基于改进蛙跳策略的Map-Reduce作业调度算法

为提高智能算法在Map-Reduce作业调度问题中的求解效率,提出一种基于改进蛙跳策略的调度算法。针对蛙跳策略在Map-Reduce作业调度中的应用,算法具体设计了编码方案和进化算子;同时,为提高算法收敛性能,对蛙跳策略进行改进:结合种群多样性指标增加逆转变异操作。仿真实验结果表明,提出的改进蛙跳策略在Map-Reduce作业调度问题求解中,收敛性能、作业总完成时间和平均完成时间三个方面均优于基本蛙跳策略和已有的智能调度算法,是一种实用的Map-Reduce作业调度方案。

基于自适应权重调整与差分进化策略的并行式混合蛙跳算法

针对标准混合蛙跳算法(SFLA)在复杂优化问题中出现的收敛速度慢、求解精度不高和运行效率低等问题,提出了一种基于自适应权重调整与差分进化(DE)策略的并行式混合蛙跳算法(P-DE-ASFLA)。在局部搜索过程中,采用邻近学习策略更新子群中的最优个体以加快算法的收敛;采用动态蛙跳规则更新子群中的最差个体以避免算法早熟收敛;在全局搜索过程中,采用DE策略对混合后的种群进行基因更新,增强算法的全局寻优能力。同时基于主从式并行架构,采用多进程技术使子群的局部搜索过程并行化,大幅提高了算法的运行效率。实验结果表明,所提算法在6个标准测试函数中的求解质量和运行效率要远优于标准SFLA和DE算法。

无线传感器网络的虚拟力蛙跳优化布局策略

无线传感器网络(WSNs)的优化部署能够提高网络的生存时间、增强系统的可靠性。主要针对传感器网络节点的覆盖问题,提出一种新型的虚拟力蛙跳策略,利用虚拟力算法中的引、斥力因子对蛙跳算法中群体和模因组的最优解进行优化,使蛙跳算法能够迅速跳出局部极值,进行全局搜索。分析和仿真同时表明:该策略能够快速优化传感器网络布局,具有良好的收敛性,更好的网络覆盖率,更加接近于理论覆盖值。

基于区域蛙跳搜索与轮廓匹配的显微图像拼接

为解决传统显微图像拼接中产生的几何畸变和错位,及特征稀少造成的正确匹配率低、时效性差等问题,提出基于区域蛙跳搜索和图像轮廓匹配的拼接算法。提取连续采集且有重叠区域的图像轮廓曲线;引入轮廓线索感知相似度和均方误差距离,计算图像轮廓曲线间的相似度或曲线离散距离,并将其作为匹配的衡量指标;在决策域内采用区域蛙跳算法更新鸣叫分贝和蛙跳策略,搜索图像轮廓最优匹配,实现图像快速精确的拼接。结果表明,所提算法不仅具有较高的拼接精度和较强的稳健性,还减小了其简化匹配策略的计算量,具有较强的时效性。

含分布式能源的主动配电网状态估计

针对目前现有的含分布式能源(DG)的主动配电网状态估计在精度上存在的不足现象,提出一种适用于求解状态估计模型的混沌策略蛙跳萤火虫算法(LSLFA),并建立含DG的主动配电网状态估计模型,验证该改进算法在求解精度上的提高。该算法基于萤火虫算法(FA),通过引入蛙跳族群划分策略增加了初始种群的多样性,在迭代后期使用Logistic混沌策略,提升FA算法的全局搜索能力,防止较早收敛。以IEEE30节点配电系统作为对象进行仿真验证,引入均方根误差和平均绝对误差来对比估计精度,结果表明:使用LSLFA算法估计节点负荷值和DG能源输出值的精度相比遗传算法更高,为主动配电网研究人员提供了一种新的状态估计方法。