位置:成果数据库 > 期刊 > 期刊详情页
基于样本密度和分类误差率的增量学习矢量量化算法研究
  • ISSN号:0254-4156
  • 期刊名称:自动化学报
  • 时间:2015
  • 页码:1187-1200
  • 分类:TP301[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:西安电子科技大学计算机学院,陕西西安710071
  • 相关基金:国家自然科学基金资助项目(61402350,61472297);中央高校基本科研业务费专项资金资助项目(JB150307).
  • 相关项目:基于粒子群优化算法的不确定性多目标优化问题研究及其应用
作者: 李娟|王宇平|
中文摘要:

针对处理机具有任意释放时间的异构并行与分布式系统,通过寻找最优的处理机调度顺序和任务分配方案,使得任务的完成时间达到最短.首先,在给定处理机调度顺序的情况下,分析了处理机释放时间对任务完成时间的影响,得到了任务分配方案关于处理机调度顺序和时序约束条件的解析解;然后,以调度顺序和时序约束条件为变量,以任务的最短完成时间为目标,建立了一种新的可分任务调度模型;最后,设计了高效的全局优化遗传算法求解该模型.仿真结果表明所提算法比已有算法完成任务的时间更短.

英文摘要:

For heterogeneous parallel and distributed systems with arbitrary processor release times, the make-span was minimized by finding the optimal distribution sequence of processors and the opti- mal load partition. First, the influence of processor release times on the make-span was analyzed with a given distribution sequence of processors, and the function of load partition with respect to the dis- tribution sequence and time constraints was derived. Second, a new divisible-load scheduling model was proposed with the distribution sequence and time constraints as variables and the minimum make- span as the objective. Third, an effective global optimization genetic algorithm was designed to solve this model. Finally, experimental results show that the proposed algorithm outperforms the existing algorithms in finding the minimum make-span.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《自动化学报》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国自动化学会 中国科学院自动化研究所
  • 主编:王飞跃
  • 地址:北京东黄城根北街16号
  • 邮编:100717
  • 邮箱:aas@ia.ac.cn
  • 电话:010-64019820
  • 国际标准刊号:ISSN:0254-4156
  • 国内统一刊号:ISSN:11-2109/TP
  • 邮发代号:2-180
  • 获奖情况:
  • 1997年获全国优秀期刊奖,1985、1990、1996、2000年获中国科学院优秀期刊二等奖,2002年获国家期刊奖
  • 国内外数据库收录:
  • 美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:27550