基于过滤集合的内点无功优化研究

基于过滤集合的内点算法是在传统原对偶内点法的基础上引入了可更新的过滤集合。由于采用过滤集合代替了传统的罚函数方法,该算法可以有效避免惩罚系数对算法收敛性和收敛速度的影响。同时过滤集合在迭代过程中会不断地更新,以确保在下一次迭代时新的运行点不会返回到上次迭代点的邻域内,从而解决了在迭代过程中发生振荡而导致算法难以收敛的问题。应用该方法求解电力系统无功优化问题时能有效处理目标函数中的大量不等式约束。对IEEE30、57、118标准算例的分析和试算表明,所提算法具有很好的收敛性,运算速度快。

网上购物系统中信息检索性能优化研究

文中对Hibernate检索策略中内存浪费的原因进行了研究,提出了采用查询缓存和集合过滤的方法进行查询优化,降低了访问数据库的频率且避免了在数据查询检索过程中加载不需要的Java对象,从而降低了的内存消耗。最后,通过查询网上购物系统中客户的定单记录试验验证了优化方式的有效性。

Java对象持久化层的检索性能优化研究

分析Java对象持久化层数据检索策略中内存浪费的原因,提出采用查询缓存和集合过滤的方法进行查询优化,降低了访问数据库的频率且避免了在数据查询检索过程中加载不需要的Java对象,从而降低了内存消耗。通过查询电子商务系统中客户的订单记录试验验证了优化方式的有效性。