自适应格形联合估计算法的收敛性能

本文应用随机算子方法,分析了自适应格形联合估计算法的均方收敛性能,讨论了有关超量失调的问题,建立了自适应情况下格形算法的超量失调级联模型,推导了估算公式.计算机模拟结果和分析基本符合.     

一种修正格型自适应陷波器在科氏流量计上的应用

根据格型自适应的结构原理,运用了一种频率响应非对称的修正自适应格型陷波器(improved adaptive lattice notchfilter,I-ALNF)在科氏流量计上的应用,并把零极点参数全部引入自适应算法中,使得算法与陷波器完全匹配,且使陷波器具有更好的特性。仿真结果表明,修正格型自适应陷波器比格型自适应陷波器的频率跟踪精度更高,稳定性更好。     

采用归一化SG算法的自适应格型预测器

由于格型结构预测器所具有的优点,使它在许多自适应系统中得到了很好的应用。本文着重研究了采用归一化 SG 算法的自适应格型预测器。文中给出了归一化算法的推导,讨论了预测器系数的收敛特性以及格型预测器级数对预测器的影响。     

一种用于车辆最短路径规划的自适应遗传算法及其与Dijkstra和A*算法的比较

提出了一种自适应遗传算法,并成功应用于车辆最短路径规划算法中. 所采用的编码方式、交叉及变异算子等均针对最短路径规划问题而专门设计;同时,提出了一种新的交叉概率、变异概率在线自适应调整策略,以便提高遗传算法的搜索速度和搜索质量. 将该算法同Dijkstra算法、A*算法进行了仿真比较. 对五种不同情况的仿真研究结果表明:同Dijkstra算法相比,该自适应遗传算法可以减少搜索到最短路径的时间;同A*算法相比,该自适应遗传算法则可以搜索到更多的最短路径.     

分式半环上的同余格

讨论了半环R上的同余格与分式半环ST-1R上的同余格之间的关系,得到R上的同余格可嵌入到ST-1R上的同余格中的结论.     

异构无线网络中基于合作微分博弈模型的速率分配算法

为了解决异构无线网络的高延迟、高消耗、低速率等问题,设计了基于合作微分博弈模型的自适应资源分配算法.该算法在合作的异构无线网络环境下,利用用户间公平性和效益分配合理性来分配网络资源,解决了多目标优化之间的权衡问题.     

完备弱可补格的同模分类

讨论了完备弱可补格按关于谓词演算的同模分类问题,给出了原子的完备弱可补格与二元布尔代数同模的充要条件以及一类分组格与特殊的分组格C_k同模的充要条件.     

电力有源自适应格型滤波器谐波电流检测方法

针对有源滤波器谐波检测实时精度高的要求,将线性神经网络应用于自适应噪声对消技术,采用最小均方(least mean square, LMS)误差算法对神经网络进行训练,通过线性神经网络实现的自适应格型滤波器,每个神经元对输入基波和谐波信号并行协同处理,对电网高次谐波分量进行滤波和预测,较常规滤波器有更好的实时性和鲁棒性.仿真和实验结果分析表明,自适应格型检测算法比常规检测方法有更好的实时性和精度,补偿后5、7次谐波电流含有率明显下降,电力有源滤波器APF投入后补偿效果良好.     

S-格上的同余关系

引入S-格上的同余和伪同余,并研究两者的内在联系;给出S-格上的同态定理,推广了经典格上同余的相关结论;讨论分配S-格上同余关系,并证明分配S-格上的任意二元关系H可自然诱导1个包含H的最小S-格同余.     

一种改进的自适应动态资源调配算法

为了改进在分布式环境下用于QoS控制的基于模糊逻辑的动态资源调配算法(FDRA),提出了基于双阈值和双指针的自适应动态控制资源算法--EFDRA(Enhanced FDRA),解决了当网络资源紧张时,FDRA算法更新指教上升过大的问题.仿真结果证明,该算法以牺牲少量的阻塞率指标为代价,换来了更新指数指标的显著改善,提高了网络的可扩展性能.     

基于可信度策略的校园网格作业调度算法

为了实现校园网上的资源共享,降低资源浪费,文中讨论了基于网格技术的校园网作业调度模型,并设计和实现了基于可信度遗传算法的作业调度方法.该方法采用资源可信度策略,同时结合遗传算法的优点,满足了网格对调度系统可扩展性和全局最优调度的需求,从而使调度系统具有了一定的自主性和智能性.实验结果表明该作业调度方法收敛速度快,全局寻优能力强,整体性能优于其他调度算法.     

