虚拟专题文章

    先进计算

    默认 最新文章 浏览次数
    Please wait a minute...
    选择: 显示/隐藏图片
    1. 基于人工势场法和启发式采样的最优路径收敛方法
    李伟, 金世俊
    计算机应用    2021, 41 (10): 2912-2918.   DOI: 10.11772/j.issn.1001-9081.2020122021
    摘要357)      PDF (1628KB)(318)    收藏
    具有渐进最优性的快速搜索随机树(RRT *)算法在路径规划过程中确保了其概率完备性和渐进最优性,然而仍存在收敛速度慢且产生大而密集的采样空间等问题。为了加快算法的收敛速度,提出了一种基于人工势场法和启发集合采样来快速获取最优路径的方法。首先,利用人工势场法构建出一条由起点到目标点的初始路径;然后,以起点和目标点的位置和之间的距离以及初始路径的路径代价作为参数来构建初始启发采样集合;最后,限定在启发集合内进行采样,并且在算法进行的过程中调整启发采样集合的范围,进而加快路径收敛速度。仿真实验中,获取相同路径代价的路径时,所提人工势场结合启发式采样的方法为基础的结合人工势场法和启发采样策略的快速获取最优路径的RRT *(PI-RRT *)算法相较于RRT *算法,采样点数减少了约67%,算法运行时间平均缩短了约74.5%;相较于启发式RRT *(Informed-RRT *)算法,采样点数减少了约40~50%,算法运行时间平均缩短了约62.5%。所提出的最优路径收敛方法大量减少了冗余采样次数并缩短了算法运行时间,具有更高的算法效率,收敛到最优路径的速度更快。
    参考文献 | 相关文章 | 多维度评价
    2. 无人机辅助的移动边缘计算中的任务分配策略
    王岱巍, 徐高潮, 李龙
    计算机应用    2021, 41 (10): 2928-2936.   DOI: 10.11772/j.issn.1001-9081.2020121917
    摘要347)      PDF (800KB)(304)    收藏
    在使用无人机(UAV)作为计算卸载的数据收集器对用户设备(UE)提供移动边缘计算(MEC)服务的场景下,设计了一种通过UAV实现高效的UE覆盖的无线通信策略。首先,在给定UE分布的条件下,对于UAV的飞行轨迹和通信策略,使用了连续凸逼近(SCA)的优化方法来得出一种可以使全局能量最小化的近似最优解;此外,对于UE大范围分布或任务量较大的场景,提出了一种自适应聚类算法,以将地面的UE划分成尽量少的聚类,并保证每个聚类中全部UE的卸载数据都可以在一次飞行中全部完成收集;最后,将每个聚类中UE的计算卸载数据收集任务分配给一次飞行,从而达到减少单个UAV完成任务所需的派遣次数或多UAV执行任务所需的UAV派遣数量的目的。仿真结果表明,所提方法可以生成相比 K-Means算法更少的聚类数量且能快速收敛,适用于UE大范围分布下UAV辅助的计算卸载场景。
    参考文献 | 相关文章 | 多维度评价
    3. 求解铁路物流配送中心选址问题的改进灰狼优化算法
    郝芃斐, 池瑞, 屈志坚, 涂宏斌, 池学鑫, 张地友
    计算机应用    2021, 41 (10): 2905-2911.   DOI: 10.11772/j.issn.1001-9081.2020121994
    摘要332)      PDF (1101KB)(216)    收藏
    针对单一机制的灰狼优化算法(GWO)易陷于局部最优、收敛速度慢的问题,提出了一种改进灰狼优化(IGWO)算法来解决实际铁路物流配送中心选址的问题。首先,在基本的灰狼优化算法的基础上,引入佳点集理论初始化种群,从而提高了初始种群的多样性;然后,利用差值剔除策略(DES)来增加全局寻优能力,以达到一种高效的寻优模式。仿真实验结果表明:与标准的灰狼算法相比,所提出的IGWO适应度值提高了3%,在10个测试函数中最优值精度可最多提高7个单位;与粒子群优化(PSO)算法、差分进化(DE)算法和遗传算法(GA)比较,所提算法的运行速度分别提高了39.6%、46.5%和65.9%,选址速度也明显提高。可见所提算法可用于铁路物流中心的选址。
    参考文献 | 相关文章 | 多维度评价
    4. 改进鲸鱼优化支持向量机的交通流量模糊粒化预测
    童林, 官铮
    计算机应用    2021, 41 (10): 2919-2927.   DOI: 10.11772/j.issn.1001-9081.2020122048
    摘要244)      PDF (884KB)(179)    收藏
