单窗体算法,改进其地表温度反演的精度。研究结果表明,改进单窗体算法反演地表温度与地面实测温度的偏差小于1 K,为地面气象站点稀少的植被覆盖区域提供了一种可行的精确遥感反演地表温度方法。

一类危险货物公铁联运时空服务网络路径模型

在组织核废料(即乏燃料)等特殊危险货物运输时,公铁联运可融合铁路高安全性和公路灵活等特点,其联运换装节点和路径的优化选择至关重要。基于此类危险货物在公铁联运网络中公路弧与铁路弧的各项权值具有时变性特征,增加虚拟节点和虚拟弧反应节点的转运时间、风险和成本等指标,并引入时间维度以刻画各权值的时变性。进而构建危险货物公铁联运时空服务网络,建立以运输风险最小为目标的公铁联运时空路径0-1整数规划模型,将求解危险货物公铁联运方案转化为时变权值的时空最短路问题。通过改进Dijkstra算法,根据永久标号点在弧段的出发时刻动态更新网络剩余节点权值,按照风险值最小原则搜索前进方向并得到权值随时间变化的公铁联运时空最短路。最后通过算例验证了模型和算法的有效性。

基于改进蚁群算法的多供应商选择问题求解

为克服传统供应商选择过程中只针对单一物资供应过程和面向单一供应商选择过程的局限性,以质量、成本、交货期和交货提前期为评估指标,以最小化评估指标综合值为目标,建立了针对多品种供应条件下多供应商选择的0-1整数规划模型。基于蚁群算法,构造了适合该模型特征的改进蚁群求解算法,并阐述了其求解过程。通过模拟算例及对比分析表明,该方法是有效、可行的,它可为企业进行多品种供应的多供应商选择问题提供了可参考的模型和求解算法。

考虑经济性可靠性的输电网二层规划模型及混合算法

建立考虑经济性可靠性的输电网确定性二层线性规划模型,将可靠性问题以约束加入到经济性规划问题中,改变了传统输电网规划建模方式,实现规划方案在高可靠性条件下的经济性最优。模型上层规划目标采用线路建设成本最小,约束为待架线路数目约束;下层规划目标为切负荷最小,约束为常规运行约束,且严格满足N?1安全约束,实现最优规划方案的N?1安全运行要求。提出采用改进小生境遗传算法(improvednichegeneticalgorithm,INGA)和原始–对偶内点法(prime-dualinteriorpointmethod,PDIPM)相结合的混合算法,并对上述模型进行求解,利用小生境遗传算法处理上层规划的整数变量,进行全局寻优;对下层规划采用原始–对偶内点算法进行快速求解,提高算法速度和收敛性。18节点系统和46节点系统的结果表明该模型和算法是有效的。

NIQGA改进及基于可变角距离的新型量子进化算法

为了提高量子进化算法的执行效率,在NIQGA算法基础上,通过改进Δθi和S(αi,βi)参数表提出了一种改进算法INIQGA.又通过引入量子比特间角距离定义,提出了一种基于可变角距离旋转的量子进化算法QEA-VAR,该算法采用旋转门操作进行种群进化时,依据当前染色体中量子比特φ〉i与最优解对应基态0〉或1〉的角距离Δθφ〉i,*来动态选取旋转角度和方向,无须进行繁琐的查表操作.与以前基于查表机制的量子进化算法相比,QEA-VAR算法的执行过程更简单灵活,易于理解.0/1背包问题实验表明:INIQGA算法收敛速度和进化结果优于NIQ-GA原算法;QEA-VAR算法性能又优于INIQGA算法和其他同类进化算法QEA,CGA等,且随着物件个数的增长这种趋势越来越明显.

