排序方式: 共有11条查询结果,搜索用时 343 毫秒
1.
为求解大规模结点度约束最小生成树问题,提出一种带有嫁接和剪接算子操作的优化算法.通过借鉴花草果树种植技术,建立一种以基本遗传算子为基础、带有加速和调节算子作为激励的进化计算体系;嫁接以一种贪婪的思想加速搜索,按收益最大化原则进行剪接.对可能陷入局部极值引起冲突的现象及冲突检测的方法进行分析,并提出了冲突的若干解决方法.针对DCMST问题求解中的复杂性,提出了几种有效的嫁接和剪接的策略,并对算法的收敛性和计算复杂度进行了分析.通过该算法对结点数为50~500之间的Euclidean问题和按均匀随机方式产生的non-Euclidean度约束最小生成树问题进行求解.与现有文献的实验结果对比表明,该方法在求解最好解的精度和收敛速度上均有一定的优势. 相似文献
2.
提出了一种基于EJB组件的企业分布式多层应用体系结构,克服了传统IT资源监控系统的缺陷。介绍了各个Beans的设计,并以折线图、棒图、饼图显示被监控服务器的实时和历史性能,以消息方式对越界数据及时报警。 相似文献
3.
4.
5.
6.
为应对传统遗传算法在处理大规模组合优化问题面临的进化速度缓慢,难以达到实时要求的严峻挑战,提出了一种在多核PC集群系统上实现“粗粒度一主从式”混合并行遗传算法的模型:通过把“粗粒度一主从式”并行遗传算法映射到多核PC集群上,结合消息传递和共享存储两种并行编程模型,在节点间使用消息传递模型(MPI),对应的遗传算法为粗粒度并行遗传算法,在节点内使用共享存储模型(OpcnMP),对应的遗传算法为主从式并行遗传算法,用MPI和OpenMP混合编程的方式以进程和线程两级并行在多核集群上实现具体的混合并行遗传算法。理论分析和实验结果表明,提出的实现模型有较好的性能,可大大改进传统遗传算法的缺陷。为利用并行遗传算法在普通多核PC集群上处理大规模组合优化问题提出了一种有效、可行的解决方案。 相似文献
7.
8.
10.
为克服群搜索(GSO)算法早熟的缺点,提高算法收敛速度,提出一种基于发现者预选择机制的自适应群搜索(PSAGSO)算法。首先,依据发现者追随者模型,采用预选择机制,用倒序变异算子产生新发现者,来引导追随者寻优的方向,有效地维持了群体中个体的多样性;其次,提出一种基于线性递减的动态自适应方法来调整游荡者的分布比例,以提高种群中个体的活力,有利于算法跳出局部最优。通过对12个基准函数进行测试。对于30维函数优化,PSAGSO算法的测试数据优于He等(HE S, WU Q H, SAUNDERS J R. Group search optimizer: an optimization algorithm inspired by animal searching behavior. IEEE Transactions on Evolutionary Computation, 2009, 13(5): 973-990)提供的数据;对于300维函数优化问题,PSAGSO算法的性能更佳。实验结果表明,PSAGSO克服了群搜索优化算法的不足,在一定程度上提高了算法的收敛速度和收敛精度。 相似文献