基于粒子群算法的嵌入式云计算资源调度

随着移动互联网的发展,基于嵌入式设备的云计算服务成为研究热点。在国内,嵌入式云计算目前正处于探索研究阶段,云资源管理调度是嵌入式云计算的核心技术之一,其效率直接影响嵌入式云计算系统的性能。为了提高云计算性能,本文提出一种基于粒子群优化算法的云计算任务调度模型。粒子群算法中粒子位置代表可行的资源调度方案,以云计算任务完成时间及资源负载均衡度作为目标函数,通过粒子群优化算法,找出最优资源调度方案。在matlab实验平台进行了仿真,通过大量数据模拟实验表明,该模型可以快速找到最优调度方案,提高资源利用率,具有较好的实用性和可行性。     

基于高效负载均衡的网络任务分配技术

针对传统的网格在分配任务的过程中,当多任务发生竞争的时候,由于多条路径的任务负载不均衡,造成传输速度慢的问题,提出一种基于遗传算法负载均衡的网格工作流算法.通过模拟自然界的生物进化过程对任务空间进行随机化搜索,根据预定任务的适应度函数,并用全局并行搜索方式找到最优节点,避免了传统方法的负载不均衡问题.实验证明,该算法实现了负载的快速均衡,提高了网格工作流系统的工作效率.     

基于模糊控制的启发式工作流引擎负载均衡策略

针对分布式工作流引擎中的负载均衡问题,提出了一种新的算法,即启发式模糊算法,将传统控制理论中的模糊控制和启发式策略应用到了工作流负载均衡中。最后在一个基于JINI的分布式网络系统中实现了该算法,并且给出了其与其他几种经典算法进行比较的实验结果。结果表明,启发式模糊算法提高了工作流引擎服务的整体响应时间,使得资源得到了更加合理的利用。     

云数据中心高能效的虚拟机迁移整合算法研究

基于多资源能效模型,通过改进CPU双阈值法提出了多资源双阈值法触发虚拟机迁移,并将基于粒子群算法的虚拟机放置算法应用于虚拟机的能效整合.仿真实验结果表明,与传统的启发式算法相比,该算法有效地减少了物理节点的启用数量和虚拟机迁移次数,使系统资源利用率更加均衡.     

基于粒子群优化算法的数据中心网络流量调度策略

为解决当前数据中心网络存在链路负载不均衡及带宽资源浪费问题,提出了一种基于粒子群优化算法的流量调度策略.该策略结合软件定义网络控制器可获取全局网络拓扑信息的特性,依据当前链路带宽资源状况及网络流量的带宽需求建立目标函数.首先,根据流的源地址和目的地址找出最短路径集,通过定义粒子聚合度判断算法是否有陷入局部最优的趋势;然后,结合约束条件与目标函数,利用优化的粒子群算法从最短路径集中找出网络流量的最佳调度路径.实验结果表明,相比于其他算法,该算法有效地提高了网络平均吞吐量,获取了较低的丢包率,从而减轻了带宽资源的浪费,更好地实现了网络的负载均衡.     

基于mean-variance的服务集群负载均衡方法

大量并发请求任务进行分配时,负载调度机制是通过最小化响应时间及最大化节点利用率实现网络中节点的负载均衡,在基于遗传算法的负载均衡算法中,适应度函数设计对服务集群负载均衡效率产生重要的影响.对此提出了一种基于mean-variance的服务集群负载均衡方法对适应度函数进行优化,采用投资组合选择模型mean-variance进行最小化响应时间,以得到每个服务器资源利用率的权重,从而获得最优的分配组合,进而提高适应度函数的准确性和有效性.在不同服务环境下与其他模型进行比较,仿真结果表明,本文的负载均衡算法在节点利用率和响应时间方面使服务集群得到了更好的均衡.     

