一种全局较优的静态任务调度算法

针对现有任务调度算法优先级选取过于单一所产生局部较优调度结果的问题,从全局较优出发,提出一种先分层后分支决定优先级的静态任务调度算法—HGCOTS算法。该算法考虑了任务间较大的通信开销和冗余任务对异构CMP任务调度效率的影响,通过综合区间插入和任务复制技术最大限度地降低了任务间的通信开销,对冗余任务进行删除,明显提高了任务调度效率。使用随机生成图进行模拟实验,与其他算法相比,新算法具有更小的调度长度。

基于交通方向的较优路径选路算法

Dijkstra算法是计算最短路径的典型算法,它能得出最短路径的最优解,但因为遍历计算的节点很多,所以效率低下。针对此局限性,提出一种基于方向判别的较优路径选择算法。该算法利用交通网络的方向特性,能够快速收敛找到较优路径,提高选路算法的性能。引入偏差率和吻合率等概念来描述算法,对其设计与实现过程进行详细的阐述,并利用MATLAB进行仿真实验。实验结果表明该算法在性能上优于Dijkstra算法,尽管得出的路径不一定是最优路径,会存在偏差,然而这些偏差是可以容忍的,不会影响算法的价值。

旅行商问题的较优可行解的搜索算法的设计

利用问题本身的特点和相关的已有结论,结合最近邻法和深度优先搜索算法设计了产生旅行商问题较优可行解的方法。首先,将与每个城市关联的城市由近到远排序,并将城市之间距离较远的边删除。然后选择一个城市作为出发地,按排序利用深度优先搜索算法在有限步内搜索可行解。若搜索到多个可行解,从中选择较优的作为以该城市为出发地的可行解;否则,重新选择出发地开始新的搜索。对经典的st70、a280问题依次将每个城市作为出发地进行实验,该方法产生的可行解的性能明显优于随机搜索算法,但仍不及最近邻法。

基于较优方案最大区别度的新增吸引点指引路径选择研究

通过采用较优方案最大区别度的指标赋值方法,综合考虑影响路径选择的各种因素,针对新增吸引点,确定了一种在路径评价时确定评价指标值的方法,该方法使得各条可行路径之间的综合评价值差异最大化,避免了选择时路径之间差异过小的问题。应用实例表明其评价结果与实际情况相符。

乙酸乙酯合成与水解反应较优实验条件研究

可利用乙酸乙酯合成与水解实验达到物质循环利用、提高学生环保意识的目的。通过一系列研究,作者已找到乙酸乙酯合成实验的较优实验条件,在此基础上,通过全面实验筛选出乙酸乙酯合成与水解反应的较优实验条件。乙醇回收率可达70.50%。

笋材两用毛竹春笋肥氮磷配方较优组合浅析

针对仁寿县禾加镇笋材两用毛竹春笋生产常处在不知应当施肥和怎样施肥导致的基本不施肥状态对林产业增产增收的不利影响,运用田间试验和生物统计原理,实施“笋材两用毛竹春笋肥氮磷两因素随机区组试验”,并对结果进行方差分析,通过多重比较与简单对比,定量地得出:在窝施硫酸钾0.5kg的基础上,笋材两用毛竹春笋肥较优氮、磷配方组合(窝施碳酸氢氨1.25公斤、过磷酸钙1.5-2公斤)。

改进的分层A*算法在停车场路径寻优中的应用

在大型停车场车位路径寻优中,传统的评价指标是把距离最短作为最优指标,并没有考虑实际路况,为此引入了切实可行的时间较优评价指标,既能简化引导系统硬件设计,又能节省软件开销;首先,建立了停车场网络图R(P,C,D,V)数学模型,并把网络中的所有节点分成两层,分别构建了不同的估价函数,采用改进的A*算法,提高了以时间较优为评价指标的路径搜索效率和搜索精度;最后,程序运行结果表明,针对不同的路段属性参数,算法总能较快的找到时间较优路径。

基于模拟退火算法改进粒子群算法优化数学函数

传统的粒子群算法具有比较好的寻找最优解的能力,但是当问题解的维度比较多,问题比较复杂,局部较优解比较多的时候,就会容易陷入局部较优解。为防止传统的PSO算法陷入局部最优,本文提出使用模拟退火算法对原始的粒子群算法进行改进。使得改进后的粒子群算法能够寻找出较优的解,同时粒子群算法又能保持比较好的寻优特性和鲁棒性。

