基于Min-Min遗传算法的网格任务调度方法

针对网格环境异构、分布等特点,在现有的任务调度算法的基础上,结合Min-Min算法和遗传算法的优点,提出了一种基于Min-Min遗传算法的任务调度方法。仿真实验表明:在网格环境下,该算法具有合理性和高效性。

改进的Min-Min网格任务调度算法

在网格环境中,如何对任务进行高效调度是当前研究的热点问题。目前Min-Min调度算法是一个简单、快速、有效的算法,但它很难满足网格任务对服务质量的要求。在独立型的任务调度模型的基础上,提出了一种基于权值的改进Min-Min调度算法。改进后的算法通过量化网格任务的优先级和等待时间,解决了原有算法存在的高质量任务和大任务等待时间过长的问题。仿真实验结果表明,改进后的算法满足了网格任务对优先级和等待时间的服务质量要求,是一种网格环境下有效的任务调度算法。

MINS/GPS组合导航系统的选星算法

几种传统的GPS星座的选择算法计算量较大,计算的时间较长。通过比较两种相对简单的选星算法,提出一种适用于MINS/GPS组合导航的选星算法。

基于两级许可证的MIN过负荷控制算法

对移动智能网的过负荷控制算法进行了研究。在总结固定智能网的过负荷控制思想和算法的基础上，针对移动智能网的负荷特点提出了一种新的基于两级许可证过负荷控制算法，并根据实际应用的要求进行了进一步完善。

1│fuzzy│min sum from i=1 to n (C_i)模型的禁忌搜索算法

根据三角形模糊数的特性,在对总加工时间模糊度有约束的条件下,构造出NP-困难的1 fuzzy min∑ni=1Ci排序模型的禁忌搜索(TS)算法.构造的邻域函数为互换操作.针对1 fuzzy min∑ni=1Ci模型的特点,设计带有惩罚项的分段线性适应度函数,以规避解的不可行性.并且,取不同的禁忌长度,观察禁忌搜索状态随迭代步数的移动轨迹,以寻求较好的计算参数组合.实例计算表明,该算法的实际应用可行,具有良好的收敛性和较高的搜索效率,且目标函数轨迹呈三阶段变化模式.迭代步数充分大后,目标函数周期性振荡,陷入循环搜索.这种性质能够帮助选择禁忌(tabu)参数值,确定迭代终止条件.

基于带抑制弧的Petri网的min-min算法模型研究

为了解决已有的min-min算法Petri网模型不能模拟min-min算法运行过程的问题,根据min-min算法的调度特点,利用带抑制弧的Petri网提出了一种算法模型,该模型运行过程可以严格模拟min-min算法对独立任务集的调度顺序,能够正确地描述独立任务调度系统使用min-min算法的情况。最后对该模型的空间复杂度以及每调度一个任务模型的变化情况进行了分析,随着独立任务的调度执行,该基于带抑制弧的Petri网的变迁数和弧数会随之减少,模型的空间复杂度会不断降低。

Min-Max-Min问题的区间极大熵算法

讨论了目标函数和约束函数都是一阶连续可微的离散M in-Max-M in问题。利用罚函数法和极大熵函数思想将问题转化为无约束可微优化问题,构造了极大熵函数的区间扩张并证明了它的收敛性,给出了无解区域删除原则,建立了区间极大熵算法,理论证明和实例计算表明算法是可靠和有效的。

Min-Min调度算法及改进在网格中的研究

网格是一门新兴技术。首先介绍了经典的Min-Min调度算法,然后考虑网络环境对QoS的要求,对Min-Min调度算法进行改进,最后用SimGrid对Min-Min调度算法及提出的改进算法进行仿真,比较了两个算法的性能。

基于Min-Min和蚁群算法的网格任务调度方法

网格任务调度是网格计算的研究热点,也是一个NP难问题。文章结合Min-Min算法和蚁群算法的优点,提出了一种基于Min-Min蚁群算法(MMACO)的任务调度方法。仿真实验表明:在网格环境下,该算法具有较好的全局最优求解能力和较快的收敛速度。

改进Min-sum的LDPC译码算法研究

为了弥补Min-Sum译码算法相对于LLR-BP算法的性能缺陷,降低LLR-BP算法的实现复杂度,提出一种改进型Min-Sum译码算法,将Normalized BP-Based和Offset BP-Based 2种算法有效地结合,在计算校验节点消息时,同时引进校正因子和偏移因子,并通过最小均方差准则来选择参数。仿真结果表明,在误码率相同的条件下,改进型Min-Sum译码算法比Min-Sum算法、Normalized BP-Based算法和Offset BP-Based算法具有更好的译码性能,译码性能逼近于LLR-BP译码算法。

无线传感器网络中Min-Max定位算法的研究与改进

常见的基于测距的定位算法有Min-Max定位算法、三边定位算法和最大似然法,在研究这三种定位算法的同时,重点分析了Min-Max定位算法,并对其在定位边界区域误差较大问题提出一种有效的解决办法,并通过仿真进行验证。对比Min-Max及其改进方法的仿真结果表明,改进方法能有效改善定位边缘区域的盲节点的定位精度。

