检索结果

Select

1. 基于准入概率的Web服务质量辨识与比例积分控制

田福全须文波

计算机应用 2011, 31 (04): 915-917. DOI: 10.3724/SP.J.1087.2011.00915

摘要（1911）

PDF （454KB）（433）

提出了一种新的Web服务质量(QoS)控制策略——基于准入概率的控制，使得准入控制不再是确定性行为，而是依准入概率(AP)具有随机性。在此基础上，引入了区分服务策略，建立了区分服务的准入概率控制机制SDAPC，并采用自适应遗传算法(AGA)对比例积分(PI)控制器的控制参数进行整定，实现了优化控制。仿真实验结果表明,SDAPC机制能够很好地保障Web服务器的服务质量，同时为优质的请求提供更好的服务。

相关文章 | 多维度评价

Select

2. 融合AntNet与遗传算法的动态网络路由算法

夏鸿斌须文波刘渊

计算机应用

摘要（1564）

PDF （771KB）（930）

提出了一种新的动态分布式网络路由算法。在AntNet算法中引入了路径遗传运算(GA)，提出了新的信息素更新策略。对蚂蚁发现的路径进行染色体编码，并用适应度函数对其进行适应度评价，通过路径交叉和路径变异运算以及种群的不断进化，来提高解的质量。仿真结果表明，所提出的算法能快速收敛，且有效地提高了网络吞吐量、降低了平均延时。

相关文章 | 多维度评价

Select

3. 高维数据固有维数的自适应极大似然估计

谷瑞军须文波刘军伟姚娟

计算机应用

摘要（1395）

PDF （382KB）（836）

如何确定高维数据的固有维数是降维成功与否的关键。基于极大似然估计（MLE）的维数估计方法是一种新近出现的方法，实现简单，选择合适的近邻能取得不错的结果。但当近邻数过小或过大时，均有比较明显的偏差。其根本原因是没有考虑每个点对固有维数的不同贡献。在充分考虑数据集的分布信息之后，提出了一种改进的MLE——自适应极大似然估计(AMLE)。实验表明，无论在合成数据集还是真实数据集上，AMLE较MLE在估计准确度上均有很大的提高，对近邻数的变化也不甚敏感。

相关文章 | 多维度评价

Select

4. 基于量子行为微粒群优化算法的图像增强方法

孙勇强须文波孙俊

计算机应用

摘要（1786）

PDF （484KB）（1146）

为了提高图像增强的自适应性和通用性，提出了基于量子行为的微粒群优化算法(QPSO)的图像增强方法，将图像增强作为最优化问题来明确地表示。并且使用了一种新的目标函数评价算法的性能。QPSO没有过多参数需要调整，随机性强，能够保证算法的高效性和全局收敛性。实例仿真证实了QPSO在图像增强上的有效性和优越性。

相关文章 | 多维度评价

Select

5. 基于量子行为粒子群优化算法的图像插值方法

徐文龙须文波孙俊

计算机应用

摘要（1815）

PDF （873KB）（1015）

传统图像插值方法简单,容易实现,但经过插值后的图像会增加一定的虚假内容，导致图像模糊。为提高插值图像的质量和图像的分辨率，提出一种基于量子行为粒子群优化（QPSO）算法的图像插值方法。该方法利用QPSO算法在以传统插值图像为基础形成的解空间中，寻找符合目标函数的最优高分辨率图像。实验证明，该方法实用、可行，且能得到质量较好的插值图像。

相关文章 | 多维度评价

Select

6. 基于二进制具有量子行为的粒子群算法的多边形近似

周頔孙俊须文波

计算机应用

摘要（1694）

PDF （499KB）（806）

提出了适合二进制搜索空间的具有量子行为的粒子群优化算法（BQPSO）。在二进制环境中重新定义粒子的位置向量及距离向量，调整了QPSO算法的进化公式。用二进制具有量子行为的粒子群算法求解平面数字曲线的多边形近似，解决了传统BPSO算法中粒子搜索范围受限的问题。用2条通用benchmark曲线进行测试，结果表明，该算法较BPSO加快了收敛速度，在相同的容忍误差和迭代次数下找到了更少顶点的多边形。

