基于混合群智能优化算法的私有云资源调度方法

针对当前私有云资源调度方法存在资源利用率低、资源浪费严重等问题,设计了基于混合群智能优化算法的私有云资源调度方法。首先分析当前国内外私有云资源调度的研究进展,找到引起私有云资源调度方法不足的原因,然后结合私有云资源调度特点,构建私有云资源调度的模型,最后将量子遗传算法和蚁群优化算法组合在一起产生混合群智能优化算法,采用其对私有云资源调度模型进行求解,找到最优私有云资源调度方案,并设计了私有云资源调度仿真实验。结果表明,混合群智能优化算法可以提高找到最优私有云资源调度方案速度,提高私有云资源的利用率,保证了私有云资源负载平衡,同时提高了负载执行的效率,具有较高的实际应用价值。

基于集群智能优化的模糊神经网络设计与应用

在分析模糊神经网络(FNN)的结构和参数的基础上,通过引入一个布尔变量作为网络的结构参数,进而把FNN的设计问题转化为一个多变量函数优化问题,提出了一种混合集群智能优化算法,给出了其二进制编码(BIOA)和实数编码(RIOA)的实现形式。分别用BIOA和RIOA对FNN的结构参数和前件参数进行协同进化,得到最优前件参数后,采用最小二乘法计算结论参数。采用此方法设计FNN,对太阳黑子数目进行建模。结果表明,所设计的FNN不仅结构简化,而且精度和泛化能力也得到提高。