    针对支持向量机(SVM)在交通流量预测中存在波动性且预测精度低的问题,提出了采用模糊信息粒化(FIG)和改进鲸鱼优化算法(IWOA)的SVM模型来预测交通流量的变化趋势和动态区间。首先,对数据处理采用FIG方法进行处理,从而得到交通流量变化区间的上界(Up)、下界(Low)和趋势值(R);其次,在鲸鱼优化算法(WOA)的种群初始化中采用动态对立学习来增加种群多样性,并引入了非线性收敛因子和自适应权重来增强算法的全局搜索及局部寻优能力,然后建立了IWOA模型,并分析了IWOA的复杂度;最后,以预测交通流量的均方误差(MSE)为目标函数,在IWOA迭代过程中不断优化SVM的超参数,建立了基于FIG-IWOA-SVM的交通流量区间预测模型。在国内和国外交通流量数据集上进行测试的结果表明,在国外交通流量预测上,与基于遗传算法优化的支持向量机(GA-SVM)、基于粒子群优化算法优化的支持向量机(PSO-SVM)和基于鲸鱼优化算法的支持向量机(WOA-SVM)相比,IWOA-SVM模型的平均绝对误差(MAE)分别降低了89.5%、81.5%和1.5%;而FIG-IWOA-SVM模型在交通流量动态区间和趋势预测上与FIG-GA-SVM、FIG-PSO-SVM和FIG-WOA-SVM等模型相比预测精度更高且预测范围更平稳。实验结果表明,在不增加算法复杂度的前提下,FIG-IWOA-SVM模型能够合理地预测交通流量的变化趋势和变化区间,为后续的交通规划和流量控制提供依据。
    参考文献 | 相关文章 | 多维度评价
    5. 改进的基于层次距离的基因表达式编程特征选择分类算法
    湛航, 何朗, 黄樟灿, 李华峰, 张蔷, 谈庆
    计算机应用    2021, 41 (9): 2658-2667.   DOI: 10.11772/j.issn.1001-9081.2020111801
    摘要235)      PDF (1220KB)(238)    收藏
    针对一般特征选择算法未能揭示数据特征与数据类别之间的可解释性映射关系的问题,在基因表达式编程(GEP)的基础上,通过引入初始化方法、变异策略以及适应度评价方法,提出了一种改进的基于层次距离的GEP特征选择分类算法(FSLDGEP)。首先,利用定义的选择概率有导向地初始化种群个体,从而增加种群中有效个体的数量;其次,定义个体的层次邻域,使种群个体基于其层次邻域进行变异,并解决了变异过程中的盲目无导向性问题;最后,将维度缩减率与分类准确率结合起来作为个体的适应度值,从而改变种群单一优化目标的进化模式,并平衡两者之间的关系。在7个数据集上进行5折交叉和10折交叉验证,所提算法给出了数据特征及其类别之间的函数映射关系,将得到的映射函数用于数据分类。与森林优化特征选择算法(FSFOA)、邻域软边界特征选择算法(NSM)、基于邻域有效信息比的特征选择算法(FS-NEIR)等对比算法相比,所提算法的维度缩减率在Hepatitis、WPBC(Wisconsin Prognostic Breast Cancer)、Sonar、WDBC(Wisconsin Diagnostic Breast Cancer)数据集上得到了最好结果;与对比算法相比,所提算法的平均分类准确率在Hepatitis、Ionosphere、Musk1、WPBC、Heart-Statlog、WDBC数据集上得到了最好结果。实验结果验证了所提算法在特征选择分类问题上的可行性、有效性和优越性。
    参考文献 | 相关文章 | 多维度评价
    6. 基于余弦相似度的改进蝴蝶优化算法
    陈俊, 何庆
    计算机应用    2021, 41 (9): 2668-2677.   DOI: 10.11772/j.issn.1001-9081.2020111776
    摘要471)      PDF (1469KB)(385)    收藏
    针对蝴蝶优化算法(BOA)容易陷入局部最优和收敛性差等问题,提出一种多策略改进的蝴蝶优化算法(MSBOA)。首先引入余弦相似度位置调整策略,通过旋转变化算子和伸缩变换算子进行位置更新,从而有效地保持BOA的种群多样性;其次引入动态切换概率,来平衡BOA局部阶段和全局阶段的转换;最后增加混合惯性权重策略,以提高BOA的收敛速度。使用16个基准测试函数、Wilcoxon检验以及部分CEC2014函数来验证MSBOA的有效性和鲁棒性。仿真实验结果表明,与BOA和其他改进策略BOA及其他群智能算法相比,MSBOA在收敛精度和收敛速度上有明显的提升。
    参考文献 | 相关文章 | 多维度评价
    7. 热安全约束下异构多核系统动态映射方法
    安鑫, 杨海娇, 李建华, 任福继
    计算机应用    2021, 41 (9): 2631-2638.   DOI: 10.11772/j.issn.1001-9081.2020111870
    摘要269)      PDF (1107KB)(212)    收藏
    异构多核平台通过集成不同类型的处理核来为系统设计提供灵活性,从而使应用程序可以根据自身需求动态地选择不同类型的处理核来进行处理,实现应用程序的高效运行。随着半导体技术的发展,单芯片上集成的核心数量随之增加,使得现代多核处理器具有更高的功率密度,而这会导致芯片温度的升高,最终会对系统性能造成一定的负面影响。为了充分发挥出异构多核处理系统的性能优势,提出一种在满足温度安全功率的前提下,以最大化系统性能为目标的动态映射方法。该方法考虑异构多核系统的两种异构指标来确定映射方案:第一种异构指标是核心类型,不同类型的处理核具有不同的特征,因而它们适用于处理不同的应用程序;第二种异构指标是热感受性,芯片上不同的处理核位置具有不同的热感受性,越是中心位置的处理核受到的来自于其他处理核的热传递越多,因而温度也就越高。为此,提出一种基于神经网络性能预测器来对线程与处理核类型进行匹配,并利用热安全功率(TSP)模型将经过匹配后的线程映射到芯片上的具体位置。实验结果表明,所提出的方法与常见的轮询调度(RRS)相比,能在保证热安全约束的前提下将平均每个时钟周期内程序所执行的指令数,即指令/周期(IPC)提高53%左右。
