公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

一种基于繁忙时间的并行调度能耗优化算法被引量：2: 2017年; 减少服务器繁忙时间是云计算并行调度中节约能耗的一种有效途径,而现有基于繁忙时间的能耗节约策略大多以牺牲作业调度性能为代价,无法与其他有调度性能优势的作业调度算法结合使用。提出一种有效的基于繁忙时间的并行调度能耗优化算法——BTEOA。首先,将作业请求队列根据当前服务器可用资源划分为作业窗口和非作业窗口。其次,按照作业窗口中作业请求能使所有服务器总繁忙时间局部最优的原则匹配服务器进行调度。最后,作业窗口中所有作业请求执行完成后,继续将非作业窗口进行作业窗口与非作业窗口划分,直到所有作业请求执行完毕。作业调度过程中,始终保持作业排队模型不变,保证了作业调度性能不受影响。实例分析与实验结果表明,BTEOA算法能够在不影响作业调度性能的前提下,节约能耗,同时支持与其他作业调度算法结合使用。; 蔡立军潘江波陈磊何庭钦; 关键词：并行调度能耗优化调度性能

基于网络感知的两阶段虚拟机分配算法被引量：1: 2016年; 提出了一种基于网络感知的两阶段虚拟机分配算法(NWTP).首先,针对现代数据中心网络拓扑的随机性(树形、服务器和光纤混合),根据交互对象的不同,将虚拟机的带宽请求分为网内带宽和网间带宽两种.其次,将虚拟机的分配过程分解成带宽区域划分和物理主机分配两个彼此连续的阶段,建立网络感知模型.然后,利用流水线技术将带宽区域划分和物理主机分配看作两个连续的工序,并发进行分配处理.在带宽区域划分环节,利用节点介数和聚集系数动态感知物理主机的稳定性,通过差异化的分配策略为虚拟机子集选择合适的物理主机区域.在物理主机分配环节,将更多的虚拟机分配到负载方差最大的物理主机上,提高虚拟机网内带宽的节约度,均衡物理主机的资源负载.最后,对NWTP,遗传GA,模拟退火SA,贪婪GR四种算法进行大量的仿真实验,从分配时间、延迟、吞吐率、CPU利用率、带宽利用率和物理主机使用情况六个方面验证了NWTP算法的性能.; 陈磊章兢蔡立军孟涛何庭钦; 关键词：数据中心云计算网络感知

采用异构搜索的多子群协同进化粒子群算法被引量：2: 2016年; 针对传统的单种群粒子群优化算法易陷入局部最优、搜索精度低的问题,提出一种异构多子群粒子群算法。算法由自适应子群、精英子群和若干普通子群构成,精英子群由普通子群和自适应子群中的优秀个体组成,每个子群采用不同策略进行进化,根据种群的早熟收敛程度和粒子的适应度值自适应地调整惯性权重;自适应子群根据普通子群的适应度值和速度自适应调整飞行方向,采用免疫克隆选择算子对精英子群进行精细搜索,普通子群、自适应子群与精英子群之间通过迁移操作实现信息的充分交流。针对典型的Benchmark函数优化问题测试,仿真结果表明所提算法能较好地保持粒子多样性,收敛精度高且全局搜索能力强,具有良好的优化性能。; 林国汉章兢刘朝华; 关键词：粒子群优化协同进化克隆选择

自适应任务分配的粒子群优化算法被引量：1: 2015年; 针对基本粒子群优化(PSO)算法早熟收敛、易陷入局部极值的缺陷,提出自适应任务分配的粒子群优化算法。该算法根据粒子的多样性动态分配粒子任务,把种群粒子分为开发和探索两种类型,分别采用全局模型和动态邻域局部模型执行开发和探索任务以平衡算法的全局和局部搜索能力,维持种群多样性。动态邻域模型扩大了解的搜索空间,能有效抑制早熟停滞现象,采用高斯扰动对处于停滞状态的精英粒子进行学习,协助精英粒子跳出局部最优,进入解空间的其他区域继续进行搜索。针对6个标准复合测试函数进行实验,结果表明所提算法具有更强的全局搜索能力,求解精度更高。; 林国汉章兢刘朝华; 关键词：粒子群优化算法多样性动态邻域

