本文選題：云計(jì)算　切入點(diǎn)：粒子群　出處：《科技通報(bào)》2015年10期 　論文類(lèi)型：期刊論文

【摘要】：為了提高云計(jì)算環(huán)境下網(wǎng)絡(luò)資源訪(fǎng)問(wèn)和調(diào)度能力,需要增強(qiáng)網(wǎng)絡(luò)資源的活躍度,傳統(tǒng)方法采用源信息系統(tǒng)最小方差粒子群優(yōu)化算法實(shí)現(xiàn)資源活躍度增強(qiáng)調(diào)度,直接交互式多源信息的缺陷,導(dǎo)致信息訪(fǎng)問(wèn)的滯后和時(shí)延。提出一種基于粒子群(PSO)遞階進(jìn)化的多出口網(wǎng)絡(luò)資源活躍度增強(qiáng)算法,構(gòu)建多出口網(wǎng)絡(luò)資源調(diào)度和網(wǎng)絡(luò)系統(tǒng)結(jié)構(gòu),粒子群進(jìn)化按照屬性的數(shù)據(jù)波動(dòng)進(jìn)行遞階分層,得到一個(gè)資源數(shù)據(jù)聚類(lèi)的高密度區(qū)域,使得每一個(gè)初始種群中的個(gè)體都應(yīng)有一個(gè)解,在多波束搜索PSO空間中實(shí)現(xiàn)粒子群PSO遞階進(jìn)化,提高網(wǎng)絡(luò)資源訪(fǎng)問(wèn)的活躍度。仿真實(shí)驗(yàn)表明,采用該算法,能避免粒子群在進(jìn)行網(wǎng)絡(luò)資源搜索調(diào)度過(guò)程中陷入局部最優(yōu),有效提高控制搜索精度,運(yùn)行時(shí)間較短,能有效增強(qiáng)多出口網(wǎng)絡(luò)資源的活躍度,進(jìn)而提高了資源搜索成功率。
[Abstract]:In order to improve the ability of network resource access and scheduling in cloud computing environment, it is necessary to enhance the activity of network resources. The traditional method uses the minimum variance particle swarm optimization algorithm of source information system to realize the enhanced scheduling of resource activity. The defects of direct interactive multi-source information lead to the delay and delay of information access. A multi-exit network resource activity enhancement algorithm based on particle swarm optimization (PSO) hierarchical evolution is proposed to construct multi-outlet network resource scheduling and network system structure. In the evolution of particle swarm, a high density region of resource data clustering is obtained by hierarchical stratification according to the data fluctuation of attributes, so that each individual in the initial population should have a solution. Particle swarm PSO hierarchical evolution is realized in multi-beam search PSO space, and the activity of network resource access is improved. The simulation results show that the proposed algorithm can avoid PSO falling into local optimum in the process of searching and scheduling network resources. The control search accuracy is improved effectively and the running time is short. It can effectively enhance the activity of multi-outlet network resources and thus improve the success rate of resource search.
【作者單位】： 安陽(yáng)工學(xué)院計(jì)算機(jī)科學(xué)與信息工程學(xué)院;
【分類(lèi)號(hào)】：TP393.01

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 夏平平;呂太之;賈巖峰;;免疫粒子群優(yōu)化算法及性能分析[J];貴州大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

2 高鷹,謝勝利;基于模擬退火的粒子群優(yōu)化算法[J];計(jì)算機(jī)工程與應(yīng)用;2004年01期

3 劉楊;田學(xué)鋒;詹志輝;;粒子群優(yōu)化算法慣量權(quán)重控制方法的研究[J];南京大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

4 黃楠;;海量信息存儲(chǔ)中數(shù)據(jù)庫(kù)性能優(yōu)化方法[J];科技通報(bào);2013年03期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃少榮;;群智能算法的混合策略研究[J];長(zhǎng)江大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年12期

2 王伯成;施錦丹;王凱;;粒子群優(yōu)化算法的研究現(xiàn)狀與發(fā)展概述[J];電訊技術(shù);2008年05期

3 何佳;吳耀武;婁素華;熊信艮;;基于SA-PSO的電力系統(tǒng)無(wú)功優(yōu)化[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2007年05期

4 張杰;;微粒群算法的分析與展望[J];電腦知識(shí)與技術(shù);2008年33期

5 陳育敏;朱杰;;一種壓縮語(yǔ)音識(shí)別模板庫(kù)容量的方法[J];電聲技術(shù);2006年06期

6 李希婷;孫璐;錢(qián)永亮;鄒采榮;;基于改進(jìn)混合蛙跳算法的SVM分類(lèi)算法[J];信息化研究;2011年05期

7 蒙正中;;一種改進(jìn)的混合粒子群優(yōu)化算法[J];桂林工學(xué)院學(xué)報(bào);2009年03期

8 李建卓;;粒子群優(yōu)化算法的研究[J];光盤(pán)技術(shù);2009年06期

9 高鷹;;具有遺傳特性的粒子群優(yōu)化算法及在非線(xiàn)性盲分離中的應(yīng)用[J];廣州大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年05期