有时间窗的车辆路径问题的改进MAX-MIN蚁群算法

MAX—MIN蚁群算法是一种改进蚁群算法,文本构造了求解VRPTW的最大最小蚁群算法,将仿真结果与其他经典算法进行比较,结果证明该算法性能优良。

MINS/GPS一体化紧组合导航系统

采用基于MEMS技术的低成本IMU和GPS作为传感器,以DSP和FPGA分别作为计算和通信器件,实现一体化紧凑型的紧组合导航系统。除去外接天线,整个导航系统尺寸为12 cm×12 cm×11.6 cm。算法方面,采用扩展卡尔曼滤波器,以伪距、伪距率误差作为观测量进行实时滤波估算导航系统的状态量,进而修正系统误差。采用双子样优化的圆锥效应和划船效应补偿算法,实现100 Hz的导航数据输出。通过静态和跑车实验验证,该系统的静态水平定位误差为0.2 m(CEP),动态水平定位误差优于10 m(CEP),俯仰角和横滚角误差为0.3°,航向角误差为0.5°。

紧耦合MINS/GPS组合导航系统数据融合的分析与处理

针对MINS/GPS组合导航系统的松耦合、紧耦合组合方案进行了讨论,借鉴国内外对紧耦合MINS/GPS组合模式的研究,分析了松耦合、紧耦合和超紧耦合MINS/GPS组合模式的构成和工作原理,通过理论分析建立了基于伪距差分的组合卡尔曼滤波模型。通过半实物仿真试验研究紧耦合MINS/GPS系统数据融合处理的特性。

基于相对移动性预测的k跳AdHoc网络分簇算法

针对网络节点随机移动造成的AdHoc网络分簇结构变化和路由失效问题,该文提出一种基于相对移动性预测的k跳分簇算法,分析和预测网络节点运动状态,自适应地调整分簇结构,提高簇结构稳定性。首先,使用多普勒频移计算节点间相对移动速度,预测节点移动性,得到节点间链路保持时间。然后,在簇形成阶段,采用面向节点稳定性的MAX-MIN启发式算法,根据节点的平均链路保持时间对簇首进行选择。进而,在簇保持阶段,提出一种基于节点运动状态的网络自适应调整算法,一方面调整节点信息数据发送周期以平衡数据开销和精确度,另一方面通过预测节点间链路通断情况调整分簇结构,以减少链路失效时的链路重建时间,提高网络运行质量。仿真实验表明,所提算法可以有效延长簇首持续时间,提高簇结构在动态环境下的稳定性。

基于改进遗传算法的云计算任务调度算法

任务调度是云计算的核心问题。云计算中的任务调度算法要求在提高系统吞吐量和最大跨度的同时又要兼顾资源的安全与负载均衡问题。传统遗传算法因具有强大的并行空间搜索能力而在云计算中得到广泛应用,但其亦存在明显不足,即随着计算机规模的不断扩大,收敛性逐渐降低,存在易早熟等不足,限制了其调度性能。而Min-Min和Max-Min算法简单易行,且具有较好的时间跨度,可以较好地弥补传统算法的不足。在传统遗传算法的基础上,结合Min-Min和Max-Min算法,提出了一种新的云计算任务调度算法,在产生初始化种群时引入Min-Min和Max-Min算法,并选取任务完成时间和负载均衡作为双适应度函数,提高了初始化种群的质量、算法搜索能力以及收敛速度。仿真结果表明,该算法优于传统遗传算法,是一种有效的云计算任务调度算法。

多级给料粉状物料称重系统的预测控制算法

为解决粉状物料动态称重中称重速度和定量称重误差两者之间相互矛盾的问题,在应用动态称重传感器为基础的粉状物料定量包装机模型的基础上,采用预测控制算法,提出了多级给料系统中的控制算法,给出了整个进料过程在线动态辨识的方法,并对调整预测模型参数、估计切换系数、调整控制器的开关时机进行了探讨。实验结果表明,系统测量称重误差小于0.2%、定量速度达5-8次/min。该方法能较好地对空中量进行预测控制,达到了减小误差的工程应用目的。

基于QoS约束的网格任务调度算法

针对网格环境下不同类型的用户任务执行时间差异较大的问题,在对现有网格调度算法研究之后,基于Min-min算法和Sufferage算法提出了基于任务QoS约束与任务损失度的最小最早完成时间算法QDSM。算法克服了Min-min算法仅追求局部最优而忽视了全局的缺点。分析测试结果表明,算法实现了调度跨度与负载均衡、用户QoS约束的统一,在综合性能上有较大提高。

一种用于信度网推理的高效三角化算法

信度网是不确定性知识表达和推理的有力工具。信度网的精确推理是NPC问题,计算的主要困难在于将信度网三角化并构造一棵最小权的join tree上。此项研究提出了一种新的三角化算法MsLB-Triang,该算法同时利用了无向图三角化的Direc性质与LB-单纯性质,在生成的三角化图的总权以及增加边的数目上均明显优于目前广泛采用的Min.Weight Heuristic算法。

改进的蚁群-遗传算法在优化航线中的应用

航线优化是一个重要问题。提出的改进算法是先通过限制、选择和更新信息素、控制周游次数,找出航线的满意解,大大缩短了搜索时间;再用所得较好的航线表示作为初始种群,指定为父体,直接进行分组定界操作,将已得航线进行优化改良,求得最佳航线。实验结果表明,该算法应用于求解航线优化问题行之有效。