移动云计算中基于启发式图划分算法的软件部署优化

针对如何在移动云计算基础设施上优化部署软件应用程序的问题,提出了基于启发式图划分算法的优化方案。首先,对提出的问题进行数学建模;然后,研究了三种解决该问题的算法,通过最小化网络使用率优化软件部署;最后,在由Eppstein幂律生成器生成的图上进行了仿真实验。实验结果表明,提出的算法在移动云计算环境中能够有效地优化软件部署,在经典的移动云计算环境下产生的图尺寸比METIS4.0小10%-40%。

改进K-Means聚类算法及其在视觉词典构造中的应用

K-Means聚类是视觉词典构造的常用方法,其聚类结果直接影响后续的特征量化效果和检索精度,而现有的K-Means聚类算法难以获得高质量的视觉词典。针对这种情况,提出局部化K-Means聚类算法。算法首先根据启发式原则将特征集划分成若干个独立的子集,并对各子集进行传统K-Means聚类,然后以各子集的聚类中心为对象进行加权K-Means聚类。上述过程不断迭代直至形成特定规模的视觉词典。实验结果表明,与现有算法相比,该算法提高了聚类质量。在SIFT特征集和标准数据集上进行的多组对比实验证明了该算法的有效性。

乘用车物流运输计划问题的建模研究

首先针对不同类型、数量乘用车的物流运输问题,构建整数线性规划模型,并对模型进行逐层优化求解,通过MATLAB编写通用程序实现计算;在此基础之上,为解决不同目的地的运输要求,采用启发式逐层优化算法进行求解;最后考虑多因素的实际问题,建立分层划分模型,提出构造型分层划分启发式算法求解.计算表明,所建模型计算结果良好,实现了对乘用车物流运输计划问题的优化.

1-Neighbour knapsack problem and prospective greedy algorithm of intentional islanding in active distribution network

A connected and undirected graph model of active distribution networks with considering the function of interconnecting switches is constructed in this paper.Based on this model,the island partition problem of active distribution networks can be described as a 1-neighbour knapsack problem.An effective heuristic algorithm named prospective greedy algorithm is then proposed to solve this problem.Case studies on PG&E 69-bus network show the validity of the proposed model and algorithm.