共查询到20条相似文献,搜索用时 15 毫秒
1.
针对经典协同进化遗传算法在优化大决策空间问题时计算复杂度较高的问题,提出了一种基于搜索空间分割的协同进化遗传算法,其基本思想是:将种群分割为不同规模的子种群,在进化过程中应用ε自适应方法调整子种群规模。复杂度分析和数值实验表明,改进后的算法可降低算法计算量,提高算法的优化效率。 相似文献
2.
三维点云配准在逆向工程中应用广泛,能为古建筑保护实现三维建模提供精确的数据依据。针对大规模多视角古建筑点云数据进行配准,研究了FPFH特征提取的串行算法,设计了三类并行方案,分别为利用基于CPU的并行编程标准OpenMP进行并行优化加速、利用基于GPU的并行计算架构CUDA进行并行优化加速,以及利用CPU/GPU的异构并行,结合OpenMP和CUDA的特点应用于特征子求取。实验结果表明,第三种方案能合理设计并优化特征子求取,获得较为理想的加速比。 相似文献
3.
《绵阳师范学院学报》2017,(11):44-48
目前使用最多的全球定位系统(GPS)信号捕获算法分别是串行搜索捕获算法、并行频域捕获算法以及并行码相位捕获算法,其中并行码算法捕获的C/A码相位分辨率最高,但其运算量大,捕获速度不高.为此,本文主要对GPS并行码相位捕获算法改进以及并行化实现进行了深入的研究.具体采用基2-FFT以及保存C/A码的傅里叶变换,然后利用MATLAB平台对改进的算法进行建模与仿真,再将改进后的并行码相位捕获算法用汇编语言描述,并映射到PAAG实验平台.实验结果得出,改进后的并行码相位捕获算法不仅能够提高捕获的速度,且易于在多核平台上实现. 相似文献
4.
《赤峰学院学报(自然科学版)》2021,(4)
为了提高MOEA/D算法求解大规模高维多目标优化问题的能力,本文提出一种基于自适应信息反馈机制改进的MOEA/D算法,其基本思想是根据信息反馈原理,将当前代第k个个体与用MOEA/D算法求得的第i个个体加权平均后作为下一代第i个个体。k的选取有指定和随机两种方式,可以根据目标函数的梯度自适应地选择。采用标准的测试函数来评测改进后的算法的性能。结果表明,改进后的MOEA/D算法在收敛性方面有明显的提高。 相似文献
5.
贺迎先 《西安文理学院学报》2023,(1):9-12+16
针对边缘计算环境下人工智能(Artificial Intelligence,AI)模型训练效率低下的问题,提出了基于边缘云计算的混合并行训练框架(Edge-Cloud based Hybrid Parallel Training Framework,ECHPT).ECHPT能在终端设备、边缘服务器和云计算中心之间实现AI模型和数据样本的自适应调度.ECHPT将模型计算和数据任务调度问题建模为训练时间最小化的优化问题,设计了调度算法对优化问题进行求解.实现了由设备、边缘服务器和云服务器组成的硬件原型.实验结果表明,与现有框架相比,ECHPT可以有效缩短AI模型的训练时间. 相似文献
6.
对多个相互冲突的目标同时优化称作多目标优化问题,为解决多目标问题,多目标进化算法应运而生.在进化算法迭代过程中,算法使用恒定不变的交叉因子和变异因子,这显然不符合种群迭代进化特征,所以需要根据种群初始和种群后期解的收敛情况来定向调整种群进化方向.同时,在采用边界与交叉的聚合算法时,θ支配的聚类算法只参考了解到权重向量的... 相似文献
7.
《滨州学院学报》2019,(4):22-28
针对基于部件级航空发动机动态建模过程中完整、准确的航空发动机部件特性数据往往难以获取、建模时间长等现象,提出使用实验数据进行辨识建模的方法。为了建立航空发动机的动态模型,通过对某轻型飞机实验台的飞行实验数据进行分析整理,提出使用BP神经网络对发动机重要参数进行建模,同时使用粒子群优化算法(Particle swarm optimization,PSO)对BP神经网络的权值和阈值进行优化,使用改进粒子群优化算法(Improved particle swarm optimization algorithm,IPSO)对传统粒子群优化算法进行改进,仿真结果表明IPSO-BP网络建立的发动机模型精度和稳定性更高。 相似文献
8.
