说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 随机资源分配
1)  stochastic resource distribution
随机资源分配
1.
Modeling for stochastic resource distribution and solution to stochastic simulation genetic algorithms;
随机资源分配问题建模和随机模拟遗传算法求解
2)  resource allocation processor
资源分配处理机
3)  resource allocation mechanism
资源分配机制
1.
We call it per-group application resource allocation mechanism.
本文主要讨论成组应用如何适应物理网络资源的供给和状态变化,设计有效的资源分配机制,优化承载内容服务质量这个问题。
4)  Random Allocation
随机分配
1.
Random allocation to intervention groups remains the best method of ensuring that the groups being compared are similar at the onset of study and of avoiding removing selection bias between groups of patients.
随机分配是保证组间基线可比和避免选择性偏倚的最好方法。
2.
The first is the generation of unpredictable random allocation sequence which prevent researchers,clinicians,and patients from predicting.
成功实施临床试验的随机化有两个重要的环节:一是采用随机的方法产生不可预测的随机分配序列,二是采用分配隐蔽的方法保证随机分配序列的执行。
5)  Random distribution
随机分配
6)  Resource allocation
资源分配
1.
Supernetwork model for resource allocation of network-advertisement based on variational inequality;
基于变分不等式的网络广告资源分配的超网络模型
2.
Grid resource allocation model based on incentive and restraint;
基于激励与约束机制的网格资源分配模型
3.
Research on the Process of Resource Allocation Evolution and System Realization;
资源分配演化过程与系统实现研究
补充资料:随机分配


随机分配
random allocation

随机分配lr田司.旧au鱿ati阅;e二y,滋一。ep幻Me川e-““,」 把,:个粒子随机分配到N个单元的一种概率模型.在最简单的概型中,粒子是等可能且彼此独立地被分配的,因此每个粒子可以以概率l/N落到任一确定的单元.令#,=拼,(n,N)为分配后恰有r个粒子的单元数,又设o蕊;,<…<:、.其母函数 中(粼义l,…,支,)= 一,氰、.泉‘_。半、 xp{召,,=k,,…,拼r‘=k,}x李,…x穿·有如下形式: 小(粼x、,…,x,)二 「,,,_〕刀 二le一十—饭X,一l,十‘,‘十—电X_一1〕! L r.lr::」 (l)母函数(l)可用来计算拜,的矩以及研究其分布当n,N一的时的渐近性质.这些渐近性质很大程度上是由参数,二n/N一一个单元中粒子的平均数的性态所确定的.如果n,N一的且“=o(N),那么对于固定的r和t, E拼,一NPr(:),Cov(拜r,拼,)一Na,:(:),(2)其中尸r(:)=:re一“/;!, 叮r:(“)=一,,(,)「。,‘一,。(:)一,r(:卜恤二业上匕竺乏1, L’一”一“」而咨,:为Kro贺c址r符号.按照召,当N,。~田时不同类型的渐近行为,可以分辨出五个区域. 中心区域(cent司d0IT坦in)对应于“二九/N减1.对应于 “~的,E召,~又,O<又<的的区域称为右:区域(巧沙t:一do~),而对应于 “~的,任拜,~的则为右中r区域(力乡It inter皿diate;一do~).对于:)2,左:区域(Ieft卜dorr以m)对应于 “~O,E拜,~几,0<又<印,而左中r区域(left inter服d运te:~dolnain)对应于 比~0,E尸,~的.对于;二O,1,则其左和左中r区域与其相应的2区域是相同的. 在等可能概型的情形,在右r区域拜:有渐近PJss叨分布(Poisson distribution).当。)2时,这在左r区域也是成立的,而当r=O或r二1时,“。一N十n与(n一召、)/2依极限有Poisson分布.在左中和右中r区域,拜,有渐近正态分布(norm目distrib丽on).在中心区域则有一个关于拼r,,…,拼,』的多维渐近正态性定理,其极限正态分布的参数由渐近公式(2)确定(见11]). 如果。个粒子彼此独立地分配到N个单元,每个粒子落到第j个单元的概率等于。,,艺作,a,一1,这种分配称之为多项式的(polynolnjal).对于一个多项式分配,也可以引进中心、右和左区域,且极限正态与Poisson定理成立(见11],汇3」).利用这些定理,可以计算空盒检验( elrlPty一boxes test)的功效〔又见统计检验的功效(power of a statisticai test))·设七.,…,亡。为有连续分布函数F(x)的独立随机变量(假设H。).对立假设H,则对应于另一分布函数F,(x).选择点z。=一的C所确定,这时H。被拒绝.因为在H。之下,拼。有由均匀分配定义的概率分布,而在H.之下,它有一个由多项分配定义的分布,利用关于拜。的极限定理就能计算这个检验的功效尸{拼。>CIH,}(见[21). 在其他概型中,粒子被分成大小为m的组,并且假定在把它们配置到N个单元中时,同一组的两个粒子不会落人相同的单元,不同组的位置则是独立的.如果每个组的所有(票)个位置是等可能的且组数”~的,那么对于有界或弱增的m,#,也有渐近的正态或POisson分布. 与概率论一整套的组合间题(随机排列,随机映射,树,等等)相联系,分配概型有着种种可能的推广(见11」).【补注】本条所涉及的问题常称为占有问题(occu-pallcy prob】en”):它们等价于瓮l’q题(urn problem)(见【AI]及瓮模型(urnm以lel)).
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条