    参考文献 | 相关文章 | 多维度评价
    8. TACLeBench中内核程序循环级推测并行性分析
    孟慧玲, 王耀彬, 李凌, 杨洋, 王欣夷, 刘志勤
    计算机应用    2021, 41 (9): 2652-2657.   DOI: 10.11772/j.issn.1001-9081.2020111792
    摘要237)      PDF (1190KB)(199)    收藏
    线程级推测(TLS)技术可挖掘程序并行执行潜能,提高多核资源利用率,但目前TACLeBench的内核基准仍未在TLS并行化中得到有效分析。针对该问题设计了循环级推测执行的剖析方案和剖析工具。选取7个代表性的TACLeBench内核基准程序,首先对程序进行初始化分析,选取程序热点片段插入循环标识;其次对这些片段进行交叉编译,记录程序推测线程与内存地址相关数据,剖析其循环级最大潜在并行性;最后综合探讨程序运行时的特征(线程粒度、可并行化覆盖率、依赖特征)以及源码对加速比的影响。实验结果表明:1)该类程序适合采用TLS加速,与串行执行结果相比,循环结构的推测执行下的大部分程序的加速比在2以上,其中最高加速比达到20.79;2)利用TLS加速TACLeBench内核程序时,多数应用可有效利用4核到16核的计算资源。
    参考文献 | 相关文章 | 多维度评价
    9. 计算密集型大流量数据的接力计算与动态分流处理
    廖佳, 陈扬, 包秋兰, 廖雪花, 朱洲森
    计算机应用    2021, 41 (9): 2646-2651.   DOI: 10.11772/j.issn.1001-9081.2020111725
    摘要255)      PDF (1199KB)(238)    收藏
    针对当前大流量数据计算速度慢、服务器端计算压力大等问题,提出一套计算密集型大流量数据的接力计算与动态分流处理模型。首先,在分布式环境下,使用内存型数据存储技术确定计算任务的运算量与复杂等级,同时利用节点资源能力对节点进行排序;然后,动态分配任务到不同节点进行并行计算,并采用一种接力处理模式完成计算任务的分解,以有效保证高流量复杂运算任务的性能和精度要求。通过分析对比,可知在万级以上数据量的情况下,多个节点比单个节点的运行时间更短、计算速度更快;而且,将该模型应用于实际时,发现它不仅能在高并发场景下减少运行时间,而且也能节省更多计算资源。
    参考文献 | 相关文章 | 多维度评价
    10. 移动边缘计算环境中面向机器学习的计算迁移策略
    郭棉, 张锦友
    计算机应用    2021, 41 (9): 2639-2645.   DOI: 10.11772/j.issn.1001-9081.2020111734
    摘要331)      PDF (1127KB)(308)    收藏
    针对物联网(IoT)数据源的多样化、数据的非独立同分布性、边缘设备计算能力和能耗的异构性,提出一种集中学习和联邦学习共存的移动边缘计算(MEC)网络计算迁移策略。首先,建立与集中学习、联邦学习都关联的计算迁移系统模型,考虑了集中学习、联邦学习模型产生的网络传输延迟、计算延迟以及能耗;然后,以系统平均延迟为优化目标、以能耗和基于机器学习准确率的训练次数为限制条件构建面向机器学习的计算迁移优化模型。接着对所述计算迁移进行了博弈分析,并基于分析结果提出一种能量约束的延迟贪婪(ECDG)算法,通过延迟贪婪决策和能量约束决策更新二阶优化来获取模型的优化解。与集中式贪婪算法和面向联邦学习的客户选择(FedCS)算法相比,ECDG算法的平均学习延迟最低,约为集中式贪婪算法的1/10,为FedCS算法的1/5。实验结果表明,ECDG算法能通过计算迁移自动为数据源选择最优的机器学习模型,从而有效降低机器学习的延迟,提高边缘设备的能效,满足IoT应用的服务质量(QoS)要求。
    参考文献 | 相关文章 | 多维度评价
    11. 混沌精英哈里斯鹰优化算法
    汤安迪, 韩统, 徐登武, 谢磊
    计算机应用    2021, 41 (8): 2265-2272.   DOI: 10.11772/j.issn.1001-9081.2020101610
    摘要446)      PDF (1295KB)(313)    收藏
    针对哈里斯鹰优化(HHO)算法存在的收敛精度低、收敛速度慢、易于陷入局部最优的不足,提出了一种混沌精英哈里斯鹰优化(CEHHO)算法。首先,引入精英等级制度策略,以充分利用优势种群来增强种群多样性以及提升算法收敛速度和精度;其次,利用Tent混沌映射调整算法关键参数;然后,使用一种非线性能量因子调节策略来平衡算法的开发与探索;最后,使用高斯随机游走策略对最优个体施加扰动,并在算法停滞时,利用随机游走策略使算法有效跳出局部最优。通过对20个基准测试函数在不同维度下进行仿真实验,来评估算法的寻优能力。实验结果表明,改进算法的表现优于鲸鱼优化算法(WOA)、灰狼优化(GWO)算法、粒子群优化(PSO)算法和生物地理优化(BBO)算法,性能较原始HHO算法有明显提升,验证了改进算法的有效性。
