




下載本文檔
版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、 ·70· 通 信 學(xué) 報(bào) 第 35 卷 和位置。 步驟 5 檢查是否達(dá)到最大迭代次數(shù),若達(dá)到 則輸出最優(yōu)解,若未達(dá)到,則返回步驟 3。 步驟 6 結(jié)束。 基于改進(jìn)適應(yīng)度函數(shù)與自適應(yīng)權(quán)重的粒子群 算法具體流程如圖 2 所示。 4.2 仿真結(jié)果與性能分析 本文依照上一節(jié)所得到的仿真參數(shù),得到規(guī)模 為 100,前置機(jī)為 50,總?cè)蝿?wù)數(shù)為 50 情況下的醫(yī) 生利用前置機(jī)查詢(xún)信息的總完成時(shí)間和總完成成 本仿真。其仿真結(jié)果分別如圖 3 和圖 4 所示。 如圖 3 和圖 4 所示,當(dāng)?shù)螖?shù)小于 20 時(shí), 一般的粒子群算法下醫(yī)生查詢(xún)醫(yī)療數(shù)據(jù)所用的總 完成時(shí)間與完成成本和改進(jìn)粒子群算法
2、下相差不 大,但是隨著迭代次數(shù)的逐漸增加,如圖 3 和圖 4 所示,改進(jìn)粒子群算法相對(duì)傳統(tǒng)粒子群算法下醫(yī)生 查詢(xún)信息的總完成時(shí)間上快了約 10 s,成本也少了 約 50。由此可見(jiàn),改進(jìn)粒子群算法的總完成時(shí)間與 總完成成本相對(duì)于一般粒子群算法來(lái)講出現(xiàn)了明 顯減少。 圖 3 子任務(wù)總數(shù) U=9 時(shí)任務(wù)的總完成時(shí)間 圖 2 基于改進(jìn)適應(yīng)度函數(shù)與自適應(yīng)權(quán)重的粒子群算法流程 4 仿真結(jié)果與分析 4.1 仿真參數(shù)設(shè)置 本文通過(guò)計(jì)算出 ETC 矩陣和 RCU 數(shù)組,針對(duì) 醫(yī)療數(shù)據(jù)查詢(xún)?nèi)蝿?wù)調(diào)度, 分別用傳統(tǒng) PSO 算法和基 于自適應(yīng)權(quán)重的 PSO 算法進(jìn)行了仿真測(cè)試, 通過(guò)多 次仿真實(shí)驗(yàn),可以在較短時(shí)間內(nèi)獲
3、取最優(yōu)解。其具 體的參數(shù)如下。 粒子種群規(guī)模 P 設(shè)為 100, 前置機(jī)數(shù)量 M 設(shè)置 為 50,任務(wù)數(shù) N 設(shè)為 50,未使用自適應(yīng)權(quán)重的慣 性因子設(shè)置為 0.9, wmax 設(shè)置為 0.9, wmin 設(shè)置為 0.4, 學(xué)習(xí)因子 c1 設(shè)置為 2,c2 設(shè)置為 2,最大迭代次數(shù) tmax 設(shè)置為 150。 圖 4 子任務(wù)總數(shù)成本 U=9 時(shí)總?cè)蝿?wù)的總完成成本 以上結(jié)果表明,如果只將醫(yī)生查詢(xún)信息的總完 成時(shí)間這一指標(biāo)作為調(diào)度目標(biāo),而沒(méi)有考慮總?cè)蝿?wù) 完成成本這一要素,一般粒子群算法在迭代的過(guò)程 中丟失了一些潛在的優(yōu)良粒子,這導(dǎo)致在云環(huán)境中 的迭代過(guò)程中使查詢(xún)的結(jié)果過(guò)早地收斂于局部最 優(yōu)解中,而
4、改進(jìn)的粒子群算法將時(shí)間與成本作為調(diào) 度目標(biāo)在云環(huán)境中實(shí)現(xiàn)了縮短總?cè)蝿?wù)完成時(shí)間的 第 Z1 期 胡超等:基于 PSO 算法的醫(yī)療大數(shù)據(jù)任務(wù)調(diào)度策略 ·71· 同時(shí)兼顧成本最小的原則。 由此可見(jiàn),本文采用的基于自適應(yīng)權(quán)重的粒子 群算法明顯優(yōu)于傳統(tǒng)的粒子群算法,在完成任務(wù)調(diào) 度問(wèn)題是有良好的優(yōu)化效果,在醫(yī)療系統(tǒng)中,醫(yī)生 查詢(xún)病人信息相對(duì)較頻繁,采用本文提出的算法, 可以提高系統(tǒng)的收斂速度,明顯地改善了工作效 率,節(jié)約時(shí)間。 scheduling algorithms in cloud computingJ. Int J Adv Comput, 2011, (102: 81-86.
