共查询到20条相似文献，搜索用时 78 毫秒
1.
为了更有效地解决工程施工管理中的多资源均衡问题,将改进的微粒群算法应用到多资源均衡优化中来,利用微粒群算法原理中粒子飞行中位置的进化过程来搜索各工序活动的最优开始时间方案。通过算例证明,该设计的目标函数可以更好地反映多资源均衡程度,同时以粒子群算法来解决此类问题具有搜索精度高,计算结果较为理想,贴近实际的特点,反映了在工程项目管理的多资源均衡优化中的可行性及有效性。文章提出的算法对于工程网络计划中的多资源均衡优化具有实际应用价值。 相似文献
2.
3.
基于改进微粒群算法的网格任务调度方法 总被引：1，自引：0，他引：1
任务调度是网格计算环境中影响性能的重要因素。提出了一种新的任务调度方法,该方法先对任务执行时间进行预测,然后运用改进微粒群算法进行任务调度,达到最小化任务执行时间的要求,最终实现网格资源的优化分配。通过仿真试验对算法的有效性和性能进行了验证,并比较了与遗传算法调度方案之间的性能差异。 相似文献
4.
微粒群算法在工程项目多目标多资源均衡问题中的应用 总被引：2，自引：0，他引：2
微粒群算法(PSO)是继蚁群算法提出之后的又一种新的进化计算技术.介绍了微粒群算法的产生背景、基本算法、算法流程、算法参数,同时基于pso算法的基础上探讨在多目标下如何实现资源更有效地分配,从整体角度出发来考虑单个项目对其他正在进行的项目的影响和实施期间资源的可得性,以最合理的资源配置来满足项目中各个分目标,以达到最好的整体项目效益,为多目标下的多资源配置问题初步建立了模型. 相似文献
5.
6.
微粒群优化算法（PSO）是一种有效的随机搜索方法,它由模拟鸟群的社会行为发展而来,基本思想是通过群体中个体之间的协作和信息共享来寻找最优解,其优势在于简单、容易实现并且没有许多参数的调节。将微粒群算法应用到改进基于卡尔曼滤波的航迹融合上,并进行数据仿真。实验结果表明,该方法具有较高的正确性和较强的有效性。 相似文献
7.
为了提高群体动画行为规划的协调性和智能性,采用微粒群优化算法来实现群体动画的行为控制。首先对群体动画体系结构和群体控制行为策略做了简要说明,接着对微粒群算法进行详细阐述,最后进行实例仿真,实验证明,采用微粒群算法很好地实现了群体动画行为控制,且能避开障碍物,具有较强的智能性。 相似文献
8.
9.
选择合作创新是企业实现战略目标及获得技术突破的最优博弈发展策略。合作创新伙伴的评价与选择是企业开展合作创新的首要环节,在一定程度上决定了合作创新的效率和效果。为了科学有效且简单地实现合作创新伙伴的选择,本文将微粒群算法和改进的TOPSIS方法相结合,提出了一种新的有限方案多属性决策方法—基于微粒群算法定权的改进TOPSIS法。通过以与最优和最劣对象距离之和最小为准则,建立一个关于权重的非线性规划问题,给出其数学规划模型,运用微粒群算法求解指标的权重;为克服传统TOPSIS法的不足,基于集对分析联系度的思想,将理想点与负理想点视为确定不确定系统中相互对立的集合,在考察备选方案与理想点或负理想点的联系度时,充分考虑了对立集合的存在,构建了基于联系度的改进TOPSIS法合作创新伙伴的选择综合评价模型;并将其应用于H汽车集团汽车新技术合作创新伙伴选择的实证分析中,验证其科学性和有效性。 相似文献
10.