相关文章 | 多维度评价

Select

7. 应用禁忌搜索算法的动态自适应网格调度

孔晓红叶宾须文波

计算机应用

摘要（1765）

PDF （856KB）（723）

提出基于禁忌搜索算法的动态网格调度算法，设计不同邻域结构，优化作业完成时间。兼顾网格动态特性，调度过程中采用分批调度，根据调度过程中上一次的部分调度信息动态调整下一次部分调度方案，自适应地修改算法参数。最后通过GridSim仿真环境和其他算法进行比较，获得较好结果。

相关文章 | 多维度评价

Select

8. 用于多峰函数优化的改进小生境微粒群算法

杨诗琴须文波孙俊

计算机应用

摘要（1735）

PDF （725KB）（1090）

针对小生境微粒群算法在处理复杂多峰函数优化问题中存在的一些缺陷，提出一种改进的小生境SNPSO算法。SNPSO算法将顺序小生境的思想引入其中，首先在主群体中应用Stretching技术，其次对子群体采用解散策略，即当在子群体中找到一个极值点后把子群体解散回归主群体，最后设置子群体创建时的半径阈值，避免子群体半径过大。该算法解决了标准的NichePSO算法在处理多峰函数时，极值点的个数依赖于子群体个数及极值点容易出现重复、遗漏等问题。对3个常用的基本测试函数的实验表明，新算法（SNPSO）在多峰函数寻优中解的稳定性、收敛性和覆盖率均优于标准NichePSO。

相关文章 | 多维度评价

Select

9. 多速微粒群优化算法及其在软测量中的应用

须文波杜润龙

计算机应用

摘要（1379）

PDF （695KB）（902）

多速微粒群优化算法（MVPSO）是一种改进的微粒群优化算法，具有概念清晰、操作简单、易实现等优点，同时克服了PSO算法易陷入局部极值的不足多速粒子群优化算法（MVPSO）是一种改进的粒子群优化算法，具有概念清晰、操作简单、易实现等优点，同时克服了标准PSO算法易陷入局部极值的不足。用MVPSO和PSO对几种典型多峰值函数优化问题进行测试，结果表明MVPSO优化算法更容易找到全局最优解，优化效率和优化性能明显提高。将MVPSO优化算法应用于青霉素发酵过程产物（青霉素）浓度软测量，建立基于MVPSO算法的青霉素发酵过程产物浓度软测量模型。实验表明，基于MVPSONN的软测量模型比基于BPNN的软测量模型具有更好的性能。

相关文章 | 多维度评价

Select

10. 一种优化高维函数的量子—粒子群算法

高浩须文波孙俊

计算机应用

摘要（1817）

提出了一种改进的量子—粒子群算法来改善维数束缚问题。对于存在高维问题的量子—粒子群算法，引入了相互学习方法，使用多个粒子群用来优化解向量的分量，从而帮助粒子群克服维数束缚找到最优解;另外在每一次迭代过程中根据遗传算法中适应度函数对参与相互学习的粒子解的数目进行最优选取，从而有效减少了时间花费。对经典函数的测试计算表明，改进的混合算法确保了搜索精度，在时间花费上也得到了较好的改善。

相关文章 | 多维度评价

Select

11. 求解矩形包络问题的量子行为粒子群优化算法

薛迎春孙俊须文波

计算机应用

摘要（1826）

PDF （700KB）（797）

介绍了一种利用量子行为粒子群算法（QPSO）求解矩形包络的方法。矩形包络是将二维不规则形状样片用它们的最佳包络矩形来代替，是服装排料的第一步。实验结果表明量子行为粒子群算法比粒子群算法，遗传算法能更好地解决求二维不规则形状样片的矩形包络的问题。