基于累积点播概率的负载均衡算法研究

为了提高集群系统的资源利用率,降低对用户请求的拒绝率,需要对集群系统中的各个服务器节点进行负载均衡.文章在对一些主流的负载均衡算法进行了详细分析,对比了它们的优缺点,并在此基础上提出了基于累积点播概率的负载均衡算法.该算法包含三个部分:最优副本生成、贪婪的副本放置和动态贪婪副本调整.仿真实验验证了所提算法的有效性.     

服务工作流的混合粒子群调度算法

服务工作流的时间-费用优化是一个基本且难以求解的问题.目前求解该问题的分层算法将工作流任务的截止时间限定在固定的时间窗口内,限制了算法的搜索范围,通过引入粒子随机极值扰动、位置回退、交叉繁殖等算子,将搜索范围扩大到整个解空间以大大提高获得最优解的概率;改进适合连续优化问题的有效粒子群算法,提出适合离散优化问题的混合粒子群(HPSO)算法.模拟实验结果表明HPSO将目前最好算法的性能平均提高了12.82%,对120个活动的工作流实例仅需要6.5s的时间.     

基于粒子群优化的负载均衡的虚拟网络映射

虚拟网络映射忽略通信路径上中间节点的资源消耗,以底层物理网络资源消耗最小或路径最短为目标,导致最优路径上中间节点资源不足而出现瓶颈,影响整个底层网络的性能及后续虚拟网络请求成功率。该文针对这一问题考虑物理路径上中间节点资源消耗,以节点负载和链路负载同时达到均衡为目标,将路径跳数限制作为约束,建立虚拟网络映射的数学模型,并采用多目标负载均衡粒子群优化算法求解,记作 LB-PSO。实验证明该算法有效地消除了资源瓶颈,为后续虚拟网络请求提供一个更为均衡的底层物理网络,从而提高了虚拟网络构建成功率、网络资源利用率以及基础设施提供商的收益。     

多种群协同进化算法优化的云存储仿真分析

云平台下大数据的极速增长,使得传统的数据存储由于时间响应慢、负载不均衡等因素,成为阻碍大数据云存储的关键技术,为了解决云平台下大数据的存储问题,提出了多种群协同进化优化算法的存储方法.该方法首先将存储分布区分割成若干个环区域,同时标记每个存储区的存储访问时间,然后将大数据的存储访问抽象为最优解问题.通过改进协同进化算法,防止粒子群早熟,采用该优化算法对大数据存储过程中的任务调度粒子群分别编码,根据微粒群不断进化和变异,迭代得到最优解,从而满足云平台下大数据存储的实际需求.利用Cloudsim搭建仿真平台,对提出的新型大数据存储方法加以评估验证,结果表明该方法不仅具有更快的响应速度,而且降低了系统能耗,提高了负载均衡度.     

混沌优化算法在组合优化问题中的应用

组合优化问题一直都受到理论界和工程界的重视,此类问题的求解方法也有很多,却各有缺点和局限性,不能满足实际应用的需要。混沌优化算法在解决数值优化问题上具有一定的普遍性,可以很快找到全局最优解,不过组合优化问题的解不是一个数值,因此在前人研究的基础上,提出求解组合优化问题的混沌优化算法。首先分析混沌优化,并针对组合优化问题中的TSP问题,提出一种混沌优化策略,探讨在TSP问题中应用混沌优化算法的方法。结果表明了该方法的有效性。     

基于细菌群体趋药性的函数优化方法

本文在细菌趋药性(Bacterial Chemotaxis,BC)优化算法基础上提出一种基于群体智能的函数优化方法-细菌群体趋药性(Bacterial Colony Chemotaxis,BCC)算法.细菌群体趋药性算法同时使用单个细菌在引诱剂环境下的应激反应动作和细菌群体间的位置信息交互来进行函数优化.细菌群体趋药性算法在保留单个细菌较强的搜索能力的基础上克服了细菌趋药性算法收敛速度较慢,性能难以与其他常用的智能优化算法比较的不足.对不同函数优化试例的仿真表明细菌群体趋药性算法性能良好,是一种具有进一步研究价值的集群函数优化方法.     