基于层次拓扑树的虚拟机节能分配算法被引量：1: 2017年; 为了均衡分布式数据中心物理主机多维资源的利用率,减少物理主机使用数量,节约能耗,提出了一种基于层次拓扑树的虚拟机节能分配算法HTES(hierarchical topology energy saving),此算法可以有效提升虚拟机分配效率.利用Laplacian矩阵,对大规模网络拓扑分割,建立了层次拓扑树模型.基于层次拓扑模型,根据虚拟机请求中IP地址与数据中心的距离,将虚拟机请求分组,从层次拓扑树模型中查询合适的物理主机区域,按虚拟机请求与物理主机的资源匹配度进行虚拟机的分配.将HTES与其他3种算法进行模拟仿真实验,从虚拟机分配时间、资源均衡率、能耗和物理主机使用情况等方面验证了HTES算法能够有效加快物理主机搜索速度,增加底层占用物理主机的集中度,降低底层物理主机的使用数量,达到节约能耗的目的.; 蔡立军何庭钦孟涛陈磊; 关键词：数据中心能源利用率

基于双模态自适应小波粒子群的永磁同步电机多参数识别与温度监测方法被引量：12: 2013年; 提出了一种双模态自适应小波粒子群(Binary-modal adaptive wavelet particle swarm optimization,BAWPSO)的永磁同步电机(Permanent magnet synchronous motor,PMSM)多参数识别与温度监测方法.为了提高算法动态寻优性能,群体被划分为正向学习和反向学习两种模态;对处于不同模态的粒子分别采用正向学习策略与反向学习策略协同求解,扩大了解的搜索空间;同时对粒子个体极值采用自适应小波算子增强学习以提高收敛精度.永磁同步电机参数辨识结果表明所提方法能够有效地辨识电机电阻,dq轴电感与转子磁链等参数,且能有效追踪系统参数变化值.在辨识出电机定子绕阻值后,根据金属阻值与温度之间的线性原理间接计算定转子温度,从而实现永磁同步电机系统温度在线监测.; 刘朝华周少武刘侃章兢; 关键词：粒子群永磁同步电机温度监测自适应

采用种群平均信息和精英变异的改进粒子群算法被引量：4: 2014年; 针对基本粒子群优化(PSO)算法早熟收敛和后期搜索效率低的问题,提出一种利用种群平均信息和精英变异的粒子群优化算法——MEPSO算法。该算法引入粒子个体与群体的平均信息,利用粒子平均信息来提高算法全局搜索能力,并采用时变加速系数(TVAC)以平衡算法的局部搜索和全局搜索能力;在算法后期,采用精英学习策略对精英粒子进行柯西变异操作,以进一步提高算法的全局搜索能力,减少算法陷入局部最优的危险。在6个典型的复杂函数上与基本PSO(BPSO)算法、时变加速因子PSO(PSO-TVAC)算法、时变惯性权重PSO(PSO-TVIW)算法和小波变异PSO(HPSOWM)算法进行对比,MEPSO的均值与标准方差均优于对比算法,且寻优时间最短,可靠性更好。结果表明,MEPSO能较好地兼顾局部搜索和全局搜索能力,收敛速度快,收敛精度和搜索效率高。; 林国汉章兢刘朝华; 关键词：粒子群优化柯西变异全局搜索

一种提高铁路安全通信的混沌加密新方法被引量：2: 2017年; 现有铁路安全通信协议RSSP(Railway Signal Safety Protocol),对保障铁路安全通信具有非常重要的作用,但是因攻击者的攻击而存在安全隐患,对铁路的安全通信造成威胁。基于混沌信号的独有特性,提出一种保障铁路安全通信的混沌加密方法。结合混沌掩盖技术,把传送信号经过加密函数混合到混沌信号中,经过混合的信号类似杂波信号,达到不易被破解与攻击的目的。利用分数阶超混沌系统的同步信号对混合信号通过解密函数去掩盖,大致经过6.2 s把铁路通信需要传送的信息从混合信息中恢复出来,实现了铁路的安全通信。数值仿真和理论分析结果的一致性表明了该方案的有效性。; 蒋逢灵谭文; 关键词：同步控制安全通信

全选清除导出

共1页<1>

湖南省自然科学基金(14JJ3107)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

湖南省自然科学基金(14JJ3107)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