简介:为了在ad-hoc移动朵云中高效率地解决任务分配这一核心问题,提出了一种基于启发式算法的任务分配算法.粒子群优化和模拟退火优化的任务分配算法(PSO-SA)将任务之间的依赖关系转化为有向无环图(DAG)模型,其中各个节点上的数值表示任务产生的负载,DAG的各个边的数值表示传输产生的负载.为了模拟ad-hoc移动朵云的任务分配环境,建立了数学模型来描述各个子任务之间的依赖关系并定义各个子任务的卸载成本.PSO-SA用于任务分配决策并最小化所有移动设备的成本,能耗和时间延迟同时作为卸载成本.PSO-SA结合了粒子群优化和模拟退火优化的优势,通过以一定概率选取最优解的方式,避免算法过早落入局部最优解,同时保证算法收敛速度.仿真结果表明,与其他现有算法相比,PSO-SA算法产生的卸载成本较低并且其结果可以非常接近最优解.
简介:研究了量子群胚上与弱模余代数和余模余代数相关的弱广义smash余积的对偶定理.设H是弱Hopf代数,C是弱左H余模余代数,D是弱左H模余代数.首先,给出量子群胚上的弱广义smash余积C×lHD的定义,并构造其模和余模结构.类似考虑右广义smash余积C×LrD.然后得到它们之间的同构.其次,通过引入弱卷积逆,弱余内作用和强相关余内作用的概念,得到C×HrD和CvD同构的充分条件,其中v∈WC(C,H),H在D上的余作用是右强相关余内作用.最后,证明了量子群胚上广义smash余积的对偶定理:(C×HlH)×lH*H*≌Cv(H×lH*H*).
简介:研究了量子群胚上与弱模余代数和余模余代数相关的弱广义smash余积的对偶定理.设H是弱Hopf代数,C是弱左H余模余代数,D是弱左H模余代数.首先,给出量子群胚上的弱广义smash余积C×lHD的定义,并构造其模和余模结构.类似考虑右广义smash余积C×LrD.然后得到它们之间的同构.其次,通过引入弱卷积逆,弱余内作用和强相关余内作用的概念,得到C×HrD和CvD同构的充分条件,其中v∈WC(C,H),H在D上的余作用是右强相关余内作用.最后,证明了量子群胚上广义smash余积的对偶定理:(C×HlH)×lH*H*≌Cv(H×lH*H*).
简介:本文给Milne—Simpson预测一校正法新的导出方法.并以结构优化思想设计出通用性和可靠性较强的算法。