    参考文献 | 相关文章 | 多维度评价
    12. 基于多区域采样策略的混合粒子群优化求解多目标柔性作业车间调度问题
    张闻强, 邢征, 杨卫东
    计算机应用    2021, 41 (8): 2249-2257.   DOI: 10.11772/j.issn.1001-9081.2020101675
    摘要332)      PDF (1458KB)(380)    收藏
    柔性作业车间调度问题(FJSP)是一类应用广泛的组合优化问题。针对多目标FJSP求解过程复杂、算法易陷入局部最优的问题,提出了一种基于多区域采样策略的混合粒子群优化算法(HPSO-MRS),以同时优化最大完工时间和总机器延迟时间这两个目标。多区域采样策略能够区分粒子所在Pareto前沿面的位置,根据不同区域进行采样重组,并为采样后位于Pareto前沿面多个区域的粒子规划相应的运动方向,从而有针对性地调整粒子在多个方向上的收敛能力,并带来一定程度的均匀分布能力的提升。此外,编解码方面使用带插空机制的解码策略来消除可能存在的局部左移;粒子更新方面将传统粒子群优化(PSO)算法的粒子更新方式与遗传算法(GA)的交叉变异算子相结合,提升了算法搜索过程的多样性并避免算法陷入局部最优。把所提算法在Benchmark问题Mk01~Mk10上进行测试,与传统的HPSO、NSGA-Ⅱ、基于适应度分配策略的多目标进化算法(SPEA2)和基于分解的多目标进化算法(MOEA/D)进行算法效力和运行效率对比。显著性分析的实验结果表明,HPSO-MRS在收敛性评价指标HV和IGD上分别在85%和77.5%的对照组中显著优于对比算法,而该算法在35%的对照组中的分布性指标Spacing显著优于对比算法,且均不存在所提算法显著差于对比算法的情况。可见相较于对比算法,所提出的算法具备较好的收敛与分布性能。
    参考文献 | 相关文章 | 多维度评价
    13. 基于二维Winograd算法的深流水线5×5卷积方法
    黄程程, 董霄霄, 李钊
    计算机应用    2021, 41 (8): 2258-2264.   DOI: 10.11772/j.issn.1001-9081.2020101668
    摘要421)      PDF (1087KB)(303)    收藏
    针对二维Winograd卷积算法中存储器带宽需求过高、计算复杂度高、设计探索周期漫长、级联的卷积存在层间计算延迟等问题,提出一种基于二维Winograd算法的双缓冲区5×5卷积层设计方法。首先使用列缓冲结构完成数据布局,以重用相邻分块之间的重叠数据,降低存储器带宽需求;然后精确搜索并复用Winograd算法加法计算过程中重复的中间计算结果,来降低加法运算量,从而减小加速器系统的能耗开销和设计面积;最后根据Winograd算法计算过程来完成6级流水线结构的设计,并实现针对5×5卷积的高效率计算。实验结果表明,这种5×5卷积的计算方法在基本不影响卷积神经网络(CNN)预测准确率的前提下,与传统卷积相比降低了83%的乘法运算量,加速倍率为5.82;该方法与级联3×3二维Winograd卷积组成5×5卷积的方法相比降低了12%的乘法运算量,降低了约24.2%的存储器带宽需求,并减少了20%的运算时间。
    参考文献 | 相关文章 | 多维度评价
    14. 基于改进帝国竞争算法的柔性作业车间机器故障重调度
    张国辉, 陆熙熙, 胡一凡, 孙靖贺
    计算机应用    2021, 41 (8): 2242-2248.   DOI: 10.11772/j.issn.1001-9081.2020101664
    摘要319)      PDF (1072KB)(322)    收藏
    针对机器故障下的柔性作业车间重调度问题,提出了一种改进的帝国竞争算法(ICA)。首先,以最大完工时间、机器能耗和总延迟时间为目标函数建立柔性作业车间动态重调度模型,并对三个目标采用线性加权法;然后提出了改进的ICA来把优良的信息保留到下一代,即在传统ICA的同化和革命步骤后加入一个轮盘赌的选择机制,使初始帝国中的优秀基因得以保留,并且更新后的帝国质量更优,更加贴近最优解;最后,在机器发生故障后,采用事件驱动的重调度策略对故障点后未加工的工序进行重新调度。通过生产实例,对假设的三种机器故障情景进行仿真实验,并把所提算法与改进遗传算法(GA)和遗传算法与模拟退火混合算法(GASA)这两种算法进行比较。实验结果表明了提出的改进ICA是有效且可行的。
    参考文献 | 相关文章 | 多维度评价
    15. 面向工作者能力评估的众包任务分配方法的研究进展综述
    马华, 陈跃鹏, 唐文胜, 娄小平, 黄卓轩
    《计算机应用》唯一官方网站    2021, 41 (8): 2232-2241.   DOI: 10.11772/j.issn.1001-9081.2020101629
