版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、蘇州大學碩士學位論文基于遺傳算法的模式匹配系統(tǒng)優(yōu)化技術(shù)姓名：馮玉婷申請學位級別：碩士專業(yè)：管理科學與工程指導教師：楊季文201104ABSTRACTTuningS——chemaMatchingSystemsusingGeneticAlgorithmsTuningSchemaMatchingSystemsusingGeneticAlgorithmsAbstractMostrecentschemamatchingsystemscombine
2、multiplecomponents，eachofwhichemploysaparticularmatchingtechniquewithseveralknobsThemulticomponentnaturemakesmatchingsystemsextensibleandcustomizable，howeveritalsobringstuningprob1emthatistodeterminewhichcomponentstoexec
3、uteandhowtOadjusttheknobsofthesecomponents，forgivenmatchingsituationInthisthesis，westartbysurveyingtheexistingsolutionstothetuningproblemBasedontheinsightsaboutthestateoftheart，wehavedevelopedGATunerwhichgeneratestrainin
4、gdatasetandtunesschemamatchingsystemsautomaticallyWepromotetheperformanceofGATunerbyimplementingfine—grainedparallelgeneticalgorithmsonCUDAOurapproachhasthefollowinginterestingfeatures1Provideamatchingscenariogeneratorwh
5、ichautomaticallyproducesmatchingseenariosforinputschemasIthandlesbothrelationalandXMLschemas，anditCanbeextendedtootherdatarepresentationsbydevelopingcertainperturbations2Tuneschemamatchingsystemsusinggeneticalgorithms(GA
6、s)GAsgenerateSO1utionstooptimizationproblemsusingtechniquesinspiredbynaturalevolutionComparedwithotherapproaches，GATunerismorelikelytofindtheglobaloptimumoftuningproblem3PromotetheperformanceofGATunerbyimplementingfinegr
7、ainedparallelgeneticalgorithms(PGAs)onCUDAOurapproachcouldeffectivelyimprovetheperformanceofGATunerwithverylowextracostExperimentsdemonstratethatGATunerprovidesmorequalifiedmatchesoverdifferentdomains，andtheparallelizati
溫馨提示
- 1. 本站所有資源如無特殊說明，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，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法的物資調(diào)配系統(tǒng)的研究.pdf
- 基于遺傳算法的倉儲系統(tǒng)優(yōu)化研究.pdf
- 基于遺傳算法的勵磁系統(tǒng)模型優(yōu)化.pdf
- 基于遺傳算法的地鐵通風模式優(yōu)化研究.pdf
- 基于遺傳算法的翼型優(yōu)化.pdf
- 基于遺傳算法的PEMFC優(yōu)化.pdf
- 基于遺傳算法的優(yōu)化研究.pdf
- 基于Hausdorff距離和遺傳算法圖像匹配技術(shù)研究.pdf
- 遺傳算法和量子遺傳算法在物流系統(tǒng)優(yōu)化中的應用.pdf
- 基于遺傳算法的道路選線優(yōu)化系統(tǒng)的研究.pdf
- 基于樹匹配和遺傳算法的構(gòu)件檢索算法研究.pdf
- 基于遺傳算法的短期無功優(yōu)化.pdf
- 基于TSP的遺傳算法優(yōu)化研究.pdf
- 基于遺傳算法的結(jié)構(gòu)動力優(yōu)化.pdf
- 基于遺傳算法優(yōu)化問題的研究
- 基于遺傳算法的泵站優(yōu)化調(diào)度.pdf
- 基于遺傳算法的裝配序列優(yōu)化.pdf
- 基于遺傳算法的車架結(jié)構(gòu)優(yōu)化.pdf
- 基于遺傳算法的泵站系統(tǒng)優(yōu)化調(diào)度研究.pdf
- 基于遺傳算法的A企業(yè)銷售物流運輸模式的優(yōu)化研究.pdf
評論
0/150
提交評論