多尺度量子諧振子算法的相空間概率聚類算法

　　針對大型集群難以進(jìn)行任務(wù)調(diào)度和資源分配的問題，提出一種基于多尺度量子諧振子算法的相空間概率聚類算法（ PSPCA-MQHOA）。首先，將集群工作狀態(tài)投影到相空間中，把復(fù)雜的集群工作狀態(tài)轉(zhuǎn)化為相空間中的點(diǎn)集；進(jìn)而，將相空間網(wǎng)格化，形成多尺度量子諧振子算法（ MQHOA）以處理離散目標(biāo)函數(shù)；最后，利用MQHOA優(yōu)化過程中波函數(shù)變化的概率解釋對集群節(jié)點(diǎn)進(jìn)行概率聚類。PSPCA-MQHOA繼承了MQHOA物理模型明確、搜索能力強(qiáng)、結(jié)果精確等優(yōu)點(diǎn)，并且由于以相空間作為離散化的目標(biāo)函數(shù)，迭代次數(shù)大大減少。實驗結(jié)果表明PSPCA-MQHOA能適用于多種負(fù)載狀態(tài)的集群。
?