【目的/意义】针对数据稀疏型用户推荐准确度低,大数据联盟群用户对群推荐结果整体满意度不高的问题,本文提出一种基于改进VIKOR的大数据联盟数据资源群推荐方法。【方法/过程】根据大数据联盟数据资源群用户特点,在构建群推荐矩阵时,将用户分为群内用户和群外用户,分别考虑不同用户评分对群推荐结果的影响;依据大数据联盟数据资源的特殊性,提出一种数据资源属性权重确定方法,对不同数据资源的各属性分别确权,从而提高群推荐质量。【结果/结论】实验结果表明,本文提出的算法不但能够为数据稀疏型用户提供较准确的推荐结果,而且有效提升了大数据联盟数据资源群用户的整体满意度。【创新/局限】本文将VIKOR算法改进后用于大数据联盟数据资源群推荐,有效改善了群推荐效果,但未考虑用户分群对群推荐结果的影响,接下来将对联盟用户如何准确分群进行研究。 相似文献
11.
《科技通报》2016,(9)
针对标准KNN算法在交通运输路况预测的应用中还存在误差较高等问题。本文提出了一种基于改进粒子群并行优化KNN算法的交通运输路况预测模型,首先在采用粒子群算法对KNN算法进行优化前,引入变异操作并结合神经网络中的Sigmoid型函数对粒子群算法的特征子集进行优化,然后采用最优化学习策略对改进粒子群算法的运算性能进行优化,最后采用改进的粒子群算法把改进的KNN算法的待优化参数随机初始化为一组粒子的位置和速度,并根据适应值函数计算每个粒子的适应度。仿真实验结果表明,本文提出的改进粒子群算法具有较好的收敛性能,基于改进粒子群并行优化的KNN算法在交通运输路况的预测中误差较小。 相似文献
12.
为了能够有效的提高云计算下的资源负载预测精度,提出了一种改进的布谷鸟算法优化支持向量机的云计算资源模型(ICS-SVM)。首先介绍了基本的布谷鸟算法,并从种群初始化,引入粒子群-量子的概念改进算法,最后将改进后的算法优化SVM获得最优参数建立云计算负载模型。仿真实验说明,与其他的几种经典智能算法优化SVM相比,ICS-SVM能够有效的提高云计算的资源负载变化的预测精度,具有较好的推广价值。 相似文献
13.
针对现有水资源配置模型存在的不精确问题,在现有水资源模型基础上增加了决策偏好系数和排放污染物种类以提高模型精确性,以吉林市水资源基础数据初始化水资源优化配置模型,针对目前对模型进行优化的粒子群算法易出现局部最优等情况,引入萤火虫算法对其进行改进,通过萤火虫趋向最优解的原理改善粒子群算法出现局部最优的情况,并加速其收敛速度。应用改进粒子群算法对模型进行优化求解,得出水资源优化配置方案,以满足经济效益、社会效益、生态环境效益的全面要求。 相似文献
14.
15.
16.
针对粒子群算法在云计算任务调度中存在效率低等问题,提出在将鸡群算法引入到粒子群算法中,将粒子的分布按照鸡群算法中的公鸡,母鸡和小鸡来进行区分,同时对粒子的学习因子进行了改进,有效的避免算法陷入局部,收敛速度快的缺点,在云计算仿真平台中,将本文算法与粒子群算法,鸡群算法在虚拟机负载均衡,消耗成本和完成时间上进行对比都取得了一定的优势,说明本文算法能够有效的提高云计算任务调度效率。 相似文献
17.
粒子群算法是一种进化计算技术,但容易陷入局部极小点。提出了一种利用Alopex算法改进的粒子群优化算法,改进的粒子群优化算法改善了粒子群优化算法摆脱局部极小点的能力,对典型函数的测试表明:改进算法的全局搜索能力有了显著提高,特别是对多峰函数能够有效地避免早熟收敛问题。 相似文献
18.
《黑龙江科技信息》2016,(29)
电力系统的无功优化问题的操作变量既有连续变量又有离散变量,同时它还是混合了多个变量和多个约束条件的一个非线性的规划问题。本文中阐述的粒子群优化算法PSO(Particle Swarm Optimization)算法,是一种应用于电力系统无功优化的算法,是针对无功优化问题的特点提出的。考虑到算法的一些问题,通过引入动态的惯性权重和收缩因子来达到对原有算法的改进目的,改进粒子群优化算法MPSO(Modified Particle Swarm Optimization)算法作为一种新的算法被提出来,同时结合了电力系统无功优化的实际情况,证明了改进的粒子群算法的良好的实用效果。 相似文献
19.