    摘要335)      PDF (1533KB)(493)    收藏
    随着互联网技术和共享经济模式的快速发展,作为一种新型的群体计算模式,近年来众包(Crowdsourcing)已经得到了广泛的应用并成为研究热点。针对众包应用的特点,为确保众包任务的完成质量,现有研究从工作者能力评估的角度出发已提出了各种不同的众包任务分配方法。首先介绍了众包的概念和分类,阐述了众包平台的工作流程及其任务特点,并在此基础上总结了现有的工作者能力评估的相关研究工作;然后从基于匹配、基于规划和基于角色协同等三个方面综述了众包任务分配方法及其遇到的挑战;最后提出了未来工作的研究方向。
    参考文献 | 相关文章 | 多维度评价
    16. 基于协同进化的约束多目标优化算法
    张祥飞, 鲁宇明, 张平生
    计算机应用    2021, 41 (7): 2012-2018.   DOI: 10.11772/j.issn.1001-9081.2020081344
    摘要512)      PDF (975KB)(317)    收藏
    针对约束多目标优化算法存在难以有效地兼顾收敛性和多样性的问题,提出一种基于协同进化的约束多目标优化算法。第一阶段,通过基于稳态演化的可行解搜索方式得到一个具有一定数量可行解的种群;第二阶段,将这个种群拆分为两个子种群,并通过双子种群协同进化的方式实现对收敛性和多样性的兼顾;最后采用标准约束多目标优化问题CF1~CF7、DOC1~DOC7和实际工程问题进行仿真实验,以测试所提算法的求解性能。实验结果表明,与基于约束支配准则的非支配排序遗传算法(NSGA-Ⅱ-CDP)、两阶段算法(ToP)、推拉搜索算法(PPS)和约束多目标优化的双存档进化算法(C-TAEA)相比,所提算法在反向世代距离(IGD)和超体积(HV)两个指标上均取得了良好的结果,说明所提算法可以有效地兼顾收敛性和多样性。
    参考文献 | 相关文章 | 多维度评价
    17. 面向制造任务的云制造虚拟车间构造方法
    赵秋云, 魏乐, 舒红平
    计算机应用    2021, 41 (7): 2003-2011.   DOI: 10.11772/j.issn.1001-9081.2020081245
    摘要249)      PDF (1325KB)(228)    收藏
    针对云制造模式下快速选择和组织相关制造资源、保证制造任务执行的问题,提出一种面向制造任务的云制造虚拟车间构造方法。该方法将制造过程抽象为制造任务执行链,链中的节点对应制造设备云服务或检验云服务,链中的有向边对应物流云服务;并通过行业域、地域和类型域来组织管理云服务,以构造规模较小的候选云服务集,同时减少功能匹配、性能匹配、价格匹配和时间匹配的计算量,达到快速构建云制造虚拟车间的目的。算例分析表明,相比其他方法,该方法能够在更短的时间内完成云服务的选择,并保证所选云服务的服务质量(QoS)在相关域中是更好的。
    参考文献 | 相关文章 | 多维度评价
    18. 可重构结构下合成视点失真变化算法并行设计与实现
    蒋林, 施佳琪, 李远成
    计算机应用    2021, 41 (6): 1734-1740.   DOI: 10.11772/j.issn.1001-9081.2020091462
    摘要262)      PDF (1262KB)(255)    收藏
    针对三维高效视频编码(3D-HEVC)中,基于深度图的合成视点失真变化(SVDC)算法存在计算时间复杂度较高的问题,提出了一种在可重构阵列结构下基于混合粒度的SVDC算法并行化方法。首先,将SVDC算法分为虚拟视点合成(VVS)和失真值计算两个部分。其次,VVS部分采用流水线作业方式加速,而失真值计算部分采用两级划分加速:任务级——将合成后的图像按照像素点进行划分,指令级——将像素点内部的失真值按照计算过程进行划分。最后,采用可重构机制将VVS部分和失真值计算部分进行并行化处理。理论分析和硬件仿真结果表明,在执行时间上,采用4个处理单元(PE)的该方法具有2.11的加速比性能,与基于底层虚拟机(LLVM)和共享存储并行编程(OpenMP)的SVDC算法相比,计算时间分别缩短了18.56%和21.93%。可见所提方法能挖掘SVDC算法的并行性,并结合可重构阵列结构特点有效缩短了SVDC算法的执行时间。
    参考文献 | 相关文章 | 多维度评价
    19. 信息筛选多任务优化自组织迁移算法
    程美英, 钱乾, 倪志伟, 朱旭辉
    计算机应用    2021, 41 (6): 1748-1755.   DOI: 10.11772/j.issn.1001-9081.2020091390
    摘要384)      PDF (1172KB)(262)    收藏