网格机制下的一种光网络资源调度策略

针对开放网格服务环境OGSA中光网络资源调度需求问题,使用WSRF规范将光网络资源封装成Web Service资源,使其像其他的服务资源一样可以通过统一的接口来调用。提出了在网格机制下的光资源调度策略和算法,在GridSim的基础上对光网络资源建模并对该算法进行了仿真。仿真结果验证了该策略的有效性,表明该算法能够在全局视图下有效地调度和均衡地分配资源请求,明显地提高了资源利用率。     

基于经济模型的故障诊断网格资源管理研究

文章提出了故障诊断网格环境下基于经济模型的各种组件,建立了一种新的故障诊断网格资源管理模型,定义了Market-Min-min算法,给出了基于市场机制的资源调度算法,为解决故障诊断网格资源管理的问题提供了一个有效的途径。     

HowU网格资源管理及调度

讨论了一种基于web的HowU网格系统的实现,以及采用的关键技术．HowU网格系统通过资源请求代理进行网格作业提交,HowU网格系统采用了网格资源的分层管理策略及全局调度思想．根据网格的特性,并针对CPU性能对作业调度的影响,提出了三种全局资源调度算法：资源轮转法;当前最优资源优先调度法;最优资源优先调度法．研究结果表明,当作业数量比较少时,资源轮转法优势最明显,最优资源优先调度法性能最差．但当作业数量增大时,资源轮转法性能明显下降,而最优资源优先调度法比其他两者更有性能优势．     

改进蛙跳算法的网格任务调度优化模型

为解决当前调度模型存在的局限性, 以更好完成网格环境下的任务调度目标, 结合网格任务调度的NP(Non-deterministic Polynomial)问题特点, 提出了改进蛙跳算法的网格任务调度优化模型。首先以网格任务完成时间作为调度优化指标, 然后采用蛙跳算法找到最优的网格任务调度方案, 并对蛙跳算法存在不足进行改进,以改善算法工作性能, 最后在网格仿真平台GridSim 上进行性能验证分析。实验结果表明, 改进蛙跳算法可较好完成网格任务调度, 缩短了任务完成的时间, 资源负载更加均衡, 而且性能明显要优于其他算法。     

基于改进遗传算法的网格任务调度

为在网格环境下完成任务调度,使服务运行时间和费用2个指标达到最优化,将这2个指标作为网格任务调度模型的衡量指标,将计算经济模型引入网格资源管理,改进了遗传算法。算法中的染色体编码采用间接编码方式,对每个任务占用的资源编码,即实数编码方法。生成初始种群时采用随机生成种群和根据某些先验知识生成种群这2种方法相结合,变异操作时根据原来染色体的适应值和适应度函数进行有目的的随机变异。通过网格仿真平台GridSim对该算法进行模拟验证,并将其与简单遗传算法及GridSim中经济模型下时间最优算法DBC_Time比较,试验结果证明,其能较好完成网格环境下任务的调度,实现时间和费用双目标优化。     

基于时间期限和预算效益函数的网格资源调度算法

针对具有时间和代价约束的网格资源调度问题,提出了一种基于效益函数的改进的网格任务调度算法,并采用GridSim模拟器分别对提出的调度算法和现有的DBC算法进行模拟实现.对比分析表明,改进的调度算法能得到较高的任务完成率及较好的资源负载均衡性.     

虚拟实验室资源网格多任务调度

针对虚拟实验室的资源调度问题,提出了一种基于服务质量的网格算法.建立了虚拟实验室资源的网格模型,讨论了其特点;分析了虚拟实验室网格的服务质量体系,从可靠性、响应性、成本等6个方面对实验室服务质量进行量化评估,将用户的多任务调度问题描述为服务质量约束下的多任务协同寻优模型,以满足用户服务质量最大化为目标进行求解,并给出了基于遗传算子的求解算法;通过案例分析对本方案的可行性进行了验证和讨论,结果表明本方案有助于提高虚拟实验室资源利用率和服务水平.     

基于自适应遗传算法的网格任务调度优化

针对传统任务调度算法效率较低、资源负载不平衡等缺点,基于遗传算法,考虑现代网格系统异构性和动态性的特点,提出一种有效的交叉概率和变异概率自适应更新方法,提高遗传算法的全局搜索能力和收敛速度.仿真实验表明,改进后的遗传算法在进化速度上有明显提升,可较好地处理网格任务调度问题,提高任务调度效率,降低资源负载的不平衡性.     

基于MAS的动态协作任务求解模型与算法

为提高动态网格资源的利用率,提出了基于多智能体系统博弈协作的任务动态分配和协作求解模型,建立了网格资源调度模型和任务求解算法,证明了资源分配博弈中Nash均衡点的存在性、唯一性和Nash均衡解。该方法能够利用用户智能体的学习和行为能力,使得用户的资源申请和任务调度具有较高的合理性和有效性。进行了供求关系中竞价博弈的模型试验。实验结果表明,资源调度算法不但可以有效减少延迟,而且在响应时间的平滑性、吞吐率及资源利用率方面比类似方法要好。使得整个网格系统供需合理、负载均匀。