10 葉海燕;陳毓靈;高鷹;;分組粒子群優(yōu)化算法[J];廣州大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

相關(guān)會(huì)議論文 前4條

1 張偉;李守智;高峰;劉振山;;幾種智能最優(yōu)化算法的比較研究[A];第二十四屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2005年

2 封磊;蔡創(chuàng);齊春;喬锃;;PSO和GA的對(duì)比及其混合算法的研究進(jìn)展[A];第16屆中國(guó)過(guò)程控制學(xué)術(shù)年會(huì)暨第4屆全國(guó)故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年

3 裴振奎;劉健;華夏;;求解隨機(jī)車(chē)輛路徑規(guī)劃問(wèn)題的混合微粒群算法[A];2008通信理論與技術(shù)新進(jìn)展——第十三屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（上）[C];2008年

4 Zhe Gao;Junxiu Wei;Chao Liang;Ming Yan;;Fractional-order particle swarm optimization[A];第26屆中國(guó)控制與決策會(huì)議論文集[C];2014年

相關(guān)博士學(xué)位論文 前10條

1 譚佳琳;粒子群優(yōu)化算法研究及其在海底地形輔助導(dǎo)航中的應(yīng)用[D];哈爾濱工程大學(xué);2010年

2 宮軼松;粒子濾波算法研究及其在GPS/DR組合導(dǎo)航中的應(yīng)用[D];解放軍信息工程大學(xué);2010年

3 劉波;粒子群優(yōu)化算法及其在機(jī)電設(shè)備中的應(yīng)用研究[D];中北大學(xué);2011年

4 孫越泓;基于粒子群優(yōu)化算法的圖像分割研究[D];南京理工大學(xué);2010年

5 王文濤;天線(xiàn)雷達(dá)散射截面分析與控制方法研究[D];西安電子科技大學(xué);2011年

6 池越;基于計(jì)算智能的偏振模色散自適應(yīng)補(bǔ)償技術(shù)研究[D];河北工業(yè)大學(xué);2011年

7 陳雷;基于群智能優(yōu)化方法的盲信號(hào)分離算法研究[D];天津大學(xué);2011年

8 馬偉;衛(wèi)星熱輻射特性及其空間輻照環(huán)境效應(yīng)研究[D];南京理工大學(xué);2011年

9 楊明;船舶電力推進(jìn)永磁同步電機(jī)非線(xiàn)性反步控制器設(shè)計(jì)與優(yōu)化研究[D];大連海事大學(xué);2012年

10 田明俊;智能反演算法及其應(yīng)用研究[D];大連理工大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 劉奇;基于混合粒子群算法的ZnO鍍膜光纖傳感器的參數(shù)優(yōu)化[D];南昌航空大學(xué);2010年

2 姜念;區(qū)間自適應(yīng)粒子群算法研究及其應(yīng)用[D];鄭州大學(xué);2010年

3 楊書(shū)顯;基于PSO算法的氧樂(lè)果合成過(guò)程建模與控制研究[D];鄭州大學(xué);2010年

4 楊立標(biāo);基于混合優(yōu)化策略的粒子群算法及其應(yīng)用研究[D];哈爾濱工程大學(xué);2010年

5 劉子文;改進(jìn)的粒子群算法在停車(chē)場(chǎng)中的應(yīng)用[D];湘潭大學(xué);2010年

6 劉濤;基于神經(jīng)網(wǎng)絡(luò)和群智能優(yōu)化算法的生產(chǎn)過(guò)程預(yù)警技術(shù)及其應(yīng)用[D];華東理工大學(xué);2011年

7 袁沈堅(jiān);酮苯脫蠟回收系統(tǒng)的建模與優(yōu)化[D];華東理工大學(xué);2011年

8 李潮;低壓減載參數(shù)優(yōu)化問(wèn)題的分布式計(jì)算研究[D];浙江大學(xué);2011年

9 李小林;混合粒子群優(yōu)化算法及其在圖像匹配中的應(yīng)用研究[D];西安電子科技大學(xué);2010年

10 周蕾;粒子群算法的改進(jìn)及其在人工神經(jīng)網(wǎng)絡(luò)中的應(yīng)用[D];西安電子科技大學(xué);2010年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 呂振肅,侯志榮;自適應(yīng)變異的粒子群優(yōu)化算法[J];電子學(xué)報(bào);2004年03期