改进微粒群算法优化PID参数的研究

微粒群算法是一种新的随机优化算法,算法通过微粒间相互作用发现复杂搜索空间中的最优区域,该算法具有搜索速度快、寻优能力强、算法简单等特点,但也存在普遍的缺点。本文基于微粒群算法容易陷入局部极值和收敛速度慢的缺点,提出一种新的改进算法,介绍了将改进微粒群算法用于PID控制器参数优化的方法,算法实现流程,并结合Matlab强大Simulink系统仿真功能证明了改进算法的有效性,其性能优于经验公式和遗传算法。     

TD-SCDMA无线网络工程优化方法研究

针对无线网络工程优化阶段需要关注的各项问题,对TD-SCDMA网络的特点、TD-SCDMA无线网络的工程优化方法进行了讨论和研究。     

TD-SCDMA网络商用初期的无线网络优化

本文主要介绍TD-SCDMA网络优化,分别介绍了网络优化的思路和流程,分析了TD-SCDMA网络优化和GSM网络的差异,最后说明了TD-SCDMA网络优化需要解决的问题。     

TD-SCDMA移动通信网络优化研究

随着第三代移动通信系统的研发进度不断向前,中国的移动通信标准TD-SCDMA系统越来越成为一个关注的焦点。网络运营商迫切需要优化无线网络以提高网络的投资效益、网络的运行质量和服务水平。本文对TD-SCDMA移动通信网络的优化流程和故障分析进行了研究,从覆盖优化、容量优化、干扰优化多方面提出了优化调整措施和参数配置建议,从而改善TD-SCDMA移动通信网络环境,最后总结了TD-SCDMA网络优化原则,并结合TD-SCDMA的发展及面临的实际问题提出了下一阶段网络优化的策略。     

微波单片设计软件的研究及应用

论述了专用于微波单片设计软件的基本结构及原理 ,并以实际电路的仿真优化为例对其功能作了介绍。     

群智能理论及应用

作为一种新兴演化计算技术,群智能已成为新的研究热点,它与人工生命,特别是进化策略和遗传算法有着极为特殊的联系,已完成的理论和应用研究证明群智能方法是一种能够有效解决大多数全局优化问题的新方法.更为重要的是,群智能的潜在并行性和分布式特点为处理大量的以数据库形式存在的数据提供了技术保证.本文介绍了群智能理论的产生和发展过程,并着力阐述了两种典型算法;微粒群算法和蚁群算法的基本原理以及研究现状.     

探索机电联合仿真优化在米波雷达天线设计中的应用

米波雷达拥有反隐身、抵抗反辐射导弹的特长,其工作频率低,波长长,天线尺寸比较大。文中针对数字阵列米波八木天线的阵面稀疏庞大结构特点,探索机电联合仿真优化来解决米波雷达天线研制中的困难。通过天线参数优化、天线口径优化和天线精度优化等机电联合仿真优化,研究出新构型的八木天线,提高天线单元布置密度,降低雷达天线体积和质量,即能使雷达机动快速架设,又能确保天线的指向精度,满足雷达的性能指标。     

空间映射粒子群算法用于电磁优化计算

将粒子群算法与空间映射算法相结合,提出了一种空间映射粒子群优化算法,并用于电磁问题的优化计算.算法实现过程中,将电磁仿真计算中精确网格剖分的计算模型作为精确模型,将粗糙网格剖分计算模型作为粗糙模型,在粒子群算法中计算粒子适应度前,使用粗糙模型结合基于卡尔曼滤波的映射关系,估计出粒子是否对算法最优解更新有效,并对有效的部分粒子做适应度计算,可以很大程度上减少算法的计算耗时.通过E型贴片天线和谐振腔缝隙天线的优化仿真说明了本算法的有效性.