安徽省高校省级自然科学研究项目(KJ2011A006)
- 作品数：9 被引量：56H指数：5
- 相关作者：倪志伟王力吴昊王会颖张以文更多>>
- 相关机构：合肥工业大学教育部安徽大学更多>>
- 发文基金：安徽省高校省级自然科学研究项目国家高技术研究发展计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于多目标蚁群优化的知识即服务动态组合策略被引量：8
- 2012年
- 为了以Web服务方式实现云计算环境下的知识共享和知识融合,提出了一种基于多目标蚁群优化的知识即服务组合策略.该策略中,结合云计算环境的动态性和知识即服务的质量规则,从知识服务提供者的角度构建了知识即服务动态组合模型;同时,为了利用问题的特征信息引导蚂蚁的搜索行为,设计了蚁群算法相应的信息素和启发信息,从而实现多目标优化.在云计算平台下使用真实的Web服务实例进行仿真实验,将该策略与基于遗传算法和协同进化算法的策略进行比较,结果表明,文中策略的性能和解的质量均明显较优.
- 贾瑞玉伍章俊张以文
- 关键词：云计算
- 基于知识库分割的多知识库整合方法被引量：4
- 2014年
- 知识库是集团企业云制造平台中知识服务的重要基础,知识库的质量直接决定着知识服务的质量。目前单一分散的知识库不能提供统一的知识资源全局视图,不利于知识资源的共享。多知识库整合技术已经成为该领域的研究热点之一。提出一种基于知识库分割的多知识库整合方法,采用基于蚁群聚类的分割策略,将知识库有效划分为知识块集。在知识块间利用语义概念映射生成知识块间映射图,从而实现多知识库整合。通过对算法的时间复杂度进行分析,表明该方法在时间复杂度方面要优于基于最小概念集的多知识库整合方法;实验结果也表明该方法在运行性能方面明显优于已有的方法。
- 杨龙张公让王力魏炎炎
- 关键词：云制造蚁群聚类
- 基于MapReduce的蚁群算法被引量：22
- 2012年
- 云计算环境下应用蚁群算法分布式并行对问题进行求解的研究较少,且蚁群算法存在搜索时间长和易收敛于非最优解的缺陷,当问题的规模较大时求解困难。为此应用云计算技术将蚁群算法并行化,提出基于MapReduce的蚁群算法。该算法将分治思想和模拟退火算法融入蚁群算法,改进其缺陷,并应用于求解较大规模的旅行商问题。仿真实验取得了较好的效果,且获得了测试实例gr666的新解。
- 吴昊倪志伟王会颖
- 关键词：云制造蚁群算法分治模拟退火算法旅行商问题
- 云计算环境下动态虚拟企业伙伴选择模型被引量：7
- 2011年
- 互联网内海量的企业信息检索以及虚拟企业UDDI的搭建和管理已成为中小型企业组建虚拟企业的严重障碍。云计算通过互联网络提供虚拟化的资源计算模式,使企业能够快速部署资源和获取信息服务,从而使中小企业以快速和较低的成本创建企业联盟,争取主导地位成为可能。提出了一种云计算环境下动态虚拟企业伙伴选择模型,采用并行筛选机制降低问题求解空间,实现了中小企业联盟海量伙伴选择和UDDI搭建等问题,并通过实验验证了模型的合理性和可行性。
- 张以文倪志伟宋捷王力
- 关键词：云计算伙伴选择自适应遗传算法
- 粒子群优化覆盖算法被引量：4
- 2011年
- 在覆盖算法中,识别精度与泛化能力之间存在矛盾。为此,结合粒子群优化(PSO)具有的全局搜索能力,提出一种PSO覆盖算法。将领域覆盖算法中每一类样本形成的一组覆盖转化为粒子群,并在迭代过程中搜索出较好的覆盖粒子,从而得到一组个数较少且分类效果较好的覆盖。实验结果表明,该算法具有较高的分类识别精度及较优的泛化能力。
- 贾瑞玉宁再早
- 关键词：粒子群优化全局搜索泛化
- 云和声搜索算法及其在知识服务组合中的应用被引量：5
- 2013年
- 云计算环境下的知识服务是知识与服务的融合,为知识管理、知识创新提供了新的发展方向。针对基于服务质量(QoS)的知识服务组合优化问题,在云计算平台下实现和声搜索算法的并行化,提出了云和声搜索算法。将Skyline方法和理想点法融入到云和声搜索算法中,对云和声搜索算法进行改进,提高了算法的运行效率,确保了解的有效性。实验结果表明,改进云和声搜索算法在求解知识服务组合优化问题上取得了较好的结果,在解的质量以及算法的性能方面均有较好的表现。
- 倪志伟吴昊尹道明杨佳
- 关键词：云计算和声搜索算法MAPREDUCE知识服务
- 云计算环境下鱼群算法的研究
- 2012年
- 人工鱼群算法(AFSA)是一新型仿生优化算法,已成功地应用于求解很多组合优化难题。但人工鱼群算法对这些问题的求解主要是在集中式串行的环境下,而云计算环境下应用人工鱼群算法分布式并行对问题进行求解的研究很少。该文应用云计算技术将人工鱼群算法并行化,将人工鱼群算法和遗传算法融合,显著提高了算法求得全局最优解的能力。仿真实验取得了较好的结果。
- 王会颖
- 关键词：云计算人工鱼群算法
- 基于和声算法异构Hadoop集群资源分配优化被引量：5
- 2014年
- 异构Map-Reduce环境中资源分配策略直接影响其响应时间,如何利用有效的策略将计算任务分配到计算资源是亟待解决的问题。利用和声搜索算法对异构Hadoop集群中的计算资源分配问题进行优化。对问题进行建模时考虑了异构计算机集群中各节点的处理能力、带宽和线路质量和源数据位置等因素对计算资源分配的影响,利用和声搜索算法优化资源分配策略,以期在满足用户需求的前提下提高系统的响应时间。并用Gridsim对算法进行仿真实验,实验结果表明利用和声搜索算法可以达到减少系统响应时间的目的。
- 李锋刚魏炎炎杨龙
- 关键词：HADOOP异构集群和声搜索算法资源分配
- 基于和声搜索算法的知识即服务动态组合优化被引量：5
- 2012年
- 面向服务的云计算环境为制造领域的知识创新提供了新的思路。知识即服务的动态组合是知识创新过程中的关键技术之一。云计算服务资源的虚拟性和动态性为组合的知识即服务的服务质量提出了新的挑战。针对制造领域知识即服务组合的服务质量优化问题,提出一种改进的和声搜索算法(SLHS),SLHS算法利用Skyline方法对和声记忆库进行初始化以提高算法的运行效率,并采用理想点法选择制造知识即服务以确保解的有效性。仿真实验中引入了基本和声搜索算法作比较。实验结果表明SLHS算法在解的质量方面和算法性能方面均明显优于基本和声搜索算法。
- 倪志伟尹道明王力李怀英王士凯
- 关键词：云制造和声搜索算法