    针对现有自组织迁移算法(SOMA)只能求解单个优化问题及其“隐并行性”未能被充分挖掘的缺陷,提出信息筛选多任务优化自组织迁移算法(SOMAMIF)实现同一时刻处理多个优化问题。首先,构造多任务统一搜索空间,并根据任务个数设置相应的子种群;然后,对各子种群当前最优适应值进行判断,当任务连续若干代停滞进化时则产生信息交互需求;接着,按概率从剩余子种群中筛选对自己有用的信息并过滤无用信息,从而在保证信息正向迁移同时实现种群结构的重新调整;最后对算法的时间复杂度和空间复杂度进行分析。实验结果表明,SOMAMIF在同时求解多个高维函数优化问题时均快速收敛至全局最优解0,而SOMAMIF与分形技术相结合同时提取不同户籍高校学生返乡关键制约因素时,其在两个数据集上得到的平均分类准确率与原始数据集的平均分类准确率相比分别提高了0.348 66个百分点和0.598 57个百分点。
    参考文献 | 相关文章 | 多维度评价
    20. 基于占优关系的并行程序通信覆盖约减方法
    张辰, 田甜, 杨秀婷, 巩敦卫
    计算机应用    2021, 41 (6): 1741-1747.   DOI: 10.11772/j.issn.1001-9081.2020091369
    摘要250)      PDF (944KB)(249)    收藏
    针对通信规模的增大及不确定通信使得消息传递接口(MPI)并行程序通信测试难度增大的问题,提出了基于占优关系的通信覆盖约减方法。首先,基于通信与通信语句间的对应关系,将通信约减问题转换为通信语句的约减问题;然后,利用语句占优关系求解通信语句集的约减集;最后,选择与约减集相关的通信作为覆盖目标,使得覆盖这些目标的测试数据能够覆盖全部通信。将所提方法应用到7个典型被测程序中。实验结果表明,在不降低通信覆盖率的前提下,相较于以全部通信作为覆盖目标的测试数据生成方法,所提方法减少的测试数据的生成时间最高达95%,提高了通信覆盖测试数据生成的效率。
    参考文献 | 相关文章 | 多维度评价
    21. 基于顶点冲突学习的最大公共子图算法
    王宇, 刘燕丽, 陈劭武
    计算机应用    2021, 41 (6): 1756-1760.   DOI: 10.11772/j.issn.1001-9081.2020091381
    摘要384)      PDF (962KB)(484)    收藏
    针对最大公共子图(MCS)的传统分支策略依赖于图的静态属性,缺少学习历史搜索信息的问题,提出了基于顶点冲突学习的分支策略。首先,把上界的减少值作为分支点完成匹配动作的奖励;其次,由于当最优解被更新时,得到的最优解是分支点不断推理产生的结果,因此给予在完整的搜索路径上的分支点适当的奖励,从而强化这些顶点对搜索的积极作用;最后,设计了匹配动作的价值函数,并选择具有最大累计奖励的顶点作为新的分支点。在McSplit算法基础上,提出了糅合新分支策略的McSplitRLR算法。实验结果表明,除去均可以被所有对比算法在10 s之内解决的简单算例,在相同机器和求解限制时间条件下,相较当前先进的算法McSplit、McSplitSBS,McSplitRLR分别多解决了109、33个困难算例,求解率分别提高了5.6%、1.6%。
    参考文献 | 相关文章 | 多维度评价
    22. 网络攻击下双层结构多智能体系统一致性
    王云燕, 胡爱花
    计算机应用    2021, 41 (5): 1399-1405.   DOI: 10.11772/j.issn.1001-9081.2020081159
    摘要413)      PDF (1150KB)(368)    收藏
    研究了遭受网络攻击的双层结构多智能体系统的一致性问题。针对包含领导层和跟随者层的双层网络结构的多智能体系统,考虑了如下情况:领导层相邻智能体之间为友好合作关系,跟随者层相邻智能体之间既包含友好合作也包含对抗竞争关系,同时领导层与跟随者层中部分对应智能体之间存在牵制关系。分析了受网络攻击的领导层多智能体系统、跟随者层多智能体系统和双层网络结构多智能体系统的节点之间的一致性关系。基于线性矩阵不等式(LMI)、李雅普诺夫稳定性理论和图论等相关知识给出了领导层多智能体系统节点间实现一致,跟随者层多智能体系统节点间实现二分一致,以及双层结构的多智能体系统之间实现点对点二分一致的充分性判据。最后,给出了具体的数值仿真例子,实现了遭受网络攻击的双层结构多智能体系统的一致性,验证了所给出的判据的有效性。
    参考文献 | 相关文章 | 多维度评价
    23. 针对混合变量优化问题的协同进化蚁群优化算法
    韦铭燕, 陈彧, 张亮
    计算机应用    2021, 41 (5): 1412-1418.   DOI: 10.11772/j.issn.1001-9081.2020081200
    摘要311)      PDF (2082KB)(361)    收藏
    针对由连续变量和分类变量构成的混合变量优化问题(MVOP),采用协同进化策略来对混合变量决策空间进行搜索,提出了一种协同进化蚁群优化算法(CACOA MV)。CACOA MV分别采用连续和离散蚁群优化(ACO)策略生成连续和分类变量子种群,通过合作者来对连续和分类变量子向量进行评价,分别对连续和分类变量子种群进行更新来实现对混合变量决策空间的高效协同搜索。进一步地,利用信息素平滑机制增强对分类变量解空间的全局探索能力,并设计了一种面向协同进化框架的“最佳+随机合作者”的重启策略来提高协同搜索效率。与混合变量的蚁群(ACO MV)算法和种群规模线性变小的差分进化-蚁群混合变量优化算法(L-SHADE ACO)的比较表明,CACOA MV能够进行更有效的局部开发,从而提高最终结果在目标空间中的近似精度;与基于集合的混合变量差分进化算法(DE MV)相比较,CACOA MV能够在决策空间中更好地逼近全局最优解,具有更好的全局探索能力。综上,采用协同进化机制的CACOA MV能有效保持全局探索和局部开发的平衡,从而具有更好的寻优性能。