消力池内双层悬栅不同布置优化试验研究

消力池内布置悬栅消能工,可以提高消力池的消能效果,消力池内布置双层悬栅较单层悬栅消能效果更优。在层距与池深比值的较优取值为0.4的基础上,通过改变双层悬栅的栅距与池深的比值和栅条数与池深的比值,在流量设计值15 000cm3/s下进行模型试验,并与流量验证值13 000cm3/s下的试验结果进行对比,得到该流量下双层悬栅栅距与池深比值的较优取值为1.2,栅条数与池深比值的较优取值为1.1,改变栅距和栅条数与池深的比值,对消力池内最大水深下降影响较大。

基于正交试验的华北落叶松采伐剩余物处理方式优选

以塞罕坝7年生华北落叶松人工林为研究对象,各选择5种不同剩余物粉碎粒径、尿素喷施浓度、EM菌液喷施量以及木醋液喷施浓度,对采伐剩余物进行处理,采用L25(54)正交设计安排试验,比较不同处理组合短期内对华北落叶松采伐剩余物分解、林地土壤肥力及林木生长的影响,初步筛选较优剩余物处理方式.结果表明,在25种处理组合中,4和7号的处理效果较优,说明采取将采伐剩余物粉碎成较小的颗粒,同时添加适中浓度尿素溶液、木醋液及添加适量EM菌的混合处理方式对提高剩余物分解率、改善土壤养分状况、促进林木生长效果最好.各处理的较优水平为:颗粒直径φ<0.3 cm、尿素溶液3~9 kg·m^-3、剩余物与EM菌体积比1∶500~1∶750、木醋液稀释倍数400~800.此结果为在生产实践中实现采伐剩余物的合理利用提供了一定科学依据.

蚁群优化算法的无人机室内航迹规划

由于室内无人机导航较为复杂,针对现有的传统(基本)蚁群算法存在早期盲目搜索、易陷入局部最优和收敛速度慢等问题,探索一种高效、准确的航迹规划方法意义重大。为提高收敛速度使其避免陷入局部最优等算法缺陷,提出一种改进蚁群算法的室内无人机三维航迹规划方法,该方法设计初始信息素的调节因子,增强蚁群搜索的方向性;设计启发概率函数,改进状态转移规则,有效提高蚁群可见性精度;改进算法的信息素更新方式,增加信息素挥发率的动态调整策略,提高算法的收敛速度,扩大搜索空间,有效避免其陷入局部最优。通过仿真实验进行算法适应性验证,结果表明:改进蚁群算法有效提高全局搜索能力,减少收敛迭代次数,得到的最优路径长度比传统蚁群算法平均缩短38.6%,平均用时减少3.8%,显著提高蚁群优化算法的适应性,体现出在特定应用场景下的优越性。

一种混合粒子群算法的贝叶斯网络优化模型

传统的粒子群优化算法通过群体中粒子间的合作和竞争进行群体智能指导优化搜索,算法收敛速度快,但较易陷入局部较优值,进入早熟状态。为了解决这个问题,提出了一种混合粒子群算法的贝叶斯网络优化模型,它可以通过当前所选择的较优解群构造一个贝叶斯网络和联合概率分布模型,利用这个模型进行采样得到更优解,用其可随机替换掉PSO中的一些粒子或个体最优解;同时利用粒子群算法对当前选择出的较优解群进行深度搜索,并将得到的最优解融入到较优解群中。分析可知,该方法可以提高算法有效性和可靠性。

双流道多孔太阳墙的墙体结构优化研究

采用数值模拟的方法对双流道多孔太阳墙的墙体结构进行优化研究,在设定条件下对不同厚度参数的墙体结构进行模拟计算找到双流道多孔太阳墙的“较优结构”,最后对“较优结构”情况下的流道和房间温度场进行分析。研究结果表明,多孔墙厚度不变时,随着空气流道1间距的增加,多孔墙的蓄热量降低,蓄热墙的蓄热量增加。在设定条件下双流道多孔太阳墙的“较优结构”为空气流道1间距为0.08 m,多孔墙厚度为0.08 m,空气流道2间距为0.06 m。采用双流道多孔太阳墙的采暖房间水平面上温度分布均匀,平均温度为292 K;垂直面上具有明显的温度分层现象,上下部温差为5 K。

