-
公开(公告)号：CN107273197A
公开(公告)日：2017-10-20
申请号：CN201710448520.2
申请日：2017-06-14
Applicant: 北京工业大学
Abstract: 本发明公开了基于正交实验改进的谱聚类遗传算法的Hadoop任务调度方法，包括基于正交实验改进的谱聚类遗传算法的过程；进行个体编码、初始化数据，并设定参数；进行正交种群初始化；对种群内的个体进行解码得到表现型空间，计算表现型空间个体的任务预测执行时间、本地性任务个数和机器负载，然后根据这三个值计算种群内个体的适应度值；在表现型空间对种群进行谱聚类；选择种群内个体参加遗传操作；对选择的个体进行正交交叉和变异操作；重复迭代直到得到最佳个体。本发明采用改进的遗传算法作为优化算法，同时以任务预测执行时间、本地性任务个数、机器负载三个因素作为参数进行优化求解。
-
公开(公告)号：CN104700634A
公开(公告)日：2015-06-10
申请号：CN201510121744.3
申请日：2015-03-19
Applicant: 北京工业大学
IPC: G08G1/081
CPC classification number: G08G1/081
Abstract: 基于最小生成树聚类改进遗传算法的相邻交叉口干道协调控制方法，包括相邻交叉口干道协调控制模型的建立；进行个体编码、初始化数据，并设定参数；进行种群初始化；计算种群内个体的适应度值；对种群进行最小生成树聚类；选择种群内个体参加遗传操作；对选择的个体进行交叉和变异操作；重复迭代直到得到最佳个体。本发明以车辆总延误为性能指标通过分析车队到达路口前遇到的信号灯状态以及路口前车辆在放行期间是否完全放行建立了更完善的相邻交叉口干道协调控制模型，并采用改进的遗传算法作为优化算法，同时以周期长度、信号配时、相位差三个因素作为参数进行优化求解。
-
公开(公告)号：CN107273197B
公开(公告)日：2020-08-28
申请号：CN201710448520.2
申请日：2017-06-14
Applicant: 北京工业大学
Abstract: 本发明公开了基于正交实验改进的谱聚类遗传算法的Hadoop任务调度方法，包括基于正交实验改进的谱聚类遗传算法的过程；进行个体编码、初始化数据，并设定参数；进行正交种群初始化；对种群内的个体进行解码得到表现型空间，计算表现型空间个体的任务预测执行时间、本地性任务个数和机器负载，然后根据这三个值计算种群内个体的适应度值；在表现型空间对种群进行谱聚类；选择种群内个体参加遗传操作；对选择的个体进行正交交叉和变异操作；重复迭代直到得到最佳个体。本发明采用改进的遗传算法作为优化算法，同时以任务预测执行时间、本地性任务个数、机器负载三个因素作为参数进行优化求解。
-
Patent Agency Ranking
公开(公告)号：CN107273209B
公开(公告)日：2020-11-03
申请号：CN201710432104.3
申请日：2017-06-09
Applicant: 北京工业大学
Abstract: 本发明公开了基于最小生成树聚类改进遗传算法的Hadoop任务调度方法，包括待调度任务TaskQueue的建立，任务预测执行时间矩阵ETC的建立，任务本地性矩阵LTC的建立，机器负载列表loadList的建立；进行个体编码、初始化数据，并设定参数；进行种群初始化；对种群内的个体进行解码得到表现型空间，计算表现型空间个体的任务预测执行时间、本地性任务个数和机器负载，然后根据这三个值计算种群内个体的适应度值；在表现型空间对种群进行最小生成树聚类；选择种群内个体参加遗传操作；对选择的个体进行交叉和变异操作；重复迭代直到得到最佳个体。本发明采用改进的遗传算法作为优化算法，同时以任务预测执行时间、本地性任务个数、机器负载三个因素作为参数进行优化求解。
-
公开(公告)号：CN104809895B
公开(公告)日：2017-09-08
