云环境下基于节能和负载均衡的混沌粒子群资源优化调度

针对传统云计算资源调度方法仅关注任务的最大完成时间,没有考虑到节能和资源负载均衡的问题,提出了一种基于混沌粒子群算法实现云资源优化调度的方法;首先,定义了以节能和负载均衡为目标的多目标数学模型,然后设计了一组靠近最优Pareto 前沿的解作为初始种群,采用改进的粒子群算法来搜索最优调度方案,当最优解连续两代未发生变化时,通过混沌遍历法对粒子进行局部寻优,以加快获取全局最优解;在CloudSim仿真环境下结合Matlab工具进行实验,结果表明:文中方法负载均衡离差平均值为0.156,且较其它方法,具有较好的负载均衡能力和较低的能耗,具有很强的可行性。     

大型差异数据库中入侵路径恢复模型分析

在大型差异数据库中,假设入侵特征存在较大的伪装,将难以形成入侵判断的依据,无法建立入侵路径恢复模型。提出基于敏感性数据挖掘方法的大型差异数据库中入侵路径恢复方法模型。利用主成分分析方法搜索大型差异数据路中的入侵路径,为模型的建立提供准确的数据基础,利用敏感性数据挖掘方法能够检测到入侵路径的特征,从而能够建立准确的入侵路径模型。实验结果表明,利用改进方法进行大型差异数据库中入侵路径恢复,能够提高恢复的准确性,从而保证大型差异数据库的安全。     

路径约束条件下车辆行为的时空演化模型

复杂地理环境下车辆运行线路具有空间三维特征, 它对车辆行为的约束是显然的, 非一维空间和二维空间所能描述. 将复杂地理环境下车辆运行线路抽象为空间曲线, 引入微分几何理论, 利用弧长、曲率和挠率等几何不变量参数建立沿空间曲线运动的Serret-Frenet活动标架; 然后, 对空间曲线上任意一点处Serret-Frenet标架具有时变属性的动态行为进行数学描述, 进而建立路径约束条件下车辆行为的时空演化模型, 并在数学上严格证明了所建时空演化模型适用于车辆(Serret-Frenet标架)直线运行和做匀速圆周运动的特殊情形. 为后续复杂地理环境中交通线路上的车辆跟驰、变道等微观行为和交通流宏观行为研究, 奠定了理论基础.     

最佳粮库地址的选择

管理部门通常要选择适当的地方建造粮库 ,所需服务范围已知 ,各部门运输量给定 .需为他们选择合适的地方 ,使总运费最少 .某乡的九个村 (A,B,C,… ,H,I)如图 1 ,各村距离给出 ,并标明它们各自上缴公粮数 .管理部门希望在村内或道路上建立一个粮库 ,最大限度地减少运输费用 .问题的解法有几种方案 ,对于本题来说 ,穷举搜索法是可行的 .另外 ,我们提出一种分析求解法 ,可找到优化解 .它利用图论的基础知识先求出图 1的各顶点间的最小路径 ,再进一步求出图的绝对中心 (即粮库的地址 ) ,其中的有关计算利用了 C++语言程序 .在此基础上 ,还可对问题的参数作更精细的分析 .概括地说 ,穷举搜索法对于简单的区域是行之有效的 .但对于更加一般化的问题 ,利用计算机可快捷准确地得到答案 .通过建立模型 ,我们得到下面两个结论 :(1 )我们找到最优解是 E点 ,其总运费为 1 2 775元 .(2 )模型具有广泛性 ,对于更一般的区域 ,可利用计算机总可以求出最优解 .     

一种基于GIS的选址问题及算法

本文考虑了选址区域内存在地理阻断情况下的一种基于GIS的选址问题.对单配送中心选址模型,以GIS返回的任意两点间的最短可行路径的长度作为修正距离函数,分析了目标函数在凸形选址区域上非凸非连续的性质.进一步,采用给出了一种近似搜索算法并通过一个实例计算与重心法进行了比较.     

船载直升机目标搜索最佳方案决策模型

根据现代搜索理论的发展,对船载直升机在目标搜索中的具体运用进行了研究,建立了船载直升机目标搜索时搜索力的最优配置模型,解决了在已知目标分布的条件下船载直升机搜索中选择初始探测点、确定搜索路径、确定搜索次数以及搜索效率评估等问题．     

无记忆非拟 Newton 算法的导出和全局收敛性

In this paper, a new class of memoryless non-quasi-Newton method for solving unconstrained optimization problems is proposed, and the global convergence of this method with inexact line search is proved. Furthermore, we propose a hybrid method that mixes both the memoryless non-quasi-Newton method and the memoryless Perry-Shanno quasi-Newton method. The global convergence of this hybrid memoryless method is proved under mild assumptions. The initial results show that these new methods are efficient for the given test problems. Especially the memoryless non-quasi-Newton method requires little storage and computation, so it is able to efficiently solve large scale optimization problems.     

改进蚁群算法优化周期性车辆路径问题

周期性车辆路径问题(PVRP)是标准车辆路径问题(VRP)的扩展,PVRP将配送期由单一配送期延伸到T(T＞1)期,因此,PVRP需要优化每个配送期的顾客组合和配送路径。由于PVRP是一个内嵌VRP的问题,其比标准VRP问题更加复杂,难于求解。本文采用蚁群算法对PVRP进行求解,并提出采用两种改进措施——多维信息素的运用和基于扫描法的局部优化方法来提高算法的性能。最后,通过9个经典PVRP算例对该算法进行了数据实验,结果表明本文提出的改进蚁群算法求解PVRP问题是可行有效的,同时也表明两种改进措施可以显著提高算法的性能。     

Wolfe线搜索下一类混合共轭梯度法的全局收敛性

本文给出了一个新的共轭梯度公式,新公式在精确线搜索下与DY公式等价,并给出了新公式的相关性质.结合新公式和DY公式提出了一个新的混合共轭梯度法,新算法在Wolfe线搜索下产生一个下降方向,并证明了算法的全局收敛性,并给出了数值例子.     

面向远海岛礁群的双向物流网络规划

针对若干远海岛礁群系统封闭性的分布特点,将中心岛礁选址、各岛礁建设泊位数量和规模、仓库储存量、运输船型和数量以及航线设置、班期组织等作为规划内容,以整个运输网络系统总成本最低为原则,综合考虑了仓库存储理论,建立了兼顾“选址-库存-路径”的规划模型。结合所建模型特点,提出了双层并行搜索遗传算法,构建了以海上运输为基本交通方式的双向物流系统。最后,以我国南海为例进行建模并求解,采用不同算法并通过多组不同规模的算例进行演算比较,验证了所建模型和算法的有效性与合理性。