智能优化的代价评估粒子滤波算法

针对噪声未知情况下粒子滤波算法进行状态估计时准确性低的问题,对智能优化的代价评估粒子滤波算法进行研究。结合代价评估粒子滤波算法特点设计了智能优化重采样策略,利用概率质量函数评价粒子的可信度,通过交叉变异操作引导粒子向风险较小的区域移动,改善基于风险和代价进行样本更新而导致的样本贫乏问题;通过对风险较大粒子的变异,扩展了粒子的后验分布区域。仿真结果表明,提出的智能优化代价评估粒子滤波算法具有良好的粒子优化性能,能在噪声统计特性未知情况下提高状态估计的精度。

一种应用代价评估的推测多线程路径预测方法

推测多线程技术对于自动并行化非规则程序是有效的,然而基于控制流图和分支预测方法的线程划分方法,不可避免地受到划分路径上存在的控制依赖和数据依赖制约.针对现有的路径预测方法在考虑控制依赖影响的同时却不能有效地综合考虑数据依赖影响的问题,提出一种新的基于代价评估的路径预测方法,通过引入数据依赖模型,综合评估控制和数据依赖两种影响因素,寻求一条具有近似最小推测开销的推测划分路径.实验结果表明,文中提出的路径预测方法能够计算出代价更小的推测划分路径,并取得了更好的加速比性能,总体上系统可以得到2.43%的加速比性能提升.

多媒体传感网中一种基于优化覆盖及压缩代价评估的节能机制

为降低无线多媒体传感网能耗,利用贪婪算法调整节点传感方向,实现优化覆盖并降低了传感开销.同时,对节点数据压缩代价进行评估,使其以最小的能量代价传输数据,并根据多媒体事件流规律,优化网络生存时间.仿真结果表明,本方法在延长网络生存时间方面表现出了较好性能.

基于自适应粒子群优化的代价评估Marginalized粒子滤波

针对量测受扰动情况下粒子重要性权重的精确度量和粒子的有效采样问题,提出了一种基于自适应粒子群优化的代价评估Marginalized粒子滤波。首先,在Marginalized粒子滤波框架下,通过引入代价函数和风险函数,实现了粒子重要性权重评价过程中对最新量测信息的合理利用,以降低传统的依据重要性权重度量方式中对于噪声先验信息的依赖。其次,通过对粒子分布特征信息的提取和利用,构建了粒子极限速度设定的自适应选取策略,给出了一种自适应粒子群优化方法。在此基础上,结合粒子群优化中群体优化机理来提升采样粒子对被估计状态的逼近程度,进而改善重采样后粒子的多样性。理论分析和仿真实验验证了算法的有效性。

网络数据备份的代价评估模型

网络数据备份的可测性因素通常是用户在定制备份计划及策略时最为关注的,对其进行有效评估是备份系统在人性化设计和功能上的要求,但也是设计备份系统时所面临的巨大挑战。基于此,通过对网络数据备份的基本流程进行分析,提出一个基于数据量变化率函数的备份代价评估模型,并给出初步的量化公式。实践表明,该模型是基本有效的。

一种基于推测代价评估的推测多线程并行粒度调节方法

传统的推测多线程技术总是假定程序的并行粒度大小应该随着处理器核资源数目的增加而增大,未考虑不同数目的处理器核资源对程序自身并行性能的影响作用。针对这个问题,提出一种自适应的循环并行粒度调节方法用于优化处理器核资源的分配过程。以推测级为单位,通过动态收集循环中所有推测线程的性能量化分析结果,进行推测代价评估。并利用评估结果动态调整循环的并行粒度大小,优化所分配到的处理器核资源的数目,以减少不必要的推测代价。实验表明,该方法不但在SPEC CPU基准测试程序集上能取得较好的性能提升,而且进一步优化了推测时的能耗开销。

引导方式的代价评估

引导方式的选择是超视距舰舰导弹攻击中最重要的决策问题。它牵动到兵力的使用问题,是目前作战部队急待解决的重点课题之一。传统的评估方法往往只侧重最终的数学结果而忽视对评估过程的揭示,难以被部队指挥员接受,从而影响了数学评估在作战指挥中的应用。给出了引导方式损益评估中代价评估的方法。该方法采用表格作业方式,可帮助指挥员全面掌握决策要素,自主控制各因素的作用,符合部队指挥员对决策透明的要求。计算过程简洁,易于在部队推广使用。

