期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于改进狼群算法的移动机器人路径规划 被引量:7
1
作者 倪郁东 费学芳 +2 位作者 沈吟东 李媛媛 宋阳琴 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2019年第10期1424-1430,共7页
为了获取机器人全局最优路径,文章提出一种基于改进的狼群算法移动机器人路径规划。首先运用栅格法对机器人环境进行建模;然后提出一种改进的狼群算法,该算法提出并行游走机制,进一步提高探狼的局部搜索能力;构建智能奔袭行为,提高猛狼... 为了获取机器人全局最优路径,文章提出一种基于改进的狼群算法移动机器人路径规划。首先运用栅格法对机器人环境进行建模;然后提出一种改进的狼群算法,该算法提出并行游走机制,进一步提高探狼的局部搜索能力;构建智能奔袭行为,提高猛狼自适应调节能力;提出向心围攻策略,使得算法收敛到全局最优。6类测试函数的仿真结果表明,改进的算法在局部搜索能力和自适应调节能力更强、收敛精度更高、收敛速度更快。移动机器人路径规划的仿真实验所涉及到的参数较多,文章利用Taguchi方法的三因素三水平正交试验法选取了最佳的参数组合。最后将改进的狼群算法和狼群算法都进行路径规划的仿真实验,结果表明,改进的算法在解决机器人路径规划问题上更有效。 展开更多
关键词 路径规划 狼群算法 并行游走 智能奔袭 向心围攻
下载PDF
基于强化学习的智能I/O调度算法 被引量:2
2
作者 李琼 郭御风 蒋艳凰 《计算机工程与科学》 CSCD 北大核心 2010年第7期58-61,共4页
利用机器学习方法解决存储领域中若干技术难题是目前存储领域的研究热点之一。强化学习作为一种以环境反馈作为输入、自适应环境的特殊的机器学习方法,能通过观测环境状态的变化,评估控制决策对系统性能的影响来选择最优的控制策略,基... 利用机器学习方法解决存储领域中若干技术难题是目前存储领域的研究热点之一。强化学习作为一种以环境反馈作为输入、自适应环境的特殊的机器学习方法,能通过观测环境状态的变化,评估控制决策对系统性能的影响来选择最优的控制策略,基于强化学习的智能RAID控制技术具有重要的研究价值。本文针对高性能计算应用特点,将机器学习领域中的强化学习技术引入RAID控制器中,提出了基于强化学习的智能I/O调度算法RL-scheduler,利用Q-学习策略实现了面向并行应用的自治调度策略。RL-scheduler综合考虑了调度的公平性、磁盘寻道时间和MPI应用的I/O访问效率,并提出多Q-表交叉组织方法提高Q-表的更新效率。实验结果表明,RL-scheduler缩短了并行应用的平均I/O服务时间,提高了大规模并行计算系统的I/O吞吐率。 展开更多
关键词 机器学习 强化学习 智能I/O调度 raid控制器
下载PDF
一种自适应负载的I/O调度算法 被引量:1
3
作者 徐炜遐 李琼 蒋艳凰 《计算机工程与科学》 CSCD 北大核心 2009年第11期1-3,29,共4页
I/O调度算法对磁盘阵列(RAID)性能具有至关重要的影响。虽然已有很多典型的I/O调度算法在一定负载情况下可获得较好的性能,但很难有哪一种算法在各种负载情况下均能获得很好的性能。本文提出了一种智能RAID控制模型,结合C4.5决策树和Ada... I/O调度算法对磁盘阵列(RAID)性能具有至关重要的影响。虽然已有很多典型的I/O调度算法在一定负载情况下可获得较好的性能,但很难有哪一种算法在各种负载情况下均能获得很好的性能。本文提出了一种智能RAID控制模型,结合C4.5决策树和AdaBoost算法实现负载自动分类,根据负载变化和性能反馈情况动态调整I/O调度策略,实现面向应用需求的自治调度。模拟实验结果表明,自适应调度算法具有较好的适应性,在各种负载情况下优于现有的I/O调度算法,尤其适用于多线程混合负载环境的I/O性能优化。 展开更多
关键词 调度算法 智能存储控制 负载分类 raid控制器
下载PDF
RAID高速通道IP设计
4
作者 朱勇 张江陵 《计算机工程》 CAS CSCD 北大核心 2003年第6期153-154,157,共3页
论述了RAID高速通道的系统结构及其IP Core设计。在RAID高速通道系统中,数据由嵌入式处理器及实时操作系统高效处理,并通过可编程逻辑可靠、快速传输。还提出了RAID的可配置性和通信协议的概念及模型。给出了通道的IP Core设计原型。
关键词 raid 磁盘阵列 高速通道系统 IP 设计
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部