检索结果

Select

1. 面向服务遥感图像处理平台中时间感知的服务质量预测

徐金荣, 郭彩萍, 童恩栋

计算机应用 2020, 40 (6): 1714-1721. DOI: 10.11772/j.issn.1001-9081.2019101772

摘要（275）

PDF （819KB）（319）

面向服务架构(SOA)通过将遥感图像处理算法抽象成组件化的服务，进一步通过服务选择及组合，满足遥感图像处理的复杂业务需求。为了得到满足用户服务质量(QoS)要求的服务组件进行组合，前提就是获得所有服务的QoS。然而，对于用户未调用过的服务，其QoS是缺失的，因此围绕缺失QoS的预测出现了很多研究工作。针对目前QoS预测没有考虑时效性，进而影响了QoS预测准确度的问题,通过考虑时效性提出基于时间片的QoS模型，进一步基于协同过滤提出时间感知的QoS预测方法。在WS-DREAM真实数据集中的实验结果表明，时间感知的QoS预测方法能够获得较小的均方误差(MAE)和均方根误差(RMSE)。此外，对于可能影响时间感知QoS预测的多个参数，通过设置不同的参数组合进行了多次实验和分析，为参数的选择提供了一定的参考。

参考文献 | 相关文章 | 多维度评价

Select

2. 一种求解TSP的混合遗传蚁群算法

徐金荣李允刘海涛刘攀

计算机应用

摘要（2457）

PDF （704KB）（3160）

结合遗传算法和蚁群算法，提出了一种求解TSP的基于启发式遗传信息的蚁群遗传算法。该算法由蚁群遗传算法和基于启发式遗传信息的蚁群算法两部分组成。蚁群遗传算法将蚁群算法和遗传算法结合起来，提高了遗传算法的种群的多样性；基于启发式遗传信息的蚁群算法是将启发式遗传信息加入到蚁群算法中，防止蚁群算法对信息素过分依赖，缩小最优解的搜索空间。HGIACGA算法是将启发式遗传信息加入到蚁群遗传算法中，可以提高蚁群算法的收敛速度和寻优能力。实验结果表明，HGIACGA算法在收敛速度和收敛精度上均优于ACGA和ACA算法。

相关文章 | 多维度评价

Select

3. 基于模式比较的遗传算法

徐金荣李允

计算机应用

摘要（1851）

PDF （642KB）（1052）

在分析了模式阶、模式定义长度和种群多样性三者之间关系的基础上，提出一种新的基于模式比较的遗传算法。该算法的核心在于，使用配对算子来提高子代种群的多样性。配对算子不像简单遗传算法那样随机选择配对，而是根据模式阶和模式长度对染色体进行配对。实验结果表明，该算法有效地避免了简单遗传算法中因种群多样性较差而造成的早熟现象，显著地提高了收敛速度和搜索全局最优解的能力。