5、 7 JIAYIN L I, QIU M, MING Z, et al. Online optimization for scheduling preemptable tasks on IaaS cloud systemsJ.Journal of Parallel and Distributed Computing,2012,72(2:666-677. 8 JEYARANI R, NAGAVENI N, RAM R V. Self adaptive particle swarm optimization for efficient virtual machine provisioning in
6、 cloudJ. International Journal of Intelligent Information Technologies, 2011, 7(2: 25-44. 5 結(jié)束語(yǔ) 9 MERKLE D, MIDDENDORF M, SCHMECK H. Ant colony optimization for resource-constrained project schedulingJ. IEEE Trans Evol 本文綜合考慮醫(yī)院院內(nèi)各前置機(jī)的數(shù)據(jù)處理 能力及使用成本,提出了一種雙適應(yīng)度的自適應(yīng)權(quán) 重粒子群算法,該算法能使醫(yī)療信息查詢(xún)總時(shí)間和 總成本均能實(shí)現(xiàn)最優(yōu)化。通過(guò)實(shí)時(shí)
7、調(diào)整粒子群算法 的慣性權(quán)重,進(jìn)一步提升了粒子群算法的尋優(yōu)能力 及收斂速度,并保證所求解可以兼顧醫(yī)療數(shù)據(jù)查詢(xún) 時(shí)間及查詢(xún)成本最優(yōu)。在實(shí)驗(yàn)中通過(guò) ETC 矩陣及 RCU 數(shù)組分別模擬醫(yī)院院內(nèi)各前置機(jī)的任務(wù)完成 時(shí)間及使用成本,分別用傳統(tǒng)的粒子群算法及所提 出的雙適應(yīng)度自適應(yīng)權(quán)重粒子群算法對(duì)大規(guī)模醫(yī) 療數(shù)據(jù)查詢(xún)?nèi)蝿?wù)進(jìn)行了最優(yōu)調(diào)度求解,實(shí)驗(yàn)結(jié)果表 明,相較于傳統(tǒng)的粒子群算法,所提出的算法不僅 使求解最優(yōu)醫(yī)療數(shù)據(jù)查詢(xún)?nèi)蝿?wù)調(diào)度方案的時(shí)間進(jìn) 一步縮短,并提高了粒子群算法的尋優(yōu)能力,使所 求的最優(yōu)調(diào)度方案具有更短的完成時(shí)間及更少的 完成成本,提升了醫(yī)療信息共享平臺(tái)中用戶(hù)查詢(xún)醫(yī) 療數(shù)據(jù)的效率,節(jié)約了前置機(jī)的使用
8、成本。 Comput, 2002,6(4: 333-346. 10 劉志雄, 梁華. 粒子群算法中隨機(jī)數(shù)參數(shù)的設(shè)置與實(shí)驗(yàn)分析J. 控 制理論與應(yīng)用, 2010, 27(11: 1489-1496. LIU Z X, LIANG H. Parameter setting and experimental analysis of the random number in particle swarm optimization algorithmJ. Control Theory & Applications, 2010, 27(11: 1489-1496. 11 段海濱, 馬冠軍, 王道波
9、等. 一種求解連續(xù)空間優(yōu)化問(wèn)題的改進(jìn)蟻 群算法J. 系統(tǒng)仿真學(xué)報(bào), 2007, 19(5: 974-977. DUAN H B, MA G J, WANG D B, et al.Improved ant colony algorithm for solving continuous space optimization problemsJ. Journal of System Simulation, 2007, 19(5: 974-977. 12 POLI R, KENNEDY J, BLACKWELL T. Particle swarm optimizationJ. Swarm intell