申请号：CN201510185561.8
申请日：2015-04-19
Applicant: 北京工业大学
IPC: G08G1/081
CPC classification number: Y02T10/56
Abstract: 相邻交叉口的干道协调控制模型及其优化方法，相邻交叉口四相位干道协调控制模型的建立；进行个体编码、初始化数据，并设定参数；进行种群初始化；计算种群内个体的适应度值；对种群进行最小生成树聚类；选择种群内个体参加遗传操作；对选择的个体进行遗传和变异操作；重复迭代直到得到最佳个体。本发明以各车队排队等候的总延误最小为性能指标，通过分析由上游交叉口在不同相位下放行车队的对首和队尾车辆到达下游交叉口前遇到的信号状态以及路口前车辆在放行期间是否完全放行建立的更为完善的相邻交叉口干道协调控制模型，并以改进的遗传算法作为优化算法，同时以周期长度，主街配时，信号配时以及相位差作为参数进行优化求解。
-
公开(公告)号：CN107273209A
公开(公告)日：2017-10-20
申请号：CN201710432104.3
申请日：2017-06-09
Applicant: 北京工业大学
Abstract: 本发明公开了基于最小生成树聚类改进遗传算法的Hadoop任务调度方法，包括待调度任务TaskQueue的建立，任务预测执行时间矩阵ETC的建立，任务本地性矩阵LTC的建立，机器负载列表loadList的建立；进行个体编码、初始化数据，并设定参数；进行种群初始化；对种群内的个体进行解码得到表现型空间，计算表现型空间个体的任务预测执行时间、本地性任务个数和机器负载，然后根据这三个值计算种群内个体的适应度值；在表现型空间对种群进行最小生成树聚类；选择种群内个体参加遗传操作；对选择的个体进行交叉和变异操作；重复迭代直到得到最佳个体。本发明采用改进的遗传算法作为优化算法，同时以任务预测执行时间、本地性任务个数、机器负载三个因素作为参数进行优化求解。
-
公开(公告)号：CN104700634B
公开(公告)日：2017-07-14
申请号：CN201510121744.3
申请日：2015-03-19
Applicant: 北京工业大学
IPC: G08G1/081
Abstract: 基于最小生成树聚类改进遗传算法的相邻交叉口干道协调控制方法，包括相邻交叉口干道协调控制模型的建立；进行个体编码、初始化数据，并设定参数；进行种群初始化；计算种群内个体的适应度值；对种群进行最小生成树聚类；选择种群内个体参加遗传操作；对选择的个体进行交叉和变异操作；重复迭代直到得到最佳个体。本发明以车辆总延误为性能指标通过分析车队到达路口前遇到的信号灯状态以及路口前车辆在放行期间是否完全放行建立了更完善的相邻交叉口干道协调控制模型，并采用改进的遗传算法作为优化算法，同时以周期长度、信号配时、相位差三个因素作为参数进行优化求解。
-
公开(公告)号：CN104809895A
公开(公告)日：2015-07-29
申请号：CN201510185561.8
申请日：2015-04-19
Applicant: 北京工业大学
IPC: G08G1/081
Abstract: 相邻交叉口的干道协调控制模型及其优化方法，相邻交叉口四相位干道协调控制模型的建立；进行个体编码、初始化数据，并设定参数；进行种群初始化；计算种群内个体的适应度值；对种群进行最小生成树聚类；选择种群内个体参加遗传操作；对选择的个体进行遗传和变异操作；重复迭代直到得到最佳个体。本发明以各车队排队等候的总延误最小为性能指标，通过分析由上游交叉口在不同相位下放行车队的对首和队尾车辆到达下游交叉口前遇到的信号状态以及路口前车辆在放行期间是否完全放行建立的更为完善的相邻交叉口干道协调控制模型，并以改进的遗传算法作为优化算法，同时以周期长度，主街配时，信号配时以及相位差作为参数进行优化求解。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
