通过将任务从资源匮乏的移动设备卸载到资源丰富的云，计算卸载已成为一种扩展移动设备功能的有效方法。
在本文中，我们研究了在具有多个移动设备用户的情况下无线计算分流的能量和时间优化问题。
首先，针对以能量最小化为目标的情况，我们将多个移动设备用户之间的计算卸载决策问题公式化为具有随机访问权限的计算卸载游戏。
我们分析了游戏的结构特性，然后设计了一种算法，通过利用其有限的改进特性来实现纳什均衡。
其次，对于以时间最小化为目标的情况，我们导出了要为每个移动用户分担的任务的最佳部分。
数值结果验证了我们的理论分析。
在本文中，我们研究了在具有多个移动设备用户的情况下无线计算分流的能量和时间优化问题。
首先，针对以能量最小化为目标的情况，我们将多个移动设备用户之间的计算卸载决策问题公式化为具有随机访问权限的计算卸载游戏。
我们分析了游戏的结构特性，然后设计了一种算法，通过利用其有限的改进特性来实现纳什均衡。
其次，对于以时间最小化为目标的情况，我们导出了要为每个移动用户分担的任务的最佳部分。
数值结果验证了我们的理论分析。
2024/8/28 4:50:10
172KB
1
以下为两个m函数，分别是qpsubp和sqpm，其中qpsubp用于求解二次规划子问题，sqpm是用基于拉格朗日函数Hesse矩阵的SQP方法求解约束优化问题。
可以直接运行CalSQP，求解问题。
可以直接运行CalSQP，求解问题。
2024/8/21 20:07:07
64KB
1
该压缩包中给出了典型的多背包问题，作者使用简明易懂的matlab语言对遗传算法进行编程，并对该问题进行了求解，该程序还可以求其他的背包问题以及组合优化问题。
34KB
1
现有的LSSVM工具箱，自带PSO优化，参数无需调整,Matlab编写的人工蜂群算法代码,含详细注释和测试函数,简短易懂,执行顺畅。
可用于解决无约束优化问题。
可用于解决无约束优化问题。
2024/8/11 7:33:10
119KB
1
受克隆选择理论和免疫网络模型的启发，我们提出了一种新的人工免疫算法，称为免疫记忆克隆算法（IMCA）。
首先讨论了受免疫系统启发的克隆操作员。
IMCA包括两个基于不同免疫记忆机制的版本；
它们是自适应免疫记忆克隆算法（AIMCA）和免疫记忆克隆策略（IMCS）。
在AIMCA中，每种抗体的突变率和存储单位大小会动态调整。
IMCS同时实现抗体种群和存储单元的进化。
通过使用克隆选择运算符，可以将全局搜索与局部搜索有效地结合在一起。
根据抗体-抗体（Ab-Ab）亲和力和抗体-抗原（Ab-Ag）亲和力，IMCA可以自适应地分配存储单元的大小和抗体群体。
在实验中，使用了18个多维函数，维数范围从2到1000，以及组合优化问题，例如旅行商和背包问题（KPs），以验证IMCA的性能。
给出了每次迭代的计算成本。
实验结果表明，IMCA具有较高的收敛速度，并且在增强种群多样性和一定程度上避免过早收敛方面具有很强的能力。
从理论上讲，IMCA以概率1收敛。
2010高等教育出版社和施普林格出版社柏林海德堡。
首先讨论了受免疫系统启发的克隆操作员。
IMCA包括两个基于不同免疫记忆机制的版本；
它们是自适应免疫记忆克隆算法（AIMCA）和免疫记忆克隆策略（IMCS）。
在AIMCA中，每种抗体的突变率和存储单位大小会动态调整。
IMCS同时实现抗体种群和存储单元的进化。
通过使用克隆选择运算符，可以将全局搜索与局部搜索有效地结合在一起。
根据抗体-抗体（Ab-Ab）亲和力和抗体-抗原（Ab-Ag）亲和力，IMCA可以自适应地分配存储单元的大小和抗体群体。
在实验中，使用了18个多维函数，维数范围从2到1000，以及组合优化问题，例如旅行商和背包问题（KPs），以验证IMCA的性能。
给出了每次迭代的计算成本。
实验结果表明，IMCA具有较高的收敛速度，并且在增强种群多样性和一定程度上避免过早收敛方面具有很强的能力。
从理论上讲，IMCA以概率1收敛。
2010高等教育出版社和施普林格出版社柏林海德堡。
2024/8/4 1:19:22
807KB
1
Hopfield神经网络解决TSP问题利用神经网络解决组合优化问题是神经网络应用的一个重要方面。
所谓组合优化问题,就是在给定约束条件下,使目标函数极小(或极大)的变量组合问题。
将Hopfield网络应用于求解组合优化问题,把目标函数转化为网络的能量函数,把问题的变量对应到网络的状态。
这样,当网络的能量函数收敛于极小值时,问题的最优解也随之求出。
由于神经网络是并行计算的,其计算量不随维数的增加而发生指数性“爆炸”,因而对于优化问题的高速计算特别有效。
所谓组合优化问题,就是在给定约束条件下,使目标函数极小(或极大)的变量组合问题。
将Hopfield网络应用于求解组合优化问题,把目标函数转化为网络的能量函数,把问题的变量对应到网络的状态。
这样,当网络的能量函数收敛于极小值时,问题的最优解也随之求出。
由于神经网络是并行计算的,其计算量不随维数的增加而发生指数性“爆炸”,因而对于优化问题的高速计算特别有效。
2024/6/16 16:58:18
1.99MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB