您的位置: turnitin查重官网> 工程 >> 电气工程 >> 电气工程及自动化 >分析动态基于预测模型动态多目标优化算法

分析动态基于预测模型动态多目标优化算法

收藏本文 2024-03-11 点赞:6845 浏览:22325 作者:网友投稿原创标记本站原创

摘要:动态多目标优化不足(DMOP)是科学探讨与工程实践中普遍有着的基础性优化不足,运用前景广泛,解决其中的核心难题,对推进该领域的进展与运用有着重要的科学与工程作用。目前,大多数动态多目标不足的求解策略(DMOEA)是在一些成功的静态多目标优化进化算法的基础上,采取某些改善的辅助对策应对不足的变化,但是这些改善对策大多以增加算法搜索的随机性、降低收敛速度为代价应对不足的变化,并没有针对不同不足的特性进行相应的算法改善,难以取得满意的优化性能。针对动态多目标优化不足的特点,本论文提出了一种新的基于预测模型的动态多目标优化算法(N-PDMOEA),利用启发式知识设计新的预测模型,以解决Pareto最优解集动态平移不足(DMOP-TPS),并运用该策略解决云计算任务调度中的优化不足。本论文围绕基于预测模型的动态多目标优化算法以及其在云计算任务调度中的运用展开,主要内容包括:首先,综述了动态多目标优化不足及目前已有的求解策略,建立基于预测模型的动态多目标优化算法的基本概念,并阐述了需要针对不同不足设计不同的预测模型的理由,指出预测的合理性不足;其次,在探讨一般动态多目标不足和预测模型的基础上,定义一种具有普遍作用的Pareto最优解集动态平移不足模型,针对此不足提出了一种基于新预测模型(ADLM)的动态多目标进化算法。此算法的在多目标领域的经典算法(NSGA2)基础上,根据Pareto最优解集动态平移不足的特点,设计了一种针对该不足的新预测模型。四种模型的比较实验及浅析表明本预测模型在解的收敛性方面有较好的体现,同时四种模型的时间复杂度浅析也表明了本预测模型在时间性能方面的优势。最后,本论文提出了一种云计算环境下基于新预测模型的动态多目标任务调度算法(N-PDMOTSA)。针对现实云计算环境中的任务调度,定义了一种Pareto最优解集动态平移任务调度不足(DCCTS),针对该不足的特点,设计了基于新预测模型的动态多目标任务调度算法。仿真实验结果表明,该算法可以较好的解决云计算环境下的Pareto最优解集动态平移任务调度不足。关键词:动态多目标优化算法论文预测模型论文Pareto动态平移论文云计算论文任务调度论文

    摘要4-5

    Abstract5-10

    插图索引10-11

    第1章 绪论11-17

    1.1 探讨背景与作用11-13

    1.1.1 探讨背景11-12

    1.1.2 探讨作用12-13

    1.2 国内外探讨近况13-15

    1.3 本论文的主要探讨内容及工作安排15-17

    1.3.1 主要探讨内容15

    1.3.2 本论文的工作安排15-17

    第2章 动态多目标优化不足及动态多目标优化算法17-32

    2.1 静态多目标优化不足17-18

    2.1.1 多目标优化不足的定义17-18

    2.1.2 相关概念18

    2.2 动态多目标优化不足18-20

    2.2.1 动态多目标优化不足的定义19

    2.2.2 相关概念19

    2.2.3 动态变化类型19-20

    2.3 静态多目标优化算法20-29

    2.3.1 传统静态多目标优化算法20-22

    2.3.2 群智能多目标优化算法22-29

    2.4 动态多目标优化算法29-31

    2.4.1 动态多目标优化算法的设计目标29

    2.4.2 动态多目标优化算法的总体框架29-31

    2.5 小结31-32

    第3章 基于预测模型的动态多目标优化算法的基础浅析32-38

    3.1 基于预测模型的动态多目标优化算法框架浅析32-33

    3.2 预测方式浅析33-35

    3.2.1 一般预测模型33

    3.2.2 预测的合理性要求33-34

    3.2.3 几种预测模型34-35

    3.3 经典算法 NSGA235-37

    3.3.1 NSGA35-36

    3.3.2 NSGA236-37

    3.4 小结37-38

    第4章 基于新预测模型的动态多目标优化算法38-55

    4.1 Pareto 最优解集动态平移不足38-41

    4.1.1 定义38-39

    4.1.2 几个例子39-41

    4.2 新预测模型41-44

    4.2.1 Pareto 最优解集动态平移不足的数学特性浅析41-44

    4.2.2 模型的建立44

    4.3 基于新预测模型的动态多目标优化算法44-45

    4.4 实验浅析45-53

    4.4.1 测试函数45-46

    4.4.2 比较的预测模型46

    4.4.3 实验结果评价指标46-47

    4.4.4 实验结果及浅析47-53

    4.5 时间复杂度浅析53-54

    4.6 小结54-55

    第5章 云计算环境下基于新预测模型的动态任务调度优化55-67

    5.1 云计算环境下任务调度概述55-57

    5.1.1 任务调度的探讨近况55-56

    5.1.2 静态任务调度模型56-57

    5.2 云计算环境下基于新预测模型的动态任务调度优化57-60

    5.2.1 Pareto 最优解集动态平移环境下的动态任务调度模型建立57-59

    5.2.2 基于新预测模型的动态任务调度优化算法描述59-60

    5.3 实验浅析60-66

    5.3.1 比较的预测模型60-61

    5.3.2 参数及评价指标设置61-62

    5.3.3 实验结果及浅析62-66

    5.4 小结66-67

    结论67-69

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号