2 有偉;王社偉;陶軍;;基于免疫粒子群算法的多UCAV協(xié)同任務(wù)分配[J];計(jì)算機(jī)工程與應(yīng)用;2010年32期

3 李紅嬋;朱顥東;;并行自適應(yīng)免疫量子粒子群優(yōu)化算法[J];計(jì)算機(jī)工程;2011年05期

4 王雪梅，，王義和;模擬退火算法與遺傳算法的結(jié)合[J];計(jì)算機(jī)學(xué)報(bào);1997年04期

5 段富;蘇同芬;;免疫粒子群算法的改進(jìn)及應(yīng)用[J];計(jì)算機(jī)應(yīng)用;2010年07期

6 杜立佳;董麗麗;何浩;申艷芬;;多數(shù)據(jù)庫(kù)事務(wù)并發(fā)調(diào)度算法優(yōu)化技術(shù)研究[J];計(jì)算機(jī)仿真;2011年02期

7 黃顯華;趙榮珍;;基于數(shù)據(jù)挖掘的數(shù)據(jù)庫(kù)技術(shù)在轉(zhuǎn)子故障知識(shí)發(fā)現(xiàn)中的應(yīng)用方法研究[J];計(jì)算機(jī)測(cè)量與控制;2011年11期

8 馬杰;戴波;賀小軍;;基于功率譜估計(jì)的管道腐蝕超聲波內(nèi)檢測(cè)數(shù)據(jù)壓縮研究[J];科技通報(bào);2010年05期

9 勵(lì)文杰;;大型數(shù)據(jù)庫(kù)ORACLE數(shù)據(jù)庫(kù)的優(yōu)化設(shè)計(jì)方案[J];科技風(fēng);2011年19期

10 吳志遠(yuǎn),邵惠鶴,吳新余;遺傳退火進(jìn)化算法[J];上海交通大學(xué)學(xué)報(bào);1997年12期

【相似文獻(xiàn)】

相關(guān)期刊論文 前8條

1 魯麗;張采芳;廖劍鋒;;機(jī)會(huì)網(wǎng)絡(luò)中基于活躍度的主動(dòng)拒絕路由算法[J];電視技術(shù);2014年15期

2 ;創(chuàng)想新聞[J];世界兒童;2010年11期

3 李?lèi)?;微博實(shí)名制對(duì)用戶(hù)活躍度的影響——以新浪微博為例[J];科技傳播;2013年12期

4 高源;;基于郵箱活躍度的郵件社區(qū)劃分研究[J];計(jì)算機(jī)光盤(pán)軟件與應(yīng)用;2013年19期

5 熊炎;;謠言活躍度與內(nèi)容預(yù)測(cè)因子探究——基于2011—2012年北京數(shù)據(jù)的考量[J];廣東行政學(xué)院學(xué)報(bào);2013年04期

6 鐘一;;新聞客戶(hù)端賺錢(qián)還是未知數(shù)[J];IT時(shí)代周刊;2013年18期

7 熊炎;;謠言研究新方法:活躍度內(nèi)容預(yù)測(cè)因子探究[J];現(xiàn)代傳播(中國(guó)傳媒大學(xué)學(xué)報(bào));2013年03期

8 ;[J];;年期

相關(guān)重要報(bào)紙文章 前10條

1 記者 李榮;國(guó)內(nèi)鋼市漲跌無(wú)力 礦市活躍度未升反降[N];經(jīng)濟(jì)參考報(bào);2014年

2 記者 潘圣韜;A股賬戶(hù)活躍度創(chuàng)10個(gè)月新高[N];上海證券報(bào);2014年

3 北京商報(bào)記者 魏蔚;拼車(chē)功能成易信用戶(hù)活躍度突破點(diǎn)[N];北京商報(bào);2014年

4 本報(bào)記者 趙學(xué)毅;震蕩市勤倒騰 股基投資活躍度達(dá)4.17倍[N];證券日?qǐng)?bào);2014年

5 本報(bào)記者 龍躍;節(jié)前市場(chǎng)活躍度小幅下降[N];中國(guó)證券報(bào);2009年

6 記者 潘圣韜;A股交易活躍度持續(xù)降溫 逾六成賬戶(hù)一年內(nèi)無(wú)買(mǎi)賣(mài)[N];上海證券報(bào);2012年

7 記者 王曉宇;上市公司重要股東10月減持驟緩 大宗交易活躍度下降[N];上海證券報(bào);2012年

8 本報(bào)記者 侯繼勇;新浪微博加速商業(yè)化 活躍度下降是天敵[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2013年

9 記者 潘圣韜;A股賬戶(hù)活躍度創(chuàng)一年新高[N];上海證券報(bào);2013年

10 本報(bào)記者 齊潔;活躍度下降 微博需要“擠泡沫”[N];中國(guó)經(jīng)營(yíng)報(bào);2013年

本文編號(hào)：1588832