检索结果

Select

1. 基于分解的高维多目标改进进化算法

乔钢柱, 王瑞, 孙超利

《计算机应用》唯一官方网站 2021, 41 (11): 3097-3103. DOI: 10.11772/j.issn.1001-9081.2020121895

摘要（594）

HTML （97）

PDF （525KB）（437）

针对基于参考向量的高维多目标进化算法中随机选择父代个体会降低算法的收敛速度，以及部分参考向量分配个体的缺失会减弱种群多样性的问题，提出了一种基于分解的高维多目标改进优化算法（IMaOEA/D）。首先，在分解策略框架下，当一个参考向量至少分配了2个个体时，对该参考向量分配的个体根据其到理想点的距离选择父代个体来繁殖子代，从而提高搜索速度。然后，针对未能分配到至少2个个体的参考向量，则从所有个体中选择沿该参考向量和理想点距离最小的点，使得该参考向量至少有2个个体与其相关。同时，确保环境选择后每个参考向量有一个个体与其相关，从而保证种群的多样性。在10个和15个目标的MaF测试问题集上将所提算法与其他4个基于分解的高维多目标优化算法进行了测试对比，实验结果表明所提算法对于高维多目标优化问题具有较好的寻优能力，且该算法在30个测试问题中的14个测试问题上得到的优化结果均优于其他4个对比算法，特别是对于退化问题具有一定的寻优优势。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 基于比较可能度的多属性决策方法

胡鑫, 常文军, 孙超平

计算机应用 2017, 37 (8): 2223-2228. DOI: 10.11772/j.issn.1001-9081.2017.08.2223

摘要（528）

PDF （1013KB）（487）

围绕多等级上同时考虑优于、劣于、无差异和不确定等四种成对方案间关系的不同分布式偏好关系（DPR），提出一种基于其比较可能度的属性权重未知的多属性决策方法。首先，利用各等级的得分值将分布式偏好关系转为得分值区间，并基于得分值区间构造服从均匀分布的分布式偏好关系比较可能度；其次，通过理论分析证明其与未考虑分布的比较可能度间的大小关系及其取值差异范围；最后运用提出的比较可能度形成属性权重未知的多属性决策流程，产生高辨识度的决策解。将提出的方法运用于求解芜湖市战略性新兴产业的评估问题，验证了方法的正确性和有效性。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于环的节点非均匀分布分簇算法

孙超, 彭力, 朱雪芳

计算机应用 2017, 37 (6): 1527-1531. DOI: 10.11772/j.issn.1001-9081.2017.06.1527

摘要（1151）

PDF （777KB）（566）

针对无线传感器网络（WSN）中基于环的节点非均匀分布网络模型下的能量空洞问题，提出了一种基于环的节点非均匀分布分簇算法（RCANND）。该算法在节点非均匀分布的网络模型下，通过每环的能耗最小化，计算每一环的最优簇首数；通过节点剩余能量、距基站距离以及与邻居节点的平均距离计算簇首选择度。在簇内以簇首选择度序列表进行簇首轮转，降低分簇次数，提高网络能量的利用效率。对提出的算法进行仿真对比实验，仿真结果表明，相同半径、不同分布模型下节点的平均能耗波动很小；相同分布模型、不同半径下节点的平均能耗波动也不明显。以网络中50%节点存活作为网络生命周期，在节点非均匀分布情况下，所提算法的网络生命周期比混合能量高效分布式不等分簇算法（UHEED）和轮转的混合能量高效分布式不等分簇算法（RUHEED）分别提高约18.1%和11.5%；在节点均匀分布模型下，所提算法的网络生命周期比基于分环的能量高效无线传感器网络分簇路由（RECR）协议提高约6.4%。所提算法有效均衡了不同分布模型下的能耗，有效延长了网络生命周期。

参考文献 | 相关文章 | 多维度评价

Select

4. 自动气象站质量控制系统中覆盖软件的设计与实现

张志强孙超

计算机应用 2013, 33 (04): 1169-1172. DOI: 10.3724/SP.J.1087.2013.01169

摘要（670）

PDF （641KB）（512）

区域气象自动站收集降水数据的质量，直接决定着气象预警的漏警与虚假概率，但是仅依靠自动站间采集数据的时空相关性难以准确验证数据的有效性。通过天气雷达对降水滴谱的分析可以对自动站数据进行校验。但是，雷达站的系统异构性和地理环境的复杂性使其难以判定所覆盖的气象站，易产生错误校验。结合天气雷达的层体扫模式和雷达波束的遮挡模型，构建了雷达站与自动气象站点的覆盖匹配算法，基于该算法实现的自动站与雷达站匹配软件可有效的实现雷达站与自动站配对，从而为对自动站降水数据进行校验提供基础保障。

参考文献 | 相关文章 | 多维度评价

Select

5. NEMO模式系统基于“天河一号”的存储性能分析与优化

朱小谦孙超孟祥飞张保冯景华

计算机应用 2012, 32 (05): 1411-1414.

摘要（920）

PDF （2049KB）（752）

在“天河一号”超级计算机上测试NEMO模式系统，针对NEMO模式在进行大量进程并发存储时所导致的整体应用性能下降问题，提出了并发进程分组输出优化方法。通过将大量并发存储的进程进行合理分组并排队输出，以解决大量进程同时读写文件时对存储资源的竞争所导致的存储效率下降问题。测试表明，在使用分组输出优化方法后，NEMO模式GYRE012算例的存储性能最高可提升33%以上，总体时间性能最高可提升28%以上。

参考文献 | 相关文章 | 多维度评价