-
题名多尺度量子谐振子算法性能分析
被引量：8
- 1
-
-
作者
袁亚男
王鹏
刘峰
-
机构
中国科学院成都计算机应用研究所
中国科学院大学
成都信息工程学院并行计算实验室
-
出处
《计算机应用》
CSCD
北大核心
2015年第6期1600-1604,共5页
-
基金
国家自然科学基金资助项目(60702075)
广东省科技厅高新技术产业化科技攻关项目(2011B010200007)
+1 种基金
四川省青年科学基金资助项目(09ZQ026-068)
成都市科技局创新发展战略研究项目(11RXYB016ZF)
-
文摘
多尺度量子谐振子算法(MQHOA)具有良好的全局收敛性以及自适应性。为分析研究MQHOA求解精度与速度具体性能,通过求解整数非线性规划问题,将MQHOA和采用量子行为模型且已被广泛使用的量子粒子群优化(QPSO)算法以及改进的随机平均最好位置量子粒子群(QPSO-RM)算法进行理论模型和实验对比,仿真实验中,MQHOA对7组无约束整数规划问题的求解均取得100%成功率且求解速度整体上略快于QPSO和QPSO-RM;对2组有约束整数规划问题的求解速度比QPSO、QPSO-RM稍慢,但MQHOA的求解成功率均为100%,高于后两者;通过和QPSO、QPSO-RM的收敛过程进行对比,MQHOA更快更早于对比算法收敛到全局最优解。实验结果表明:MQHOA能有效地适应整数规划求解问题,能够避免陷入局部最优解的情况从而获得全局最优解,并在求解精度和收敛速度上均优于对比算法。
-
关键词
多尺度量子谐振子算法
全局收敛
量子行为模型
量子粒子群优化算法
整数非线性规划
-
Keywords
multi-scale quantum harmonic oscillator algorithm （mqhoa）
global convergence
quantum-behaved model
quantum-behaved Particle Swarm Optimization （QPSO） algorithm
Integer Nonlinear Programming （INP）
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于多尺度量子谐振子算法的云计算任务调度
被引量：8
- 2
-
-
作者
韩虎
王鹏
程琨
李波
-
机构
中国科学院成都计算机应用研究所
中国科学院大学
西南民族大学计算机科学与技术学院
-
出处
《计算机应用》
CSCD
北大核心
2017年第7期1888-1892,共5页
-
基金
国家自然科学基金资助项目(60702075)
西南民族大学中央高校基本科研业务费专项(2017NZYQN27)
四川省青年科学基金资助项目(09ZQ026-068)~~
-
文摘
合理地分配虚拟计算资源以进行有效的任务调度是云计算中的一个核心问题。为了更好地利用虚拟计算资源,高效地完成服务需求,提出了一种基于多尺度量子谐振子算法(MQHOA)的任务调度算法。首先,该算法将每一个调度方案当成一个采样位置,利用高斯采样的随机性在当前尺度下搜索局部最优解;其次,判断算法是否处于能级稳定状态,如果稳定,则进入能级降低过程,最坏的调度方案将被替换;最后,算法进入尺度下降的过程,算法由全局搜索过渡到局部搜索,迭代多次之后,算法停止并输出找到的最优结果。通过在Cloud Sim平台上进行仿真实验,与现有的先来先服务(FCFS)算法和粒子群优化(PSO)算法对比,MQHOA总任务完成时间减少10%以上,负载不均值下降0.4以上。实验结果表明,基于MQHOA的任务调度算法能够快速收敛,有良好的全局收敛性和自适应能力,在云计算任务调度过程中,能够起到减少总任务完成时间和均衡负载的作用。
-
关键词
多尺度量子谐振子算法
云计算
任务调度
快速收敛
负载均衡
-
Keywords
multi-scale quantum harmonic oscillator algorithm （mqhoa）
cloud computing
task scheduling
fastconvergence
load balancing
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名多尺度量子谐振子优化算法物理模型
被引量：18
- 3
-
-
作者
王鹏
黄焱
-
机构
成都信息工程学院并行计算实验室
中国科学院成都计算机应用研究所
中国科学院大学
-
出处
《计算机科学与探索》
CSCD
北大核心
2015年第10期1271-1280,共10页
-
基金
国家自然科学基金
中国博士后科学基金
四川省青年科学基金~~
-
文摘
依据谐振子物理模型及量子谐振子波函数的概率解释构造了一种新的全局优化算法——多尺度量子谐振子优化算法(multi-scale quantum harmonic oscillator optimization algorithm,MQHOA)。定义了算法的波函数,并利用算符方法证明了全局搜索精度和局部搜索精度之间的测不准关系,指出算法必须包含量子谐振子收敛和多尺度收敛两个嵌套的基本收敛过程,才能实现对全局最优解的逐步逼近。通过与量子粒子群算法和模拟退火算法对15种标准测试函数进行实验比对,证明了MQHOA在求解函数全局优化问题时具有更好的适应性、稳定性和精确性。
-
关键词
多尺度量子谐振子优化算法(mqhoa)
优化算法
测不准关系
高斯随机数
-
Keywords
multi-scale quantum harmonic oscillator optimization algorithm（mqhoa）
optimization algorithm
uncertainty relationship
Gauss random number
-
分类号
O242.23
[理学—计算数学]
-
