题名 基于并行基因表达式编程的网格资源分配算法
被引量：6
1
作者
邓松 王汝传 张羽 张建风
机构
南京邮电大学计算机学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2009年第2期272-277,共6页
基金
国家自然科学基金(No.60573141 60773041) +9 种基金 国家863高技术研究发展计划基金(No.2006AA01Z201 No.2006AA01Z219 No.2006AA01Z439 No.2007AA01Z404 No.2007AA01Z478) 江苏省高技术研究计划基金(No.BG2006001) 南京市高科技项目(2007软资127) 现代通信国家重点实验室基金(No.9140C1105040805) 江苏省高校科技创新计划基金(No.CX08B-085Z CX08B-086Z)
文摘
网格下的资源分配属于NP-难问题.为了更好地解决这个问题,文中首先提出了网格资源分配模型,并对资源个数与任务个数的三种不同情况进行了详细的分析,最后提出基于并行基因表达式编程的网格资源分配算法(Grid Resource Allocation Algorithm based on Parallel GEP,GRA-PGEP).该算法采用了基于资源与任务相关的非线性的编码方式和反转操作,同时应用粗粒度模型设计了该算法.仿真实验表明,GRA-PGEP算法在优化成功率、平均收敛代数以及耗时方面都要优于传统的GEP和GA算法.
关键词
基因表达式编程 网格 资源分配 粗粒度模型
Keywords
gene expression programming grid resource allocation coarse-grained model
分类号
TP301
[自动化与计算机技术—计算机系统结构]
题名 基于自适应多变异的差分进化算法与应用
2
作者
袁毅 董自健
机构
江苏海洋大学电子工程学院
出处
《科学技术创新》
2024年第12期104-107,共4页
基金
连云港市博士后科研资助计划项目(LYG20210010)。
文摘
标准差分进化算法(DE)存在局部搜索能力弱、参数敏感性高等缺点,为了提升算法的性能,设计了一种基于自适应多变异的差分进化算法(AMVDE),该算法首先在种群初始化阶段使用反向学习策略提升个体的质量,然后通过多种变异策略和自适应控制参数增加算法的探索性和鲁棒性。最后将AMVDE算法应用于解决生物信息学中超复杂度的蛋白质结构预测问题,验证了算法的有效性和可靠性。
关键词
差分进化算法 反向学习 参数自适应 蛋白质结构预测 粗粒度 能量模型
Keywords
differential evolution algorithm reverse learning parameter adaptation protein structure prediction coarse-grained energy model
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 基于OpenMP的并行遗传算法求解SAT问题
被引量：6
3
作者
吴贯锋 徐扬 常文静 陈树伟 徐鹏
机构
西南交通大学信息科学与技术学院 西南交通大学系统可信性自动验证国家地方联合工程实验室 西南交通大学数学学院
出处
《西南交通大学学报》
EI
CSCD
北大核心
2019年第2期428-435,共8页
基金
国家自然科学基金资助项目(61673320) 中央高校基本科研业务费专项资金资助项目(2682017ZT12)
文摘
为了提高SAT (boolean satisfiability)问题求解效率,在OpenMP (open multi-processing)编程框架下,将遗传算法与局部搜索算法结合,改进了混合遗传算法中的选择算法,将原有选择操作的时间复杂度降低到O(N)级别.算法采用OpenMP中的编译制导语句#pragma omp parallel粗粒度并行化驱动混合遗传算法,采用#pragma omp single语句块实现了子种群间个体的同步迁移操作.与同类算法HCGA (hybrid cloud genetic algorithm)比较分析表明:改进算法HGA (hybrid genetic algorithm)以及并行后的混合遗传算法CGPHGA(coarse-grained parallel hybrid genetic algorithm)在求解成功率和求解效率上都有显著提高,部分问题求解成功率提高达5倍.
关键词
SAT问题 OPENMP 并行混合遗传算法 粗粒度模型
Keywords
SAT problem OpenMP parallel hybrid genetic algorithm coarse-grained model SAT(boolean satisfiability)
分类号
TP311.1
[自动化与计算机技术—计算机软件与理论]