相关文章 | 多维度评价

Select

12. 基于核方法的彩色图像量化研究

谷瑞军须文波

计算机应用

摘要（1690）

PDF （1083KB）（945）

彩色图像量化是指将一幅具有N种颜色的图像用K（K<

相关文章 | 多维度评价

Select

13. 用并行化的QPSO解决有约束的优化问题

马艳须文波孙俊刘阳

计算机应用

摘要（2241）

PDF （657KB）（866）

采用粒子群系统的并行化的量子化模型提高全局搜寻能力，在解决约束问题时采用不固定的多阶段任务补偿函数以提高收敛性，并获得更准确的结果，提出了并行化的QPSO（PQPSO）算法。此算法在几个可信赖的基准函数中被测试，并且实验结果显示PQPSO的最优值和运行时间比QPSO和传统的PSO有很大的提高，而且运行所用的时间资源接近线性减少。

相关文章 | 多维度评价

Select

14. 基于QPSO算法的多阶段投资组合优化

须文波江家宝孙俊

计算机应用

摘要（1923）

PDF （905KB）（866）

研究了基于量子行为的微粒群优化（QPSO）算法在多阶段投资组合优化中制定投资决策的方法，目标函数是最大化个人经济效益或最大化周期结束时个人财富。通过比较用QPSO算法和遗传算法优化美国标准普尔指数100的不同股票和现金分配所得到的期望收益率均值与方差，证实了该方法的优越性。

相关文章 | 多维度评价

Select

15. 构建面向对象系统规模评价模型

张桂珠;须文波

计算机应用

摘要（1072）

PDF （632KB）（701）

分析了现有的软件规模度量特点和应用于OO（ObjectedOriented）系统时存在的问题,提出了类点分析法的规模评价模型，用以评估OO软件产品特性，能精确地捕捉OO的关键概念和结构，并应用在OO的设计阶段，独立于软件开发的技术和设计工具。类点分析法中定义了两个相关联的度量，其目标旨在软件的整个开发过程中，当有效的信息被得到时，能不断地精化评估规模模型，使之精确地预测OO系统的开发代价和项目管理。给出了实施类点分析法的系统规模评估过程。

相关文章 | 多维度评价

Select

16. 量子行为粒子群优化算法的布局问题研究

黄建江须文波孙俊董洪伟

计算机应用

摘要（1858）

PDF （744KB）（987）

基于多边形扫描转换的启发式底左（HBL）算法，将量子行为的粒子群算法（QPSO）应用于布局问题——二维不规则多边形优化排样，给出了该问题的粒子构造方法及其布局优化过程。通过与模拟退火遗传算法（SAGA）进行布局优化比较，验证了该算法求解布局优化问题的有效性。

相关文章 | 多维度评价

Select

17. 一种求解多峰函数优化问题的量子行为粒子群算法

赵吉孙俊须文波

计算机应用

摘要（1848）

PDF （825KB）（1572）

介绍了一种利用量子行为粒子群算法（QPSO）求解多峰函数优化问题的方法。为此，在QPSO中引进一种物种形成策略，该方法根据群体微粒的相似度并行地分成子群体。每个子群体是围绕一个群体种子而建立的。对每个子群体通过QPSO算法进行最优搜索，从而保证每个峰值都有同等机会被找到，因此该方法具有良好的局部寻优特性。将基于物种形成的QPSO算法与粒子群算法(PSO)对多峰优化问题的结果进行比较。对几个重要的测试函数进行仿真实验结果证明，基于物种形成的QPSO算法可以尽可能多地找到峰值点，峰值收敛性能优于PSO。

相关文章 | 多维度评价

Select

18. QPSO算法在训练支持向量机中的应用

山艳须文波孙俊

计算机应用

摘要（2204）

PDF （752KB）（878）

训练支持向量机的本质问题就是求解二次规划问题，但对大规模的训练样本来说，求解二次规划问题困难很大。遗传算法和粒子群算法等智能搜索技术可以在较少的时间开销内给出问题的近似解。量子粒子群优化（QPSO）算法是在经典的微粒群算法的基础上所提出的一种有较高收敛性和稳定性的进化算法。将操作简单而收敛快速的QPSO算法运用于训练支持向量机，优化求解二次规划问题，为解决大规模的二次规划问题开辟了一条新的途径。

相关文章 | 多维度评价