摘要：互联网的异构性导致了网络资源不能充分共享,传统的校园网结构使得教育资源难以大范围共享,网格技术能较好地解决这些问题。通过对校园网现状和网格技术的分析,该文提出校园网格作业调度模型,设计并实现了基于量子遗传算法的作业调度方法。算法借鉴量子比特的叠加性,采用量子编码来表征染色体,能够表示许多可能的线性叠加状态,其整体性能优于普通遗传算法。

摘要：克隆选择算法随机产生种群的方式,将容易导致数字的取值非均匀的分布在解的空间,从而增加数据冗余的现象。为了克服克隆选择算法的缺点,将克隆选择算法和混沌优化相结合,提出一种用于函数优化的混沌克隆优化算法.该算法利用混沌的随机性、遍历性和规律性来避免陷入局部极小值,同时引入等价划分的策略,减少了可能出现的数据冗余现象。仿真实验显示了所设计的算法能以较快的速度完成给定范围的搜索和全局优化任务。

摘要：最优化方法是现代管理科学的重要理论基础和不可缺少的方法,被人们广泛地应用到计算机科学、智能科学与技术、经济管理、国防等领域。最优化理论与方法课程是高校人工智能专业一门专业必修课程,为学生熟悉现代最优化理论及方法的设计和应用打下良好的基础。文章探讨了该课程实践教学的现状及其存在的问题,分析了该课程目标达成度与实践教学创新性体系的研究方法与实践措施。

摘要：为了解决传统的协同过滤推荐算法计算用户之间相似性度量时,忽略用户与物品之间的相似关系导致推荐性能下降的问题,设计了一种结合遗忘机制与用户相似度的推荐算法。该算法基于用户-用户和物品-物品余弦相似度值和关系二元性,同时引入遗忘机制,根据用户对物品的评分以及记忆留存率进行偏好权重计算,再通过仔细合并相似度的值提高系统的覆盖率和点击率。通过在数据集MovieLens上与其他链接预测算法进行对比实验,结果证明该算法的命中率相较于其他算法提高了约7%,覆盖率略高于现有算法。

摘要：网格计算是当前高性能计算领域的一个研究热点,由于网格计算的资源具有分布性,异构性,自治性,动态性等特点,因而其资源管理比一般系统的资源管理具有更大的复杂度。文中提出了一种基于Agent的网格计算资源管理模型,并且采用了混合遗传模拟退火算法作为调度策略,满足了网格对调度系统可扩展性和全局最优调度的需求。实验结果证实了该方法的有效性。

摘要：克隆选择算法是一种基于克隆选择原理的进化优化算法,但是它因受抗体浓度的影响而稳定性较差。在传统的克隆选择算法的基础上,充分考虑抗体的浓度和种群多样性两方面因素,提出了一种新的基于反馈机制的克隆反馈优化算法。该算法融入了一种进化反馈深度模型和种群生存度设计理念,有效提高了算法的稳定性。最后,将该算法应用到网格计算独立任务调度中,取得了较理想的实验结果。

摘要：在研究256 byte数据块ECC校验原理和简要分析软件串行实现方法的基础上,推导出高速并行ECC码生成算法,可适用数据块大小任意的ECC编码,并在Quartus9.0平台下仿真验证,结果表明该IP核编码电路具有很高的实时性。与以往ECC校验实现相比,该方法扩展性强、速度高,能满足电视服务器的需要,是一种正确适用的并行实现方法。

摘要：云计算技术的日益更新,使得云计算服务的用户规模也不断增大,但其中存在许多不合理的任务调度策略,从而导致了大量的能源浪费。绿色云计算根据用户需求,针对任务调度模块提出一种行之有效的实施方案,从而降低云计算系统能耗。基于负载均衡机制和动态任务调度策略,设计了一种绿色云计算体系结构和能耗优化模型。实验结果证明了该方法的可行性和有效性。