一种面向粒的动态算法选择方法技术

本发明专利技术公开了一种面向粒的动态算法选择方法，属于计算机应用领域，本发明专利技术通过上下文的变化触发适合性测试支持程序个体在不同的运行环境中的适合性感知能力；通过适合性测试在程序个体中定位不适合的粒，实现程序个体自主进行具体算法的选择；根据决策模型和粒服务器，通过相似粒的查找和替换实现程序个体的自维护；通过程序中基础体和变体的划分实现最大化代码的可重用性和可扩展性。能够有效解决动态算法选择程序中程序行为与数据集的适合性问题，扩展动态算法选择程序的应用范围，提高了动态算法选择程序的可扩展性，降低程序维护难度。

A particle oriented dynamic algorithm selection method

The invention discloses a particle oriented dynamic algorithm selection method, which belongs to the field of computer application. The invention triggers the suitability of the fitness test support program individual in the different running environment by changing the context, and implements the program by locating the unsuitable particles in the program individual through the fitness test. According to the decision model and the particle server, the self maintenance of the individual is realized by the search and replacement of the similar particles. The reusability and extensibility of the maximized code are realized by the partition of the base and the variant in the program. It can effectively solve the suitability of the program behavior and data set in the dynamic algorithm selection program, expand the application range of the dynamic algorithm selection program, improve the scalability of the dynamic algorithm selection program and reduce the difficulty of the program maintenance.

【技术实现步骤摘要】
一种面向粒的动态算法选择方法
本专利技术属于计算机应用领域，涉及算法选择的方法，具体涉及一种面向粒的动态算法选择方法。
技术介绍
每个程序个体都有其适合运行的环境，这种适合性关系在传统的编程机制中已经隐式或显式地蕴涵了。面向粒的程序构造方法实现对Java语言的扩展，称作GranuleJ；Java语言是GranuleJ的宿主语言；基于GranuleJ，程序个体的基础体是由Java类组成，而粒、影子类、上下文变量是用GranuleJ语法和语义表达的程序单位。面向粒的程序设计范式是通过粒中封装的适合性测试自主感知程序的适合性，并在不满足适合性的情况下通过相似粒替换自主维护程序的适合性。上下文是运行环境的抽象，用以将程序依赖的环境因素表示成程序可识别的环境变量，从而使得程序个体对环境的依赖性简化为其对上下文的依赖。通过将依赖于上下文的程序行为与上下文关联起来有利于维护上下文可知的程序，然而实际运行中的上下文可能会发生变化，其可能形成的上下文组合的数量十分庞大，这就使得一个程序个体的开发和维护面临穷尽所有依赖上下文行为的问题，程序个体的规模会变得庞大、冗余，这也是现有的大多数应用程序存在的问题本文档来自技高网...

【技术保护点】
一种面向粒的动态算法选择方法，其特征在于，包括步骤：1)对于问题域，即根据分类问题、聚类问题确定样本数据集库和算法库；2)根据样本数据集库和算法库，构建数据集—算法的决策模型；3)动态算法选择程序个体基于运行时系统获取输入数据集的上下文信息；4)上下文信息的变化触发动态算法选择程序的适合性测试，应用决策模型感知个体的适合性是否被满足，若满足则个体继续运行,转3)，否则转5)；5)动态算法选择程序个体定位自身中存在的不适合的算法粒，并通过与粒服务器通信，请求相似粒；6)粒服务器从其他个体查找相似粒并返回7)，若粒服务器查不到则提示编写相似粒，程序个体重新初始化运行；7)动态算法选择程序个体将自身...

【技术特征摘要】
1.一种面向粒的动态算法选择方法，其特征在于，包括步骤：1)对于问题域，即根据分类问题、聚类问题确定样本数据集库和算法库；2)根据样本数据集库和算法库，构建数据集—算法的决策模型；3)动态算法选择程序个体基于运行时系统获取输入数据集的上下文信息；4)上下文信息的变化触发动态算法选择程序的适合性测试，应用决策模型感知个体的适合性是否被满足，若满足则个体继续运行,转3)，否则转5)；5)动态算法选择程序个体定位自身中存在的不适合的算法粒，并通过与粒服务器通信，请求相似粒；6)粒服务器从其他个体查找相似粒并返回7)，若粒服务器查不到则提示编写相似粒，程序个体重新初始化运行；7)动态算法选择程序个体将自身不适合的粒替换成6)中获得的相似粒，完成本次的算法选择；8)动态算法选择程序个体继续运行，并转3)。2.根据权利要求1所述的一种面向粒的动态算法选择方法，其特征在于，所述的决策模型是根据样本数据集库、算法库和算法在样本数据集上的性能构建而成，其作用是从输入数据集决策出适合的算法及其参数，决策模型通过离线训练构建，用于动态算法选择程序运行时进行决策。3.根据权利要求1所述的一种面向粒的动态算法选择方法，其特征在于，所述的动态算法选择程序个体的上下文信息和算法库中每个算法的参数是...

【专利技术属性】
技术研发人员：赵银亮，曾庆花，孙丽玉，吴文彬，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61