基于拟关键路径法和最佳适应调度法的调度算法

针对Job shop调度问题当只存在具有唯一紧前、紧后相关工序和独立工序两类工序时,提出了一种对这两类工序分别采用拟关键路径法(ACPM)和最佳适应调度方法(BFSM)安排工序的算法。通过分析与实例验证,所提出的调度方法不仅算法简练而且效果较好。

用C语言模拟内存分区分配管理的最佳适应算法

该文用C语言程序设计中链表的思想,模拟了操作系统课程存储管理的最佳适应算法,其运行结果形象地展示了动态内存分配与回收的过程。这不仅能激发学生学习枯燥的操作系统,还有助于学生更好地掌握C语言知识的综合应用,提高学生的编程能力。

多目标云资源最佳适应匹配算法的研究

随着云计算的持续研究和发展,面向用户需求的云资源管理与选择是云计算中的重要研究方向之一.为了满足用户的多种云资源需求,使用树型云资源属性管理表(AMT-Tree)对云资源进行管理,并提出一种多目标云资源最佳适应匹配算法(MoOam),保障用户在海量数据下得到最优资源.实验结果表明:MoOam算法在资源匹配中是有效的.

基于二叉排序树的最佳适应算法

当前操作系统在管理内存时,常采用最佳适应算法对空闲内存块进行分配,但该算法存在效率不高、时空消耗大的缺点,对此提出基于二叉排序树的最佳适应算法,改变原有的最佳适应算法中把所有空闲分区按容量大小顺序连接成空闲分区链的特点,而把所有空闲分区组建成一颗二叉排序树,进程发出请求时,根据二叉排序树的性质依次查找满足条件的空闲分区,并在分配后重组二叉排序树,保证二叉排序树的结构不被破坏,改善现有的最佳适应算法在查找过程中的效率问题.

拆半记忆法对最佳适应算法的优化

最佳适应算法(BF)是内存空闲块分配的一种常用算法,现行BF算法的空闲块查询方法不当从而导致工作效率低下.使用拆半法替代原有的BF算法在空闲块查询时所采用的线性顺序比较法,同时增加分配记忆功能,对BF算法进行优化并加强算法功能,从而直接改善内存的分配效率,对提高系统吞吐量起到积极的促进作用.

使用最佳适应算法对内存实现模拟动态分区管理

内存动态分区管理的算法是操作系统课程中一个重要内容,理解和学习不同的分区算法能够为深入学习操作系统等知识提供一定的理论知识和实践依据。本文采用C语言程序设计出最佳适应算法来模拟计算机内存分区管理,减少内存分配时产生的碎片,以此提高操作系统的稳定性。

快速自适应最佳化算法在望远视频图像中的应用

由于望远系统受到自身图像传感器性能的限制以及外界环境的影响,采集的远距离视频图像会出现对比度低、整体偏暗等问题。首先给出视频图像质量评价方法,然后对视频图像进行全谱变换并建立视频图像的快速自适应最佳化模型,完成视频图像快速自适应最佳化,最后将该算法嵌入到实时视频中,通过综合图像质量评价函数CAF值对比,快速自适应最佳化比其他视频增强算法拥有更好视频图像质量,并且实验结果表明该方法满足视频图像实时处理的要求。

自适应最佳去噪小波基的构造及其应用

针对给定的带噪信号,在传统小波阈值去噪的基础上结合多分辨分析理论,给出了使其Stein无偏风险估计子最小的最佳去噪小波基的自适应构造方法,再利用该小波基对原始信号做小波阈值去噪处理而得到一种自适应去噪算法,并将此算法应用到地震信号这类典型的非平稳信号的去噪处理中.仿真实验表明,较传统的小波阈值去噪方法,该算法不仅具有较好的去噪效果,而且简便易行.

最佳自适应无迹卡尔曼滤波算法应用研究

在无迹卡尔曼滤波的实际应用中,前一时刻状态参数估值异常误差和动力学模型异常误差通过状态转移方程影响预测状态信息,从而直接影响滤波解的精度。将最佳自适应因子引入无迹卡尔曼滤波中,得到最佳自适应无迹卡尔曼滤波,通过最佳自适应因子来调节预测状态向量的协方差矩阵,即调整预测状态信息对滤波解的贡献,从而可以控制前一时刻状态参数估值异常误差和动力学模型异常误差对滤波解的影响,提高滤波解的精度。

对高水平竞技体育训练的适应机制及其主要观点的思考

本文作者认为中国体能类项目落后的主要原因不在于“遗传、训练条件和训练的具体手段”等问题,而是缺乏科学训练的理念,在训练方向和指导思想方面没有跟上世界的发展。本文着重阐述了运动训练的生化基础,强调了训练必须遵循生物适应的原则,提出“最大的训练负荷并不能获得最佳的适应,适应的‘最佳’区域肯定位于运动员可承受负荷之下”

最佳管理效率原则是企业应该遵循的基本原则

提高管理效率是推进企业改革和强化企业管理的迫切需要。最佳管理效率原则是企业管理应该遵循的基本原则,是现代企业精神和现代管理哲学的集中体现。当前在广大企业中宣传和推行最佳管理效率原则,对提高企业管理水平具有重要的现实作用。企业要按照最佳管理效率的要求转变观念,制订计划,实施效率检验和效率控制,并采用科学的方法,学习国外高效率管理模式,自觉运用最佳管理效率原则。

