变异遗传散布控制执行算子的数据库分类查询

为提高数据查询的寻优能力和查询准确度,对数据库查询进行优化改进。提出一种新型的变异遗传散布控制执行算子数据库分类查询算法。设计遗传散布执行算子,实现对遗传算法数据库查询中的迭代控制,通过定义数据库查询散布值,通过对数据文本的最佳特征提取,通过散布分类查询系数的控制遗传迭代循环,对遗传算法的变异处理,实现最优数据信息相关匹配,可以很好地指导数据查询结果,实现数据库查询的准确性和有效性。仿真实验表明,新算法可以提高半连接下分布式数据库查询的效率,特征呈现高聚敛性匹配,数据查询特征相关匹配度达到97.3%,比传统算法提高了25.6%,寻优时间较传统算法大幅缩短。算法有效提高了数据库查询准确率和效率,具有较强的应用价值。     

一种分布式数据库查询优化算法的研究

如何进行高效的数据查询一直都是数据库优化的研究方向。本文在数据库优化中引入遗传算法和人工免疫理论进行结合,利用遗传算法良好的搜索特性和免疫理论高效的求解最优解的能力,通过遗传编码,遗传算子,免疫疫苗构造可以优化数据库的查询效率,仿真实验的比较,说明本文的算法具有很好的优越性,相比于基本遗传算法,查询效率提高了10%。     

基于免疫遗传算法的多连接查询优化

给出了多连接查询优化问题的计算模型,分析了免疫遗传算法的基本原理,提出将免疫遗传算法应用于多连接查询优化问题。针对多连接查询优化问题的具体特点,给出了免疫遗传算法的设计,包括亲和度、适应度函数的设计,基于抗体浓度的选择算子、交叉算子、变异算子的设计,免疫算子的设计。     

一种改进的多关系半连接数据库查询算法研究

由于普通多关系半连接优化算法,分布式数据库系统的缓冲区不能作为查询的中间结果的最后装配站点,文章提出了改进普通多关系半连接的数据库查询优化算法,实验结果表明改进的多关系半连接的查询优化算法明显地减少了中间结果数据量,有效地降低了网络通信总代价.     

基于改进均值聚类的混合型数据库查询优化算法

采用传统算法进行混合型数据库查询,由于文档与查询的匹配过于严格,存在对检索词的重要程度无法区分的问题,造成无法进行检索结果的排序的缺陷。为此,提出了一种基于改进均值聚类算法的混合型数据库查询优化方法。建立混合型数据库查询执行计划代价模型,精准的定义了数据库查询执行代价。将改进均值聚类算法与粒子群算法有效的相融合,将粒子群中的粒子划分为多个子群,更新所有的粒子,通过粒子间的相互信息融汇,搜寻到数据库查询最优解。实验仿真证明,基于改进均值聚类算法的混合型数据库查询优化方法精确度高,效率高。     

基于多样约束模型的远程教育数据库优化查询算法

提出了一种基于多样约束模型的数据库优化查询方法。将数据库中数据进行分类处理,按照数据特征将数据库中信息分为多个不同的类别,为数据库优化查询提供准确的数据基础。建立多样约束模型,判断符合查询条件的数据类别,根据不同的数据类别进行数据查询,从而实现数据库优化查询。实验结果表明,利用这种算法进行数据库查询优化,能够有效提高数据库信息查询的效率。     

校园大型点云数据库的优化挖掘算法分析

针对传统方法应用于大型校园数字图书馆中数据查询服务时的不足,提出了一种基于云计算的数据查询方法。算法首先运用云计算技术找到数据库中的查询请求的目标节点,然后通过把单个基因位的理论引入到传统的遗传云计算算法中,定义服务节点的相似节点集和等价节点集来进行二次搜索,将各个基因位取得的优秀个体重新组合成一个新的个体,利用遗传过程中出现过的任何优秀的基因,而不仅仅是针对优秀个体,即便是一个适应度很差的个体,也可能有某段基因的适应度在同位置的基因中有着优秀的适应度,保证数据库查询最优解的准确。实验结果表明,算法在查询的数据质量、服务节点的负载能力以及查询的效率方法要优于传统的方法。     

基于分层遗传算法的编码信息查询优化策略

为帮助用户在丰富的编码信息资源中快速,准确查询到所需要的信息,提出一种基于分层遗传算法的查询优化策略.其基本思想是:通过对编码信息分层,将其抽象成多深度概念树,再以结点概念在数据库中建立索引,然后利用分层遗传算法对分级索引快速搜索,获得用户需要的信息.     