    参考文献 | 相关文章 | 多维度评价
    24. 多时空配送任务驱动的无人车队车辆数优化方法
    郑李萍, 王建强, 张玉召, 董祚帆
    计算机应用    2021, 41 (5): 1406-1411.   DOI: 10.11772/j.issn.1001-9081.2020081183
    摘要265)      PDF (1248KB)(678)    收藏
    为解决快递终端配送多时空任务驱动下的最小无人车队车辆数配置问题,提出一种随机优化方法。首先,分析服务时长和等待时长对无人车队行驶路线规划的影响,从而构建最短路径模型;然后,基于二维时空网络构造服务序列网络;其次,通过网络转换将最小无人车队车辆数配置问题转化为网络最大流问题,并建立以车队车辆数最小为目标的最小车队模型;最后,针对模型特征设计一种融合Dijkstra算法和Dinic算法的Dijkstra-Dinic算法来对最小无人车队车辆数配置问题进行求解。在四种不同规模的服务网络中进行仿真实验,实验结果表明:在不同成功服务率下,最小无人车队车辆数与服务网络规模呈正相关,但随等待时长的增加而减少并趋向于稳定;所提算法中所引入的One-stop算子大大提高了搜索效率,所提模型和算法适用于大规模服务网络中的最小车队计算。
    参考文献 | 相关文章 | 多维度评价
    25. 云边环境下基于博弈论的两阶段任务迁移策略
    王艺洁, 凡佳飞, 王陈宇
    计算机应用    2021, 41 (5): 1392-1398.   DOI: 10.11772/j.issn.1001-9081.2020071091
    摘要347)      PDF (910KB)(549)    收藏
    移动边缘计算(MEC)为计算密集型应用和资源受限的移动设备之间的冲突提供了有效解决办法,但大多关于MEC迁移的研究仅考虑移动设备与MEC服务器之间的资源分配,忽略了云计算中心的巨大计算资源。为了充分利用云和MEC资源,提出一种云边协作的任务迁移策略。首先,将云边服务器的任务迁移问题转化为博弈问题;然后,证明该博弈中纳什均衡(NE)的存在以及唯一性,并获得博弈问题的解决方案;最后,提出了一种基于博弈论的两阶段任务迁移算法来求解任务迁移问题,并通过性能指标对该算法的性能进行了评估。仿真结果表明,采用所提算法所产生的总开销分别比本地执行、云中心服务器执行和MEC服务器执行的总开销降低了72.8%、47.9%和2.65%,数值结果证实了所提策略可以实现更高的能源效率和更低的任务迁移开销,并且随着移动设备数量的增加可以很好地扩展规模。
    参考文献 | 相关文章 | 多维度评价
    26. 基于稳定匹配的多用户任务卸载策略
    毛莺池, 徐雪松, 刘鹏飞
    计算机应用    2021, 41 (3): 786-793.   DOI: 10.11772/j.issn.1001-9081.2020060861
    摘要313)      PDF (1162KB)(950)    收藏
    随着许多计算密集型应用的出现,移动设备因其有限的计算能力无法满足用户时延、能耗等需求。移动边缘计算(MEC)通过无线信道将用户的任务计算卸载到MEC服务器,从而显著减少任务响应时延和能耗。针对多用户任务卸载问题,提出了基于稳定匹配的多用户任务卸载策略(MUTOSA),在保证用户的时延要求下达到能耗最小化。首先,在综合考虑时延与能耗的基础上,对独立任务场景下的多用户任务卸载问题进行建模;然后,基于博弈论的稳定匹配中的延迟接收思想,提出了一种调整策略;最后,通过不断迭代,解决了多用户任务卸载问题。实验结果表明,该策略相较于基准策略和启发式策略能够满足更多用户的时延要求,平均提高约10%的用户满意度,并能减少约50%的用户设备总能耗。所提策略在保证用户时延要求的同时有效地减少了能耗,可以有效地提高用户对于时延敏感型应用的体验。
    参考文献 | 相关文章 | 多维度评价
    27. 考虑空间众包工作者服务质量的任务分配策略及其萤火虫群优化算法求解
    冉家敏, 倪志伟, 彭鹏, 朱旭辉
    计算机应用    2021, 41 (3): 794-802.   DOI: 10.11772/j.issn.1001-9081.2020060940
    摘要356)      PDF (1196KB)(373)    收藏
    针对空间众包中的任务分配问题,考虑空间众包工作者的服务质量对分配结果的影响,从而提出了一种加入了工作者服务质量评价的任务分配策略。首先,在每个时空环境下,加入工作者的评价要素以建立充分考虑工作者服务质量和距离成本的多目标模型;其次,通过改进离散型萤火虫群优化算法的初始化及编码策略、位置移动策略、邻域搜索策略使算法收敛速度加快、全局寻优能力提高;最后,利用改进后的算法来求解模型。在模拟和真实数据集上的实验结果表明,该算法在不同规模数据集上较其他群智能算法可提高2%~25%的任务分配总得分。该算法考虑了工作者的服务质量后,可有效提高任务分配效率和最终总得分。