引导方式益损评估中的代价评估

引导方式的选择是超视距舰舰导弹攻击中最重要的决策问题。它牵动到兵力的使用问题 ,是目前作战部队急待解决的重点课题之一。本文给出了引导方式损益评估中代价评估的方法。该方法的主要作用在于提供一个完整的评估思路 ,有效地帮助指挥员完成决策作业。

内嵌式空间数据库优化器代价评估框架及实现

传统的优化器缺乏空间数据分布统计信息和空间算子的支持,不能评估和生成有效的查询执行计划。对此,提出了包含空间执行算子的一体化评估框架,根据重要属性及元组流属性实现了执行计划自底向上的代价推演计算。通过服务器端编程实现了利用概率累计扩展空间直方图模型描述空间数据的统计信息,并通过优化器接口计算空间谓词选择率,为优化器提供更为准确的代价参数,改进了评估的准确度。实验结果表明,采用此方法进行涉及空间查询的计算,理论代价估计与实际执行代价具有相对一致性,在统计值完整的情况下能够准确地估算实际较优的执行计划。

载人月球探测任务转移轨道及月面着陆区评估分析

面向载人月球探测转移轨迹与月面着陆区评估过程中约束繁杂、任务轨道计算与分析效率低、可靠性差等挑战,提出了基于伪状态理论和动态权值策略的载人月球探测任务转移轨道及月面着陆区评估分析方法。利用伪状态技术建立了载人月球探测任务转移轨道优化模型,实现了地月空间三体动力学模型下的高精度地月自由返回轨道和月球返回轨道的快速解算;同时,引入动态权值策略处理任务周期、窗口及速度增量、任务光照、再入返回等工程约束指标,建立了载人月球探测任务代价评估准则,给出了动态权值的取值区间。针对我国未来载人月球探测任务潜在着陆区的数值仿真结果表明,所提方法实现了月球候选着陆区的转移轨迹高效计算与综合代价评估排序。

基于链路代价综合评估和转发限制的延迟容忍社会性网络路由

针对延迟容忍社会性网络存在多个社会子区域的情况,提出了一种基于链路代价综合评估和转发限制的路由算法SECMR。算法定义了节点社会性状态参数,使用IPMM与RWP相结合的移动模型来模拟延迟容忍社会性网络中节点的运动规律,并设置域内转发限制参数SOC_CST,避免大量域间数据在活跃节点处的拥塞。仿真结果表明,SECMR对延迟容忍社会性网络具有较强的适应性;与Prophet及MEED路由协议相比,在增加少量资源开销的前提下,数据分组投递率分别提升了15%与20%,平均传输时延分别降低了9%与12%。

基于改进威胁代价的无人机路径在线重规划

针对路径在线重规划中的威胁代价评估问题,提出了基于最大综合拦截概率的在线威胁代价评估改进算法。在该算法中,以已有威胁代价评估模型为基础,给出不同信息支持条件下的"瞬时跟踪概率"计算模块,进而引入"连续跟踪概率"概念,并结合"杀伤概率"得到"拦截概率"概念模块。在此基础上,提出"最大拦截概率"概念,以此作为单个主动威胁作用下的在线威胁代价评估标准,最后将其拓展到"最大综合拦截概率"作为多个主动威胁作用下的在线威胁代价评估标准。在此基础上,结合MPC算法给出路径在线重规划的模型。通过仿真结果对比,说明上述模型的合理性和算法的有效性。

基于三支决策的序列数据代价敏感分类算法

代价敏感分类区别于一般分类方法,更关注高代价类别的分类准确性而容忍全局分类的准确性。三支决策作为一种代价敏感分类问题的解决思路,缺乏对序列数据的支持。结合LSTM模型处理序列数据的能力,提出一种使用三支决策(3WD)改进的序列数据分类方法。方法经过LSTM网络对原数据进行粗分类;对分类结果进行整体代价评估;最终,对高风险分类进行延迟或拒绝处理。方法在4个数据集上进行了测试,并进行了2组对比实验。实验结果表明:本文方法在不改变LSTM模型的情况下,对LSTM模型的分类结果进行了代价区分。

基于属性坐标分析和学习的评估决策模型

在将决策者心理偏好或权重可解释为:"等总分条件下,各决策属性分数的一种满足决策者权重或心理权重的合理性分配"的基础上,将通常的决策问题,分解为求一系列(等总分)局部最满意解的子问题,然后,再从所有局部满意解的集合中,找出全局最满意解.并提出了一种直接面向决策者(经验性)心理标准及其评估变化过程的决策模型-属性坐标学习和分析的评估决策模型.

