基于混沌映射的改进金枪鱼群优化算法对比研究

TP301.6; Kubernetes作为当前云资源管理的标准平台,因其默认调度机制的局限性,目前普遍采用基于群智能优化算法的改进方法进行Pod的调度.而针对群智能优化算法存在的寻优性能易受初值影响、迭代后期容易早熟收敛等问题,选择金枪鱼群优化(Tuna Swarm Optimization,TSO)作为基础算法,根据混沌映射具有的遍历性、随机性等特点,提出了基于混沌映射的种群初始化优化方案.选择目前研究中普遍涉及的Tent、Logistic等多种混沌映射,分别对金枪鱼种群进行初始化,以提高初始种群的多样性.通过一系列基准测试函数进行仿真实验,对比基于不同混沌映射的改进金枪鱼群优化算法的实验结...

Celý popis

Podrobná bibliografie

Vydáno v:	计算机科学 Ročník 51; číslo z1; s. 261 - 270
Hlavní autoři:	尹萍, 谈果戈, 宋伟, 谢涛涛, 姜建彪, 宋洪圆
Médium:	Journal Article
Jazyk:	čínština
Vydáno:	浪潮云信息技术股份公司 济南 250101 16.06.2024
Témata:	Benchmark functions 金枪鱼群优化算法 Chaotic map Swarm intelligence optimization algorithm 群智能优化算法 混沌映射 Tuna swarm optimization algorithm 基准测试函数 Kubernetes
ISSN:	1002-137X
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!