-
公开(公告)号：CN108897623A
公开(公告)日：2018-11-27
申请号：CN201810717376.2
申请日：2018-07-03
申请人： 淮海工学院
摘要： 本发明提供了一种基于克隆选择算法的云计算资源分配方法，包括：随机产生初始抗体种群，每个抗体均对应一种云任务分配方案；计算每种分配方案中每台虚拟机的执行时长，以及每种分配方案的总时长；对初始抗体种群中的每个抗体进行克隆并变异形成新抗体，计算每个新抗体对应的分配方案中每台虚拟机的执行时长以及该分配方案的总时长；将初始抗体种群中的抗体和克隆变异产生的新抗体合并形成一新抗体种群，对新抗体种群中的抗体进行时长升序排列，保留前M个抗体，作为初始抗体种群中的抗体；重复上述操作，从保留的前M个抗体中挑选出分配方案总时长最短的抗体。本方法对分配方案进行了优化，能够在更短的时间内完成所有任务，提高了执行效率。
-
公开(公告)号：CN108127334A
公开(公告)日：2018-06-08
申请号：CN201810007751.4
申请日：2018-01-04
申请人： 淮海工学院
IPC分类号： B23P13/00
CPC分类号： B23P13/00
摘要： 本发明公开了基于小世界网络搜索的孔群加工路径优化方法，包括：对孔群加工时，随机产生初始抗体群A，初始抗体群A中每个抗体均对应孔群的一种加工顺序；根据优化条件对初始抗体群A评估，保留初始抗体群A中的精英抗体，构成抗体群B；对抗体群B中的每个精英抗体进行克隆复制，得到抗体群C；对抗体群C中的精英抗体进行小世界网络搜索操作，包括短程优化算子和长程优化算子，得到抗体群D；对抗体群B中每个精英抗体进行量子交叉，得抗体群E；从抗体群D和抗体群E中的精英抗体中选择优质抗体，构成抗体群F；判断是否终止。该方法将小世界网络搜索模型与克隆选择方法进行结合，能够缩短加工路径长度，提高加工速度，减少刀具逆向变换次数。
-
公开(公告)号：CN108127334B
公开(公告)日：2019-06-07
申请号：CN201810007751.4
申请日：2018-01-04
申请人： 淮海工学院
IPC分类号： B23P13/00
摘要： 本发明公开了基于小世界网络搜索的孔群加工路径优化方法，包括：对孔群加工时，随机产生初始抗体群A，初始抗体群A中每个抗体均对应孔群的一种加工顺序；根据优化条件对初始抗体群A评估，保留初始抗体群A中的精英抗体，构成抗体群B；对抗体群B中的每个精英抗体进行克隆复制，得到抗体群C；对抗体群C中的精英抗体进行小世界网络搜索操作，包括短程优化算子和长程优化算子，得到抗体群D；对抗体群B中每个精英抗体进行量子交叉，得抗体群E；从抗体群D和抗体群E中的精英抗体中选择优质抗体，构成抗体群F；判断是否终止。该方法将小世界网络搜索模型与克隆选择方法进行结合，能够缩短加工路径长度，提高加工速度，减少刀具逆向变换次数。
-
公开(公告)号：CN110321485A
公开(公告)日：2019-10-11
申请号：CN201910531413.5
申请日：2019-06-19
申请人： 淮海工学院
IPC分类号： G06F16/9535 , G06F16/335
摘要： 本发明公开了一种结合用户评论与评分信息的推荐算法，其实现的具体步骤为：构建用于发现用户评论文本中潜在主题维度的概率生成模型；构建基于用户评分矩阵分解模型与主题发现模型相结合的推荐目标函数；通过对目标函数的迭代计算实现基于用户评论文本和评分数据的产品推荐预测。本发明的算法充分考虑了用户的评论信息，利用评论文本中的潜在主题分布，将用户评分数据与用户评论文本相结合，有效解决了推荐系统中的冷启动问题；同时比单独考虑两种数据来源的方法更能准确地进行评分预测，特别适用于对新产品和新用户的评分预测。
-
-
-
搜索结果
5 条记录 (耗时 0.021 秒)