基于改进人工蜂群算法的灾害场景下路径规划

针对人工蜂群算法在以往研究中表现出探索局限性以及开发低效性等缺点,提出一种自适应收敛下的改进人工蜂群算法。该算法通过全域采样随机初始化保证初始解集完整性;选择概率计算中加入开采次数因子提升潜在较优解选中概率;结合余弦函数变化特点,对选中的个体进行全局最优个体引导下的自适应局部开发,提升局部开发精度。最后,通过不同灾害场景下与多个算法进行对比,结果表明改进后的算法具备更高的求解精度,更好的全局收敛性,能高效解决复杂灾害场景下的路径规划问题。

某火电机组汽电双驱引风机小汽轮机热态甩负荷时调门超驰开度对炉膛负压的影响

为研究某火电机组风烟系统采用汽电双驱型引风机时,引风机小汽轮机发电机甩负荷对小汽轮机及炉膛负压的影响,通过机组热力系统模型的搭建及仿真研究,提出在热态工况发生引风机小汽轮机发电机甩负荷的情况下,可通过超驰逻辑对小汽轮机调门进行控制,实现机组不发生辅机故障减负荷(RB)的事故,同时可维持炉膛负压在合理的范围内。仿真结果发现在不同负荷下进行甩负荷,可以得出一个较优调门超驰值,并通过试验验证了此方法的可行性。

基于特征线条的三维模型检索方法

为了避免在三维模型检索中对输入源的限制,提出一种以自然图像为输入源、基于特征线条的三维模型检索方法.首先基于最优视点提取算法训练并获取三维模型较优视点集;然后在较优视点集下渲染三维模型混合轮廓线视图,并为各视点混合轮廓线视图提取Gabor边缘响应特征,建立特征库;最后对输入的自然图像提取相同的边缘响应特征,采用视觉词袋方法从特征库中检索相似模型,并根据相似度排序.实验结果表明,该方法利用自然图像与模型特征线视图的边缘相似性实现三维模型检索,降低了退化视图与自然图像纹理对三维模型检索的干扰,符合人类视觉辨识三维物体的机理,具有良好的检索效果.

基于改进遗传算法的片上网络低功耗映射方法

针对规模庞大的应用如何在No C平台上低功耗地运行,提出了一种基于改进遗传算法的片上网络低功耗映射方法。该方法利用任务节点的通信权重和映射平台的结构特征,对任务节点进行优先级划分并根据任务节点优先级及其连接关系获取较优初始映射解集。在此基础上,在遗传操作中加入轮盘转赌、最优邻居选择、进化逆转等操作,同时每次迭代中都以一定的概率选择初始解,防止算法停滞。实验结果表明,在相同任务模型和映射平台下,改进遗传算法对比于传统遗传算法和随机映射方法,都大幅度降低了功耗。

改进的BP神经网络在交通流量预测中应用

针对传统BP学习算法收敛速度慢,对步长依赖明显等缺点,提出一种利用搜索较优步长的BP算法.在网络训练中,能够在每次迭代中搜索出一个相对合理的步长,从而使步长的选择对学习速度的影响大大降低.对交通流量预测仿真结果表明,新算法对步长选择的依赖性小于传统BP算法.

基于语义的中文文本关键词提取算法

为克服传统关键词提取算法局限于字面匹配、缺乏语义理解的缺点,提出一种基于语义的中文文本关键词提取(SKE)算法。将词语语义特征融入关键词提取过程中,构建词语语义相似度网络并利用居间度密度度量词语语义关键度。实验结果表明,与基于统计特征的关键词提取算法相比,SKE算法提取的关键词能体现文档的主题,更符合人们的感知逻辑,且算法性能较优。

改进BP神经网络在经济预测中的应用

针对传统BP学习算法收敛速度慢、对步长依赖明显等缺点,提出一种利用搜索较优步长的BP算法。其在网络训练中,能够在每次迭代中搜索出一个相对合理的步长,从而使步长的选择对学习速度的影响大大降低。对经济预测仿真结果表明,新算法对步长选择的依赖性小于传统BP算法。