陈少淼
- 作品数：13 被引量：159H指数：5
- 供职机构：湖南大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划广东省科技计划工业攻关项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 约束优化进化算法综述被引量：68
- 2017年
- 约束优化进化算法主要研究如何利用进化计算方法求解约束优化问题,是进化计算领城的一个重要研究课题.约束优化问题求解存在约束区域离散、等式约束、非线性约束等挑战,其问题的本质是,如何处理可行解与不可行解的关系才能使得算法更高效.首先介绍了约束优化问题的定义;然后,系统地分析了目前存在的约束优化方法;同时,基于约束处理机制,将这些方法分为罚函数法、可行性法则、随机排序法、?-约束处理法、多目标优化法、混合法等6类,并从约束处理方法的角度对约束优化进化算法的最新研究进展进行综述;最后,指出约束优化进化算法需进一步研究的方向与关键问题.
- 李智勇黄滔陈少淼李仁发
- 关键词：进化算法进化计算
- 一种桁架结构设计优化方法
- 本发明公开了一种桁架结构设计优化方法，该方法包括以下步骤：一、建立桁架的数学模型，设定目标函数；二、计算桁架中各杆件的应力和各节点的位移；三、定义边界条件，各杆件应力的大小小于最大许可应力，各节点位移的大小小于最大许可位...
- 李智勇曾磊陈少淼林可李洋李仁发
- 文献传递
- 云计算环境下量子超启发式能耗管理研究
- 云计算作为一种新的商业计算模式，利润最大化是云服务提供商的主要目的之一，而能耗作为云计算数据中心的主要开销，在客户的不同服务需求下，尽可能降低能耗，既有利于提高服务提供商的利润又可以减少云计算数据中心对环境的污染。因此，...
- 陈少淼
- 关键词：云计算量子计算能耗管理
- 文献传递
- 基于生态策略的动态多目标优化算法被引量：10
- 2014年
- 动态多目标优化问题(dynamic multi-objective optimization problems,DMOP)的目标函数、约束条件或者问题的相关参数随时间变化,是多目标优化领域非常重要的研究难题,传统方法难以很好地追踪其变化的Pareto前沿.针对动态多目标优化问题特点,提出了一种基于生态策略的动态多目标优化算法(dynamic multi-objective optimization algorithm based on ecological strategy,ESDMO).各种群可以采取不同的进化策略应对外部环境变化,捕食种群与被捕食群体间的竞争也促进种群不断提高生存力.受此启发,采用了一种多种群协同进化机制与强化学习策略相结合的协同进化计算模型.该算法定义了一种环境自检算子用于检测环境的变化,不同的种群采取不同的生态策略来应对动态环境变化.经过各种类型的动态多目标优化问题测试,实验结果表明所提出的算法具有更好的解集多样性、均匀性和分布性,验证了该算法对于解决动态多目标优化问题是有效的.
- 张世文李智勇陈少淼李仁发
- 关键词：动态多目标优化PARETO前沿协同进化生态策略进化算法
- 一种桁架结构设计优化方法
- 本发明公开了一种桁架结构设计优化方法，该方法包括以下步骤：一、建立桁架的数学模型，设定目标函数；二、计算桁架中各杆件的应力和各节点的位移；三、定义边界条件，各杆件应力的大小小于最大许可应力，各节点位移的大小小于最大许可位...
- 李智勇曾磊陈少淼林可李洋李仁发
- Hadoop平台下基于预释放资源列表的任务调度算法
- 本发明提出一种Hadoop平台下基于预释放资源列表的任务调度算法，充分利用了Hadoop记录的历史信息和集群当前状况监控信息来更好地帮助资源调度。本算法无需手动设置延迟等待时间。并通过对预释放资源列表中的资源进行预调度，...
- 李智勇陈京陈少淼杨波王尽如
- 面向大数据处理的并行优化抽样聚类K-means算法被引量：45
- 2016年
- 针对大数据环境下K-means聚类算法聚类精度不足和收敛速度慢的问题,提出一种基于优化抽样聚类的K-means算法(OSCK)。首先,该算法从海量数据中概率抽样多个样本;其次,基于最佳聚类中心的欧氏距离相似性原理,建模评估样本聚类结果并去除抽样聚类结果的次优解;最后,加权整合评估得到的聚类结果得到最终k个聚类中心,并将这k个聚类中心作为大数据集聚类中心。理论分析和实验结果表明,OSCK面向海量数据分析相对于对比算法具有更好的聚类精度,并且具有很强的稳健性和可扩展性。
- 周润物李智勇陈少淼陈京李仁发
- 关键词：大数据K-均值概率抽样欧氏距离
- 异构云环境多目标Memetic优化任务调度方法被引量：19
- 2016年
- 云计算系统的高效能调度优化是当前重要的研究课题,面向异构云环境的多目标优化调度方法研究具有重要意义.云计算环境下的能耗和性能优化管理是NP-HARD的多目标组合优化问题,目前一般启发式调度系统大多采用带约束的性能或能耗的单目标优化计算方法,不能完全满足复杂云计算系统资源约束动态性与管理需求多样性的需求.基于传统进化优化的随机搜索算法应用于云环境下的DAG任务的多目标调度优化,计算开销大、计算实时性不足,文中提出了新的Memetic优化方法以解决异构云环境多目标调度优化问题.首先,文中针对异构云环境多目标调度优化问题,构建了一般性的数学定义;其次,针对该问题设计了多目标Memetic优化算法,采用基于解结构相关信息的Memetic局部搜索算子加速调度方案的局部优化能力,以提高算法的收敛速度、降低计算开销.实验结果表明,应用所提出的多目标Memetic优化算法进行异构云环境能耗和性能多目标调度优化,比传统方法具有更好的计算效率、解集多样性与收敛性能.
- 李智勇陈少淼杨波李仁发
- 关键词：DAG云计算
- 大数据应用集群系统高效能资源管理优化方法研究
- 当前，大数据已经成为移动互联网、大规模物联网、并行集群计算、数据科学与机器学习等领域炙手可热的研究焦点，其技术发展趋势已从“概念”走向“价值”，如何低成本高效率的从这些体量巨大、不断增长的多源异构数据中挖掘出有价值的知识...
- 陈少淼
- 关键词：集群系统资源管理动态服务器
- 文献传递
- Hadoop平台下基于预释放资源列表的任务调度方法
- 本发明提出一种Hadoop平台下基于预释放资源列表的任务调度方法，充分利用了Hadoop记录的历史信息和集群当前状况监控信息来更好地帮助资源调度。本方法无需手动设置延迟等待时间。并通过对预释放资源列表中的资源进行预调度，...
- 李智勇陈京陈少淼杨波王尽如
- 文献传递