基于模糊聚类的推测多线程划分算法

推测多线程(Speculative Multithreading,SpMT)技术是一种实现非规则程序自动并行化的有效途径.然而,如何有效评估由诸如控制、数据依赖等因素导致的多种并行开销并实现最优线程划分一直是制约加速比性能提升的关键问题.基于启发式规则的传统划分方法虽然可以取得一定的加速效果,但由于启发式规则只能对多种并行开销进行定性评估,因而导致只能得到经验上较优的线程划分.针对传统划分方法的局限性,文中首次提出并实现了一种基于模糊聚类的线程划分方法.在该方法中,作者首先提出一种评估模型来定量评估各种并行开销,然后通过深入分析各种并行开销来确定最佳的线程解搜索空间,最终利用聚类方法实现有效线程解空间搜索以求取更优的线程划分.基于Olden程序集的测试结果表明,文中提出的线程划分方法可以有效地对非规则程序进行划分,其平均加速比可达到1.85.

强噪声环境下自适应CRPF故障诊断方法

针对非线性非高斯系统在实际工作环境中受强噪声干扰影响导致的故障诊断精度低的问题,提出了一种状态转移密度方差自适应更新的代价评估粒子滤波(CRPF)故障诊断方法。通过设计观测值与先验状态之间的相关性判别函数,根据噪声和误差的大小实时自适应调整状态转移密度方差,增强算法对强噪声干扰的适应能力;研究了残差自适应阈值的设计方法,通过引入滑动窗求区间均值代替基于参数置信区间自适应阈值的均值和方差,在保证故障诊断准确性的前提下减少计算时间。以160 MW燃油机组为例,通过对不同强噪声环境下的汽包水位传感器故障诊断实例分析,结果表明该方法在复杂噪声环境下故障诊断的准确性得到了明显提高,同时减少了计算时间。

基于CRPF的残差似然比检验故障诊断算法

分析了非线性系统故障诊断领域中常用方法的优缺点,针对外界随机扰动对于滤波精度的不利影响以及故障诊断的连续实现问题,通过代价评估的粒子滤波、交互式多模型和序贯概率比检验三者的有机结合,提出了一种基于代价评估粒子滤波的残差似然比检验故障诊断算法。采用代价评估粒子滤波替代交互式多模型中的次优滤波器,同时简化交互式多模型输入交互和输出交互环节。将滤波过程中得到的残差信息引入序贯概率比检验框架中,构建了一种新的在线残差似然比检验方法。实现了对于非线性系统状态有效估计以及对于系统模式连续、可靠的辨识。计算机仿真实验验证了算法的有效性。

内存数据库查询优化

基于一种广泛接受的内存数据库系统基本概念及内存数据库中的SB 树索引结构 ,提出了更方便关系代数操作的SB 树 .在此基础上 ,提出了优化的关系代数操作的实现算法 .根据这些算法和关系代数等价定理 ,给出了对关系代数查询树进行逻辑优化的规则 ,并证明了逻辑优化的正确性 .最后给出了代价评估模型 ,实验表明提出的内存数据库查询优化算法相对于传统的优化算法具有更好的时间及空间性能 .

量测不确定下基于粒子权重优化的粒子滤波算法

为有效评价量测不确定下的粒子权重,提出了一种基于粒子权重优化的粒子滤波算法.首先,通过置信距离和置信矩阵的构建及求解实现粒子间蕴含的冗余和互补信息的充分提取,给出了一种度量粒子间相互支持程度的一致性权重,并利用权重平衡因子实现代价评估粒子滤波中粒子权重和一致性权重的优化组合,进而实现粒子权重的合理优化.新算法既充分利用了当前时刻粒子集中的信息,又避免了量测噪声先验统计信息的偏差的不利影响,从而提升了粒子权重度量结果稳定性和可靠性.理论分析和仿真实验验证了所提算法的有效性.

一种具有自适应机制的闪存数据库索引结构

针对闪存数据库系统索引技术中基于日志更新策略存在的检索效率低、日志空间分配不合理及合并带来的高昂更新代价等问题,提出一种具有自适应机制的索引结构LM-B+TREE。LM-B+TREE将索引的更新缓冲页映射于传统B+TREE的相应节点,并根据闪存索引的读写负载及读写代价差异,动态地分配缓冲更新区,自适应地调整索引架构。实验证明LM-B+TREE能够动态地调整索引架构来适应索引的读写负载代价,在减少索引更新代价的同时,有效地提高了索引的查询性能。