方清华
- 作品数：5 被引量：36H指数：3
- 供职机构：合肥工业大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 基于近邻传播的文本数据流聚类算法研究被引量：2
- 2016年
- 随着大数据时代的到来,网络上产生了大量非结构化文本数据流,这些文本数据流具有动态、高维、稀疏等特征。针对这些特点,首先将传统的AP算法及流式文本数据特征相结合,然后提出文本数据流聚类算法——OAP-s算法。该算法通过在AP算法上引入衰减因子,对聚类中心结果进行衰减,同时将当前时间窗口的聚类中心带入到下一时间窗口中进行聚类。针对OAP-s算法的不足,又提出了OWAP-s算法。该算法在OAP-s算法模型的基础上定义了加权相似度,并通过引入吸引度因子,使得历史聚类中心更具吸引性,得到更精确的聚类结果。同时,两种算法均采用滑动时间窗口模式,使算法既能体现数据流的时态特征,又能反映数据流的分布特征。实验结果表明,两种算法在聚类精确度、稳定性方面均高于OSKM算法,而且具有较好的伸缩性和可扩展性。
- 李一鸣倪丽萍方清华刘慧婷
- 关键词：数据挖掘近邻传播聚类文本数据
- 求解物流Web服务组合优化问题的两阶段多目标蚁群算法
- 社会性的昆虫，群体的行为往往能够展现比个体更高的智能，能够完成复杂的任务，这就是所谓的“群体智能”。一只蚂蚁的行为杂乱无章，而蚁群总是能够找到巢穴到食物源之间的最短路径，经考察发现，是因为蚂蚁会在途经的路上留下一种叫“外...
- 方清华
- 关键词：物流工程多目标蚁群算法服务质量
- 改进蚁群算法在基于服务质量的Web服务组合优化中的应用被引量：12
- 2015年
- 为了克服基础蚁群算法存在的前期搜索速度较慢、后期极易陷入局部最优解的缺点,提出初始信息素分布策略和局部优化策略;同时还提出了依赖解的质量的信息素更新依据,以增强算法过程中信息素的有效积累。将该改进蚁群算法应用于基于服务质量(Qo S)的Web服务组合优化问题中,通过在数据集QWS2.0上的实验对改进蚁群算法的可用性和有效性进行了验证。结果表明改进的蚁群算法与基础蚁群算法、利用解与理想解距离更新信息素的改进蚁群算法以及用支配程度作为解的个体评价的改进遗传算法相比,能够找到更多的非劣解,寻优能力更优,表现出了较稳定的性能。
- 倪志伟方清华李蓉蓉李一鸣
- 关键词：WEB服务蚁群算法PARETO最优解
- 求解物流Web服务组合问题的两阶段多目标蚁群算法被引量：5
- 2016年
- 针对基于QoS的物流Web服务组合优化问题,提出了两阶段多目标蚁群优化(TMACO)算法。首先,针对原始数据集中存在被支配候选服务而增加算法求解时间的问题,提出了基于Pareto支配的预优化策略;其次,针对属性权重难以确定的问题,提出了不依赖权重的信息素更新策略和启发信息策略;最后,针对基础蚁群算法容易陷入局部最优的问题,提出了懒蚂蚁策略。实验结果表明,TMACO算法具有良好性能,相对于基础蚁群算法、利用解与理想解距离来更新信息素的改进蚁群算法、遗传算法以及用支配程度作为解的个体评价的改进遗传算法,TMACO算法有更高的寻优能力,能够找到更多更优的非劣解。
- 方清华倪丽萍李一鸣
- 关键词：物流服务蚁群算法PARETO最优解多目标优化
- 基于离散人工蜂群算法的云任务调度优化被引量：18
- 2016年
- 针对现今云计算任务调度只考虑单目标和云计算应用对虚拟资源的服务的质量要求高等问题,综合考虑了用户最短等待时间、资源负载均衡和经济原则,提出一种离散人工蜂群(ABC)算法的云任务调度优化策略。首先,从理论上建立了云任务调度的多目标数学模型;然后,结合偏好满意度策略并引入局部搜索算子和改变侦察蜂搜索方式,提出多目标离散型人工蜂群(MDABC)算法的优化策略。通过不同的云任务调度仿真实验,显示了改进离散人工蜂群算法相对于基础离散人工蜂群算法、遗传算法以及经典贪心算法,能够得到较高的综合满意度,表明了改进离散人工蜂群算法能够更好地改善虚拟资源中云任务调度系统的性能,具有一定的普适性。
- 倪志伟李蓉蓉方清华庞闪闪
- 关键词：云计算