    参考文献 | 相关文章 | 多维度评价
    28. 求解多目标社区发现问题的离散化随机漂移粒子群优化算法
    李萍, 汪芬, 陈祺东, 孙俊
    计算机应用    2021, 41 (3): 803-811.   DOI: 10.11772/j.issn.1001-9081.2020060800
    摘要274)      PDF (1095KB)(445)    收藏
    针对求解复杂网络的多目标社区发现问题,提出了一种离散化随机漂移粒子群优化(DRDPSO)算法。首先,通过对社区进行随机化编码操作和针对随机漂移算法的离散化操作,来改善局部网络结构并逐渐增强全局模块度值;其次,根据核K均值(KKM)和比例割(RC)两个目标函数来控制网络中的社区规模、缓解模块度分辨率限制;最后,根据多目标求解策略逐步更新Pareto非劣解集,从Pareto非劣解集选取满足需求的目标社区结构。为了验证所提算法的有效性,将DRDPSO算法与其他社区发现算法在三种具有10个不同参数设置的生成网络及三种真实网络上进行对比实验,并采用两个最佳社区评价指标对各算法获得的社区发现结果进行对比分析。实验结果表明,使用DRDPSO算法求解复杂网络的多目标社区发现问题时,获得的社区发现评价指标(归一化互信息和模块度)最高的概率达到95%以上。可见DRDPSO算法在真实网络进行应用能进一步地提高网络社区划分的精确度和鲁棒性。
    参考文献 | 相关文章 | 多维度评价
    29. 面向卷积神经网络的高并行度FPGA加速器设计
    王晓峰, 蒋彭龙, 周辉, 赵雄波
    计算机应用    2021, 41 (3): 812-819.   DOI: 10.11772/j.issn.1001-9081.2020060996
    摘要549)      PDF (1115KB)(763)    收藏
    大多数基于卷积神经网络(CNN)的算法都是计算密集型和存储密集型的,很难应用于具有低功耗要求的航天、移动机器人、智能手机等嵌入式领域。针对这一问题,提出一种面向CNN的高并行度现场可编程逻辑门阵列(FPGA)加速器。首先,比较研究CNN算法中可用于FPGA加速的4类并行度;然后,提出多通道卷积旋转寄存流水(MCRP)结构,简洁有效地利用了CNN算法的卷积核内并行;最后,采用输入输出通道并行+卷积核内并行的方案提出一种基于MCRP结构的高并行度CNN加速器架构,并将其部署到XILINX的XCZU9EG芯片上,在充分利用片上数字信号处理器(DPS)资源的情况下,峰值算力达到2 304 GOPS。以SSD-300算法为测试对象,该CNN加速器的实际算力为1 830.33 GOPS,硬件利用率达79.44%。实验结果表明,MCRP结构可有效提高CNN加速器的算力,基于MCRP结构的CNN加速器可基本满足嵌入式领域大部分应用的算力需求。
    参考文献 | 相关文章 | 多维度评价
    30. 基于新颖S型转换函数的二进制粒子群优化算法求解具有单连续变量的背包问题
    王泽昆, 贺毅朝, 李焕哲, 张发展
    计算机应用    2021, 41 (2): 461-469.   DOI: 10.11772/j.issn.1001-9081.2020050710
    摘要240)      PDF (1113KB)(421)    收藏
    为了高效求解具有单连续变量的背包问题(KPC),首先基于高斯误差函数提出了一个新颖S型转换函数,给出了利用该转换函数将一个实向量转换为0-1向量的新方法,由此提出了一个新的二进制粒子群优化(NBPSO)算法;然后,利用KPC的第二数学模型,并且把NBPSO与处理KPC不可行解的有效算法相结合,提出了求解KPC的一个新方法。为了检验NBPSO求解KPC的性能,利用NBPSO求解四类大规模KPC实例,并把所得计算结果与基于其他S、V型转换函数的二进制粒子群优化算法(BPSO)、具有混合编码的单种群二进制差分演化算法(S-HBDE)、具有混合编码的双种群二进制差分演化算法(B-HBDE)和二进制粒子群优化算法(BPSO)等的计算结果相比较。比较结果表明NBPSO不仅平均计算结果更优,而且稳定性更佳,说明NBPSO的性能比其他算法有显著提升。
    参考文献 | 相关文章 | 多维度评价
2024年 44卷 3期
刊出日期: 2024-03-10
文章目录
过刊浏览
荣誉主编:张景中
主  编:徐宗本
副主编
:申恒涛 夏朝晖

国内邮发代号:62-110
国外发行代号:M4616
地址:四川成都双流区四川天府新区
   兴隆街道科智路1369号
   中科信息(科学城园区) B213
   (计算机应用编辑部)
电话:028-85224283-803
   028-85222239-803
网址:www.joca.cn
E-mail: bjb@joca.cn
期刊微信公众号
CCF扫码入会