基于多样化特征的数据库约束查询算法

针对数据库结构越来越复杂,数据特征呈现出多样性,数据属性分化较为严重,给数据的查询带来了较大的困难这一问题,提出一种基于多特征属性约束机制的数据库优化查询算法。通过对数据属性进行有效地分类,运用边界约束理论对数据查询过程中产生的边界模糊问题进行有效地抑制。仿真实验证实,该算法在数据库查询过程中,能够较好地克服冗余多属性数据的干扰,效率较高。     

数据库查询优化技术的研究与实现

查询是数据库系统中最基本、最常用的一种操作,查询是否具有较高的执行效率和快捷的反应速度,已经成为数据库用户与设计者极为关注的问题。对查询进行优化可以明显提高数据库系统的性能。在对查询优化技术进行研究的基础上,根据现代计算机多级存储结构的特点,提出了分块hash-join算法,并利用多核及多线程技术,设计出一套较为可行的数据库查询优化方案,在一定程度上提高了数据库查询性能。     

Replicating web contents using a hybrid particle swarm optimization

We consider the problem of placing copies of objects in a distributed web server system to minimize the cost of serving read and write requests when the web servers have limited storage capacities. We formulate the problem as a 0–1 optimization problem and present a hybrid particle swarm optimization algorithm to solve it. The proposed hybrid algorithm makes use of the strong global search ability of particle swarm optimization (PSO) and the strong local search ability of tabu search to obtain high quality solutions. The effectiveness of the proposed algorithm is demonstrated by comparing it with the genetic algorithm (GA), simple PSO, tabu search, and random placement algorithm on a variety of test cases. The simulation results indicate that the proposed hybrid approach outperforms the GA, simple PSO, and tabu search.     

禁忌搜索算法及其在TSP问题中的应用研究

TSP问题是一类典型的NP完全问题,禁忌搜索算法是解决此类问题的智能优化方法之一。文章在研究了禁忌搜索算法的基本原理和算法步骤的基础上,建立了求解TSP问题的数学模型,设计了一个求解TSP问题的禁忌搜索算法程序,并进行了实验测试,实验结果表明,禁忌搜索算法能够有效地解决TSP问题。     

车辆路径优化及算法综述

阐述了VRP的主要求解算法,在参阅大量文献基础之上以禁忌搜索算法、遗传算法、蚂蚁算法三种主要的算法为划分总结了VRP的研究现状以及三种算法的改良与应用情况,最后对车辆调度问题进行了展望,提出了进一步发展动向。     

基于禁忌算法的长沙移动网络优化

移动网络优化问题是一个NP难问题,所以它并不能保证在合理的运行次数里就找到最优的方案。常用的人工智能求解优化问题有遗传算法、蚁群算法和禁忌算法。相对于这几种算法在离散对象的组合优化问题中优势比较明显,而禁忌算法更容易跳出局部极值从而能在更大的范围内寻找到一个较优解。我们开发的基于禁忌算法的长沙移动网络优化软件,通过科学分析采集的数据,从而解决话务阻塞和掉话问题,优化了网络,提高了长沙移动的网络质量。     

拟合用户偏好的个性化搜索

文章从用户偏好的角度对个性化搜索进行了优化研究,提出了基于语义关联树的查询扩展算法以及基于该算法的拟合用户偏好的个性化搜索系统架构。语义关联树可以灵活有效地控制查询扩展模型,在此之上的拟合用户偏好的个性化搜索系统具有用户偏好自学习能力。实验证明,该方法能有效提高文本检索的准确率。     

一种新型直接寻优法

提出了一种新型的直接寻优法，本算法在全局变化的随机搜索基础上，采用聚类的方法，对搜索空间进行切分，利用并行寻优机制，逐步细搜索。这种既确保了优化的质量，又使解以尽快速度收敛。具体实例表明本算法与模拟退火和遗传算法等直接寻优的算法相比，大大提高了搜索效率。     

混合遗传算法及其应用

给出一种结合梯度法和正交遗传算法的混合算法。实验表明,它通过对问题的解空间交替进行全局和局部搜索,能更有效地求解函数优化问题。     

Tabu search algorithm based PID controller tuning for desired system specifications

This paper presents a tuning approach based on a tabu search algorithm (TSA) to obtain the optimal proportional-integral-derivative (PID) controller parameters in order to achieve a desired transient response. TSA is used to determine the main parameters of the PID controller. The performance of the PID controlled system is examined by considering the characteristics of the step response of the plant. Simulation results demonstrate that the tabu algorithm based approach is one of the useful methods for PID controller tuning, and using by the presented method, performance of the controlled system can be significantly improved according to the given control specifications.     

一种大规模中文搜索日志的层次聚类方法

提出一种层次聚类算法,旨在对搜索引擎的查询日志数据进行聚类分析。算法基于搜狗实验室公开的查询日志数据,通过3次划分完成查询文本聚类,每一次划分实现不同程度的降维。相似度参数可根据不同的聚类需求调整,算法可扩展性强。实验结果为查询推荐、相关性排序等提供了有力的依据。