基于ACPM和BFSM的动态Job-Shop调度算法

通过对不同时刻开始加工的产品加工树的分解 ,可将产品加工工序分为具有惟一紧前、紧后的相关工序和独立工序 在对这两类工序研究分批综合应用拟关键路径法 (ACPM )和最佳适应调度方法 (BFSM)调度时 ,考虑了关键设备的工序紧凑性 通过分析与实例验证 ,所提出的调度方法对解决动态的Job

一种求解装箱问题的改进遗传算法

针对现有遗传算法求解装箱问题收敛速度慢的问题,提出了一种改进的遗传算法。通过在初始化种群中加入降序最佳适应算法生成个体、最优个体保存策略和对适应度尺度进行变换,对现有的遗传算法进行改进。为了验证算法的有效性,设计了仿真实验。实验结果表明,改进后的算法找到最优解的概率更大、求解速度更快。

电机产品加工的动态调度算法

考虑多个具有不同开始时间的电机产品加工动态调度问题,将产品加工树的工序,分为具有唯一紧前或紧后工序的相关工序和独立工序两类,提出相关工序调度的拟关键路径法和独立工序调度的最佳适应调度法。结合拟关键路径法和最佳适应调度法,提出考虑关键设备的工序紧凑的多产品动态调度算法。实例数据表明,动态调度算法在总加工时间方面比一般启发式算法更短,适合于有不同开始时间的多产品动态调度环境。

基于OMAGA-BP算法的高密度电阻率法反演研究

高密度电阻率法由于其高效、直观的特点,在工程勘查中得到广泛应用。然而,由于反演问题的高度非线性,传统的反演方法在刻画异常体边界时存在一定的不精确性。为了实现高精度的高密度电法二维非线性反演成像,克服BP算法损失函数参数空间存在大量鞍点影响计算精度,及普通遗传算法存在早熟收敛、难以赋予BP网络最优的权值阈值的问题,本文提出基于最佳保留策略的自适应遗传算法(optimum maintaining adaptive genetic algorithm,简称OMAGA)优化的BP神经网络进行高密度电法二维反演成像方法。该方法对仿真模型数据及实测数据的反演计算都得到了较好的结果,表明该方法具有泛化能力强、反演计算精度高的优点。该研究对未来高密度电阻率法的精确反演有一定的指导作用,有助于提高地下目标的识别精度。

基于关键设备工序紧凑的工序分类、分批的Job-Shop调度算法

通过对产品加工树的分解,可将产品加工工序分为存在具有唯一紧前、紧后相关工序和独立工序,在对这两类工序研究分批综合应用拟关键路径法(ACPM)和最佳适应调度方法(BFSM)调度时,考虑关键设备的工序紧凑性。通过分析与实例验证,所提出的调度方法对解决复杂Job-Shop调度问题不仅算法简练而且效果较好。

关键设备工序紧凑的动态调度算法

针对求动态Job-Shop调度最优解这一复杂问题,提出了通过对不同时刻开始加工产品加工树的分解方法,将产品加工工序分为存在具有惟一紧前、紧后相关工序和独立工序,在对这两类工序分批、综合研究时,应用拟关键路径法(ACPM)和最佳适应调度方法(BFSM)调度,并考虑了关键设备的工序紧凑性.通过分析与实例验证,所提出的调度方法对解决动态的Job-Shop调度问题不仅算法简练,而且效果较好.

TTCAN周期性任务的优化调度算法

TTCAN周期性任务调度是最优装载问题的推广,它在通信时间关键的实时分布式系统中有着很强的应用背景.本文提出了4种确定基本周期的策略,给出了首次适应和最佳适应两种不同的可以在多项式时间内构造出TTCAN周期性任务调度表的算法,最后对不同规模下的两种算法的实验结果进行了比较,指出了两种算法在不同的周期策略下的渐近性能比.

精准1.5cm单操作孔胸腔镜手术治疗自发性气胸临床分析

自发性气胸是最常见的胸外科急症,好发于青年患者,通常症状严重,难以预防,反复发作,更可导致学习、劳动能力的丧失,对于具有确切手术指征的患者应积极进行手术治疗。目前电视胸腔镜手术（video-assisted thoracoscopic surgery,VATS）治疗自发性气胸已被临床广泛接受,且自发性气胸已成为VATS的最佳适应证之一[1]。传统VATS手术治疗气胸多采用"三孔法"

五种粒子群优化模型效率的研究

粒子群优化算法按照认知部分和社会部分被区分为5种模型(完全模型、自认知模型、社交模型、非自身社交模型和非自身完全模型)。为了明确5种粒子群优化模型的效率,选用进化计算领域中常用的5种基准函数,分别对5种粒子群优化算法模型设置不同的参数,分析了它们在求解5种基准函数时的成功率、平均函数求值数、最佳适应度等。结果表明:PSO完全模型和非自身完全模型使用收缩系数K在某些参数设置下求解高维问题时即搜索问题的解时效率较高,社交模型和非自身社交模型在一些参数设置下求解Schaffer函数等二维问题的效率最好。