计算机集成制造系统
計算機集成製造繫統
계산궤집성제조계통
COMPUTER INTEGRATED MANUFACTURING SYSTEMS
2007年
9期
1805-1810
,共6页
栾翠菊%宋广华%郑耀%张继发
欒翠菊%宋廣華%鄭耀%張繼髮
란취국%송엄화%정요%장계발
网格%性能预测%人工神经网络%特征模板
網格%性能預測%人工神經網絡%特徵模闆
망격%성능예측%인공신경망락%특정모판
广泛研究了网格环境中并行任务执行时间的预测方法,提出了一种基于案例和人工神经网络的预测算法.该算法充分利用了历史有效信息,尤其是对于同一个任务的多次求解而获得的相似记录,通过建立任务特征模板,将历史任务,即案例进行分类,并利用指数平均值或者线性回归方法进行预测.但是由于网格环境的复杂性,以及有限元求解器在求解问题时的复杂性,导致相似性很难定义,在无法根据模板找到相似性案例的时候,利用人工神经网络预测方法进行预测.该算法在面向多学科应用的模拟与可视化环境中进行了实验,证明该方法具有较好的预测性能.
廣汎研究瞭網格環境中併行任務執行時間的預測方法,提齣瞭一種基于案例和人工神經網絡的預測算法.該算法充分利用瞭歷史有效信息,尤其是對于同一箇任務的多次求解而穫得的相似記錄,通過建立任務特徵模闆,將歷史任務,即案例進行分類,併利用指數平均值或者線性迴歸方法進行預測.但是由于網格環境的複雜性,以及有限元求解器在求解問題時的複雜性,導緻相似性很難定義,在無法根據模闆找到相似性案例的時候,利用人工神經網絡預測方法進行預測.該算法在麵嚮多學科應用的模擬與可視化環境中進行瞭實驗,證明該方法具有較好的預測性能.
엄범연구료망격배경중병행임무집행시간적예측방법,제출료일충기우안례화인공신경망락적예측산법.해산법충분이용료역사유효신식,우기시대우동일개임무적다차구해이획득적상사기록,통과건립임무특정모판,장역사임무,즉안례진행분류,병이용지수평균치혹자선성회귀방법진행예측.단시유우망격배경적복잡성,이급유한원구해기재구해문제시적복잡성,도치상사성흔난정의,재무법근거모판조도상사성안례적시후,이용인공신경망락예측방법진행예측.해산법재면향다학과응용적모의여가시화배경중진행료실험,증명해방법구유교호적예측성능.
