版权说明 操作指南
首页 > 成果 > 详情

基于改进的布谷鸟算法在汽车系统电子节点负载均衡中的研究

认领
导出
Link by 中国知网学术期刊 Link by 维普学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
刘辉;谭延亮
作者机构:
衡阳师范学院计算机科学系,湖南衡阳,421002
衡阳师范学院物电系,湖南衡阳,421002
[刘辉; 谭延亮] 衡阳师范学院
语种:
中文
关键词:
汽车电子节点;负载;布谷鸟算法;高斯变异;反向学习多样性
关键词(英文):
automobile electronic node;load;cuckoo algorithm;Gaussian mutation;diversity of reverse learning
期刊:
科技通报
ISSN:
1001-7119
年:
2015
期:
5
页码:
179-183
基金类别:
国家自然科学基金项目(11375058); 湖南省科技厅项目(2014FJ3061); 湖南省教育科学“十二五”规划课题(XJK014CXX001); 衡阳市科技局项目(2014KJ23);
机构署名:
本校为第一机构
院系归属:
物理与电子工程学院
摘要:
汽车电子节点负载一直都是汽车电子系统中的研究重点,本文针对汽车电子任务负载不均衡的特点,引入布谷鸟算法,在该算法的基础引入高斯变异算子来处理每一个阶段中的鸟窝最佳位置的选择,然后通过反向学习的多样性因子对不同阶段中的鸟窝位置进行调整,通过改进后的算法使得寻找最优解的效率得到了提高。仿真实验证明本文算法在一定程度上提高汽车电子节点的任务资源分配效率,降低了节点资源分配的消耗。
摘要(英文):
Automobile electronic node load has always been the research focus in automobile electronic system. According to the automobile electronic task’s characteristics of imbalanced load, the author of this paper has introduced the cuckoo algorithm, based on which Gaussian mutation operator is introduced to select the optimal location of bird’s nest at every stage, then adjust the nest’s location at different stages through the diversity factor of reverse learning, and improve the efficiency of finding optimal solutions through the improved algori...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com