差分扰动的堆优化算法

针对堆优化算法(HBO)在解决复杂问题时存在搜索能力不足和搜索效率低等缺陷,提出一种差分扰动的HBO--DDHBO。首先,提出一种随机差分扰动策略更新最优个体的位置,以解决HBO没有对其更新从而导致的搜索效率低的问题;其次,使用一种最优最差差分扰动策略更新最差个体的位置,以强化其搜索能力;然后,采用一种多层差分扰动策略更新一般个体的位置,以强化多层个体之间的信息交流,并提高搜索能力;最后,针对原更新模型在搜索初期获得有效解概率低的问题,提出一种基于维的差分扰动策略更新其他个体的位置。在大量CEC2017复杂函数上的实验结果表明,与HBO相比,DDHBO在96.67%的函数上具有更好的优化性能,更少的平均运行时间(3.4450s);与WRBBO(Worst opposition learning and Random-scaled differential mutation Biogeography-Based Optimization)、DEBBO(Differential Evolution and Biogeography-Based Optimization)和HGWOP(Hybrid PSO and Grey Wolf Optimizer)等先进算法相比,DDHBO也具有显著的优势。

Windows环境下编程的内存管理

Ｗｉｎｄｏｗｓ多任务系统应用程序设计中，内存管理是一项关键技术．论述了为降低应用程序占用内存量和占有时间及应注意应用程序设计中内存组织形式的选择，以减少或限制不必要的内存对象．并使用可移动对象，合理管理内存以防止ＧＰ故障的产生．

WINDOWS环境下内存对象的分配和调度

本文讨论了ＷＩＮＤＯＷＳ环境下虚拟存储管理的体系结构，阐述了全局内存对象和局部动态数据对象的空间分配、移动、删除以及堆的自动增长和压缩的机理。

全局堆在实时监测系统中的应用

利用全局堆存储大尺寸的数组和结构，突破了６４ＫＢ数据段的限制，是Ｗｉｎ－ｄｏｗｓ的一大特点，也是应用中的重要问题之一，本文结合作者在Ｗｉｎｄｏｗｓ环境下开发的一个实时监测系统，讨论了在实时监测系统中使用全局堆的重要性，并给出了使用全局堆的两个例子。