求解组合优化问题的改进型量子进化算法

根据组合优化问题的特点,提出了一种求解组合优化问题的改进型量子进化算法。借鉴小生境协同进化思想初始化种群,增加了个体多样性;采用动态策略调整量子门旋转角,加快了收敛速度;采用"优体交叉"策略实施染色体交叉操作,增强了局部搜索能力。利用典型组合优化问题——2个多维0/1背包问题实例对算法性能进行验证,结果表明了该算法的可行性和有效性。

复杂产品设计变更传播路径的多目标优选

在防范复杂产品设计变更雪崩式传播时,为了减少变更传播对研发时间和设计成本产生的负面影响,提出一种面向设计变更传播路径的多目标优选方法。首先,引入“功能-行为-结构(FBS)”模型和多重网络理论对设计变更传播路径进行表达。然后,以包括节点全面距离、加权聚集系数、边介数以及传播概率在内的路径变更传播强度(PCPI)、变更任务执行时间和变更成本最小化为优化目标,建立多目标0-1整数规划模型。进一步,采用改进遗传算法(IGA)求解所建立的模型。最后,通过家用分体式空调主机的设计变更来验证所提方法的可行性和有效性。结果表明:①路径变更传播强度、变更任务执行时间和变更成本明显影响复杂产品设计变更传播路径的优选方案;②将三者同时纳入到设计变更传播路径的优选活动中有助于限制变更传播影响、加快产品上市时间以及降低产品成本。

基于改进量子粒子群算法的备自投投退策略优化方法

备自投投退策略决定了备自投动作顺序,对"N-1"故障后失电负荷的恢复有重要影响。为此,提出一种备自投投退策略优化方法,建立以电网转供能力最大、动作备自投数最小为优化目标的备自投投退策略优化模型,在考虑"N-1"或设备检修方式下的"N-1"的潮流约束、联络线容量约束和主变容量约束的基础上采用引入自适应惯性因子的改进量子粒子群算法进行备自投上下级自适应配合。算例分析表明,本优化方法可提高电网转供能力,避免潮流、电压越限,提高配电网供电可靠性,且有收敛速度快、不易陷入局部收敛的优点。

改进的灰色拓扑预测在指导考生填报志愿中的应用

改进的灰色拓扑预测结合了GM(1,1)模型、拓扑预测与最小二乘法.它通过对一些具有波动性的少量数据进行分析得出比较接近实际的预测值,较大程度上减少了误差.本文通过使用该算法,很好地对高考考生填报志愿时要报考学校的下一年分数进行了预测,验证了它的实际运用价值.

基于改进残差网络与图聚类的人脸识别

为提高人脸聚类识别中的识别速度并保持良好的聚类效果,对原残差网络模型进行改进。在特征提取阶段,依靠利用深度学习方法,在改变网络结构和训练参数后以多线程训练模式生成残差网络模型,在确保较高验证准确率的同时,可使改进模型加载时间显著缩短;聚类匹配阶段采用Chinese whispers及k-means聚类算法,利用F_(1)-Measure、信息熵等评价指标进行聚类评估并找出最优方案。实验结果表明,采用改进残差网络模型与Chinese whispers算法相结合能够取得更好、更快的人脸聚类识别效果。

数值优化中三父体杂交的自适应遗传算法(英文)

遗传算法(GA)是一种适合于数值优化的算法原型,基于1个三父体交叉(TPC)和1个多样性算子虽然可使GA的性能得到很大改进,但仍受制于几个算法参数.在此基础上,对TPC和多样性算子中算法参数的自适应遗传算法进行研究.算法的关键参数在每次迭代中由正态分布生成,并在1组13个数学函数集上施行.对原算法与添加参数适应算法的结果在函数f_1~f_(13)上进行对比,并给出了f_4和f_(10)的收敛过程,分析表明自适应GA-TPC算法比原算法在解决具体问题时更加高效和稳定.

基于正交微幅测振解调的改进算法

概述基于1/8波片产生正交干涉测振系统解调技术,重点在于通过严密的数学推导,提出改进的解调算法。通过LabVIEW软件编写信号解调过程,定量分析信号中的直流分量对于系统的边模抑制比的影响。理论分析和实验结果对于正交干涉系统解调方法的研究具有重要意义。

基于蚁群算法的多变量MGM(1,N)组合预测模型

为了提高组合预测的精度,利用多变量灰色MGM(1,N)模型建立了组合预测模型.MGM(1,N)模型的初值一般可以利用第i个累加观测数据作为初值条件.利用传统MGM(1,N)模型,新息MGM(1,N)以及相对误差最小的初值优化模型作为单项预测模型,建立了线性组合预测模型,组合模型权系数利用蚁群算法进行优化.最后利用该组合预测模型进行了实例分析.结果表明,基于蚁群算法的多变量灰色组合预测模型具有较高的拟合精度,同时也说明方法的合理性和可行性.