为了克服差分进化算法寻优精度低、收敛速度慢、稳定性差等不足,提出一种基于多变异策略的自适应差分进化算法(ADE-MM)。首先,在3个变异策略的选择过程中添加2个具有学习功能的扰动阈值,以提高种群多样性,扩大搜索范围;然后,根据上次迭...为了克服差分进化算法寻优精度低、收敛速度慢、稳定性差等不足,提出一种基于多变异策略的自适应差分进化算法(ADE-MM)。首先,在3个变异策略的选择过程中添加2个具有学习功能的扰动阈值,以提高种群多样性,扩大搜索范围;然后,根据上次迭代的成功参数自适应调整当前参数,提高寻优精度和寻优速度;最后,利用向量粒子池法和中心粒子法产生新的向量粒子,进一步提高寻优效果。使用8个函数、5种对比算法(RMDE、OLCPDE、JADE、Sa DE、MDE_pBX)进行测试,且每种例子都独立执行30次。ADE-MM算法在均值和方差的比较中取得了全胜,其中在30维的情况下取得了5个独立胜利,3个并列胜利;在50维的情况下取得了6个独立胜利,2个并列胜利;在100维的情况下全部为独立胜利。同时在Wilcoxon rank sum test、胜率和算法耗时分析中,ADE-MM算法也取得优异的表现。实验结果表明,相对于其他5种对比算法,ADE-MM算法具有更强的全局寻优能力、收敛性和稳定性。展开更多
提出自适应带宽分配策略((Flexible Bandwidth Allocation for Big Data Transfer,FBA-BDT)。FBA-BDT给传输大数据的请求提供动态带宽分配,在满足数据有效期的条件下,最大化数据传输率。首先,构建优化规划目标函数,然后再用启发式算法...提出自适应带宽分配策略((Flexible Bandwidth Allocation for Big Data Transfer,FBA-BDT)。FBA-BDT给传输大数据的请求提供动态带宽分配,在满足数据有效期的条件下,最大化数据传输率。首先,构建优化规划目标函数,然后再用启发式算法求解目标函数,进而优化带宽的分配。实验数据表明,与最小带宽分配相比,提出的FBA-BDT算法的数据传输请求拒绝率下降40%、一天内传输的数据量提高至21 TB。展开更多
文摘为了克服差分进化算法寻优精度低、收敛速度慢、稳定性差等不足,提出一种基于多变异策略的自适应差分进化算法(ADE-MM)。首先,在3个变异策略的选择过程中添加2个具有学习功能的扰动阈值,以提高种群多样性,扩大搜索范围;然后,根据上次迭代的成功参数自适应调整当前参数,提高寻优精度和寻优速度;最后,利用向量粒子池法和中心粒子法产生新的向量粒子,进一步提高寻优效果。使用8个函数、5种对比算法(RMDE、OLCPDE、JADE、Sa DE、MDE_pBX)进行测试,且每种例子都独立执行30次。ADE-MM算法在均值和方差的比较中取得了全胜,其中在30维的情况下取得了5个独立胜利,3个并列胜利;在50维的情况下取得了6个独立胜利,2个并列胜利;在100维的情况下全部为独立胜利。同时在Wilcoxon rank sum test、胜率和算法耗时分析中,ADE-MM算法也取得优异的表现。实验结果表明,相对于其他5种对比算法,ADE-MM算法具有更强的全局寻优能力、收敛性和稳定性。
文摘提出自适应带宽分配策略((Flexible Bandwidth Allocation for Big Data Transfer,FBA-BDT)。FBA-BDT给传输大数据的请求提供动态带宽分配,在满足数据有效期的条件下,最大化数据传输率。首先,构建优化规划目标函数,然后再用启发式算法求解目标函数,进而优化带宽的分配。实验数据表明,与最小带宽分配相比,提出的FBA-BDT算法的数据传输请求拒绝率下降40%、一天内传输的数据量提高至21 TB。
