根据权重挑选通道的简单算法

简介: 当存在一批通道,根据权重,选择哪个通道去使用的简单算法。 利用随机数,数据区间,来获取通道。 通道权重越大,单位时间内使用该通道的概率会大一些。 代码 1 //利用了一个权重区间的比例问题,抓取随机数的可能性,来体现权重思想 2 public static void main(String[] args) { 3 //定义三个通道的权重,按随机数选拔使用哪个通道。

当存在一批通道,根据权重,选择哪个通道去使用的简单算法。

利用随机数,数据区间,来获取通道。

通道权重越大,单位时间内使用该通道的概率会大一些。

代码

 1 //利用了一个权重区间的比例问题,抓取随机数的可能性,来体现权重思想
 2 public static void main(String[] args) {
 3     //定义三个通道的权重,按随机数选拔使用哪个通道。
 4     //A 10  B 70  C 30
 5     //从数据库查询出list集合
 6     ChannelD A=new ChannelD("A",10);
 7     ChannelD B=new ChannelD("B",70);
 8     ChannelD C=new ChannelD("C",30);
 9     List<ChannelD> channels=new ArrayList<OrderChannelServiceImpl.ChannelD>();
10     channels.add(A);
11     channels.add(B);
12     channels.add(C);
13     
14     Map<Integer,String> map=new HashMap<Integer, String>();
15     Integer sum=0;//记录权重之和
16     for (ChannelD channel : channels) {
17         sum+=channel.getWeight();
18         map.put(sum,channel.getName());
19     }
20     
21     Set<Integer> set=map.keySet();
22     
23     for (Integer integer : set) {
24         Random r = new Random(System.currentTimeMillis());//随机数
25         //radom的取值区间为[0,110)
26         // 10--A  80--B  110--C
27         //A[0,10]占10个值的可能   B[10,80]占70个值的可能   C[80,110]占30个值的可能
28         //set集合是无顺序的,遍历也是无顺序的。
29         //余数是随机的。体现了权重思想。
30         int radom = Math.abs(r.nextInt())%sum;//取余
31         if(integer>radom){
32             String channelDName=map.get(integer);
33             System.out.println("被选拔出来的通道为:"+channelDName);
34         }
35     }
36 }
37 
38 class ChannelD{
39     private String name;//通道名字
40     private Integer weight;//权重
41     
42     public ChannelD(String name,Integer weight){
43         this.name=name;
44         this.weight=weight;
45     }
46 
47     public String getName() {
48         return name;
49     }
50 
51     public void setName(String name) {
52         this.name = name;
53     }
54 
55     public Integer getWeight() {
56         return weight;
57     }
58 
59     public void setWeight(Integer weight) {
60         this.weight = weight;
61     }
62     
63     
64     
65 }
View Code

 

相关文章
|
15天前
|
算法 安全 数据安全/隐私保护
基于game-based算法的动态频谱访问matlab仿真
本算法展示了在认知无线电网络中,通过游戏理论优化动态频谱访问,提高频谱利用率和物理层安全性。程序运行效果包括负载因子、传输功率、信噪比对用户效用和保密率的影响分析。软件版本:Matlab 2022a。完整代码包含详细中文注释和操作视频。
|
1月前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于MSER和HOG特征提取的SVM交通标志检测和识别算法matlab仿真
### 算法简介 1. **算法运行效果图预览**:展示算法效果,完整程序运行后无水印。 2. **算法运行软件版本**:Matlab 2017b。 3. **部分核心程序**:完整版代码包含中文注释及操作步骤视频。 4. **算法理论概述**: - **MSER**:用于检测显著区域,提取图像中稳定区域,适用于光照变化下的交通标志检测。 - **HOG特征提取**:通过计算图像小区域的梯度直方图捕捉局部纹理信息,用于物体检测。 - **SVM**:寻找最大化间隔的超平面以分类样本。 整个算法流程图见下图。
|
2天前
|
存储 算法 决策智能
基于免疫算法的TSP问题求解matlab仿真
旅行商问题(TSP)是一个经典的组合优化问题,目标是寻找经过每个城市恰好一次并返回起点的最短回路。本文介绍了一种基于免疫算法(IA)的解决方案,该算法模拟生物免疫系统的运作机制,通过克隆选择、变异和免疫记忆等步骤,有效解决了TSP问题。程序使用MATLAB 2022a版本运行,展示了良好的优化效果。
|
1天前
|
机器学习/深度学习 算法 芯片
基于GSP工具箱的NILM算法matlab仿真
基于GSP工具箱的NILM算法Matlab仿真,利用图信号处理技术解析家庭或建筑内各电器的独立功耗。GSPBox通过图的节点、边和权重矩阵表示电气系统,实现对未知数据的有效分类。系统使用MATLAB2022a版本,通过滤波或分解技术从全局能耗信号中提取子设备的功耗信息。
|
1天前
|
机器学习/深度学习 算法 5G
基于MIMO系统的SDR-AltMin混合预编码算法matlab性能仿真
基于MIMO系统的SDR-AltMin混合预编码算法通过结合半定松弛和交替最小化技术,优化大规模MIMO系统的预编码矩阵,提高信号质量。Matlab 2022a仿真结果显示,该算法能有效提升系统性能并降低计算复杂度。核心程序包括预编码和接收矩阵的设计,以及不同信噪比下的性能评估。
10 3
|
1天前
|
算法 调度
基于遗传模拟退火混合优化算法的车间作业最优调度matlab仿真,输出甘特图
车间作业调度问题(JSSP)通过遗传算法(GA)和模拟退火算法(SA)优化多个作业在并行工作中心上的加工顺序和时间,以最小化总完成时间和机器闲置时间。MATLAB2022a版本运行测试,展示了有效性和可行性。核心程序采用作业列表表示法,结合遗传操作和模拟退火过程,提高算法性能。
|
12天前
|
人工智能 算法 数据安全/隐私保护
基于遗传优化的SVD水印嵌入提取算法matlab仿真
该算法基于遗传优化的SVD水印嵌入与提取技术,通过遗传算法优化水印嵌入参数,提高水印的鲁棒性和隐蔽性。在MATLAB2022a环境下测试,展示了优化前后的性能对比及不同干扰下的水印提取效果。核心程序实现了SVD分解、遗传算法流程及其参数优化,有效提升了水印技术的应用价值。
|
13天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于贝叶斯优化CNN-LSTM网络的数据分类识别算法matlab仿真
本项目展示了基于贝叶斯优化(BO)的CNN-LSTM网络在数据分类中的应用。通过MATLAB 2022a实现,优化前后效果对比明显。核心代码附带中文注释和操作视频,涵盖BO、CNN、LSTM理论,特别是BO优化CNN-LSTM网络的batchsize和学习率,显著提升模型性能。