10、igence, 2007, 1(1: 33-57. 作者簡(jiǎn)介: 胡超(1980-),男,湖南長(zhǎng)沙人,中南 大學(xué)網(wǎng)絡(luò)中心博士生,主要研究方向?yàn)榫W(wǎng)絡(luò) 管理、教育信息化、區(qū)域醫(yī)療信息化等。 參考文獻(xiàn): 1 TRAVIS B, ALLAN S. The inevitable application of big data to health careJ. The Journal of the American Medicine Association, 2013, 309(13: 1351-1352. 2 LANG T. Advancing global health research through
11、 digital technology and sharing dataJ. Science,2011,331(6018:714-717. 3 HAUX R. Medical informatics: past, present, futureJ. International Journal of Medical Informatics,2010,79(9:599-610. 4 張振, 周毅, 杜守洪等. 醫(yī)療大數(shù)據(jù)及其面臨的機(jī)遇與挑戰(zhàn)J. 醫(yī) 學(xué)信息學(xué)雜志, 2014, 35(6: 2-8. ZHANG Z, ZHOU Y, DU S H, et al.Medical big data and the fadng opportunities and challengesJ. Journal of Medical Informatics, 2014, 35(6: 2-8. 5 RAMESHKUMAR K, AMALARETHINAM D G. Applying nontraditional optimization techniques to task scheduling in grid computing-an overviewJ. Int J Res Rev Comput, 2010,4(1:33-38. 6 KAUR N, AULAKH T
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 糧食儲(chǔ)備的社區(qū)糧食安全計(jì)劃考核試卷
- 釀酒行業(yè)節(jié)能減排措施考核試卷
- 道路工程測(cè)繪技術(shù)考核試卷
- 遙感技術(shù)在應(yīng)急管理與救援中的應(yīng)用考核試卷
- 組織結(jié)構(gòu)優(yōu)化與流程再造考核試卷
- 常見(jiàn)心臟疾病手術(shù)方式
- 新生兒NICU出科報(bào)告
- 麻醉專(zhuān)業(yè)就業(yè)分析研究
- Quadrilineatin-生命科學(xué)試劑-MCE
- 9-Heptadecanone-Heptadecan-9-one-生命科學(xué)試劑-MCE
- 民兵訓(xùn)練管理規(guī)定
- 2025年國(guó)家公務(wù)員考試行測(cè)常識(shí)題庫(kù)及答案(共300題)
- 2024冀少版七年級(jí)下冊(cè)生物期末復(fù)習(xí)知識(shí)點(diǎn)提綱(詳細(xì)版)
- 2025年《義務(wù)教育小學(xué)體育課程標(biāo)準(zhǔn)測(cè)試卷2022版》測(cè)試題庫(kù)及答案
- 全國(guó)衛(wèi)生健康系統(tǒng)職業(yè)技能競(jìng)賽(傳染病防治監(jiān)督)參考試題(附答案)
- 人工智能算法與市場(chǎng)營(yíng)銷(xiāo)的融合研究
- DBJ50-T-157-2022房屋建筑和市政基礎(chǔ)設(shè)施工程施工現(xiàn)場(chǎng)從業(yè)人員配備標(biāo)準(zhǔn)
- 國(guó)家開(kāi)放大學(xué)專(zhuān)本科《經(jīng)濟(jì)法學(xué)》期末紙質(zhì)考試總題庫(kù)2025春期版
- 顯示屏幕抗反光技術(shù)研究-洞察分析
- 地磅及地磅房施工方案
- 批判性思維實(shí)踐手冊(cè)
評(píng)論
0/150
提交評(píng)論