《武汉工程职业技术学院学报》2019,(4)
为快速有效地实现物联网中无线节点的定位需要,提出混合使用遗传与退火算法计算物联网无线节点位置的方法。利用退火算法具备概率性向"优化"和"劣化"方向搜索的特点,优化遗传运算过程中的选择算子,有效改善种群多样性,克服遗传算法容易出现"早熟收敛"的现象,有利于位置计算函数的极值收敛。实验结果表明:使用混合遗传算法计算物联网中节点位置,消耗锚点少,定位精度高,算法稳定,能有效解决低成本无线系统中的定位问题。 相似文献
9.
范文娟 《西安文理学院学报》2019,(3)
针对基于图象的三维建模方法存在着不精确的问题,提出了一种基于误差最小化的视频自动三维建模方法.该方法利用互信息计算三维模型的拟合得分,并对模型拟合进行优化.该优化方案在不需要人工干预的情况下最小化拟合误差,以提高三维动画图象建模的精度.实验评估部分使用了真实的视频作为数据集,实验结果验证了本文方法的有效性. 相似文献
10.
传统计算机算法在大数据环境下效率较差。为此,从数据处理并行角度出发探索大数据环境下实现先进先出的新算法逻辑,通过先进先出算法实现对成本的有效计算,尤其是提高计算容错性,利用优化的并行化计算模式提高算法时间效率。对传统成本算法与新的并行化先进先出成本算法在实际数据上进行比较实验,结果表明并行化的先进先出成本算法在时间效率上优于传统成本算法,且随着数据量的不断扩大时间效率更加明显,而先进先出的计算模型与传统算法在计算误差上并无扩大,说明并行化的先进先出成本算法在大数据环境下优于传统成本算法。 相似文献
11.
任务调度和资源分配是云计算的两大关键技术,资源分配决定着资源使用规则,关系到云计算的执行效率和并发处理能力。针对绿色云计算中的资源管理与调度过程,在Map Reduce调度模型基础上,设计一种并行Map Reduce资源分配算法。实验结果表明,该算法在能耗优化和执行时间方面都优于Map Reduce算法。 相似文献
12.
交通标志识别系统是智能交通系统与先进辅助驾驶系统的重要组成部分,由于道路交通较为复杂,提高交通检测与识别算法的准确率和实时性是走向实际应用进程中需要解决的关键问题。文章提出一种基于参数优化的卷积神经网络方法,在对选用的数据集进行预处理操作基础上,适当调整CNN的规模、结构,使用网格法对相关参数进行协同优化,再使用改进的CNN模型在CTSDB数据集上进行训练和验证。结果表明:优化后的模型性能和稳健性均显著提高,且能够有效地完成交通标志的识别、分类任务。 相似文献
13.
14.
15.
针对基于FPGA计算加速的异构高性能计算平台上的硬件任务调度需求,根据硬件任务的空间属性与时间属性,提出了一个基于时空情境CBTA的任务调度体系与相关算法。高性能计算平台的分级调度将CBTA的调度分为平台任务调度与节点任务调度。通过将任务与资源划分为不同的时空情境,提出了一个基于情境转化的自适应任务调度策略,并给出了CBTA调度算法的并行优化策略。最后通过实验来说明了算法在对用户响应时间、负载均衡以及任务拒绝率上的优势。 相似文献
16.
郏宣耀 《唐山师范学院学报》2005,27(5):50-53
针对标准模拟退火算法串行优化单个解,优化过程较长、效率较低的弱点,提出一种基于多种群群体优化的并行机制。该机制通过将单个解的串行优化转化为许多个解同时进行的并行优化来提高算法的整体优化效率。利用该算法求解TSP问题能够显著提高优化效率,仿真结果表明该算法是有效的。 相似文献
17.
基于并行粒子群算法的Otsu双阈值医学图像分割 总被引:1,自引:0,他引:1
医学图像分割一直是医学影像分析领域的研究热点。由于粒子群优化(PSO)容易陷入局部极小,因此该算法用于搜索某些函数极值时精确度较低且稳定性较差。针对该问题,结合Otsu分割技术,提出了一种基于并行粒子群优化算法的Otsu双阈值医学图像分割算法。在该算法中,将粒子群体分成若干个子群体,进化在多个不同的子群中并行进行,避免单种群进化过程中出现的过早收敛现象,提高整个算法的收敛速度。实验结果表明,提出的分割算法与传统粒子群算法相比,不仅能够对图像进行准确的分割,而且具有更强的精确性和稳定性,其收敛速度明显优于基于单种群的粒子群算法的Otsu双阈值医学图像分割。 相似文献
18.
19.