基于数据挖掘的电力云资源规划调度

随着虚拟化技术的应用,数据中心的资源利用率已经得到一定程度的提高,但是云资源通常还是根据用户提出的需求预先分配,资源利用率仍然有待提高.为了进一步改进资源利用率,云中心的实际资源需求可分为“周期资源”及“峰期资源”.“周期资源”可以通过历史规律,利用递阶成分负载模型进行分析,预测出数据中心大部分时间的资源需求;“峰期资源”主要是满足短时间内的各种高峰资源需求,这种需求应用了排队论及随机均衡算法模型并根据实际应用的需要动态启用、分配和收回资源.通过使用资源收集与分配守护进程对云中心资源需求进行规划调度实验,效果明显,从而为云中心资源利用率的提升及节能减排提供了一种有效途径.     

新颖的WDM EPON动态带宽调度算法

对WDM EPON的ONU授权调度技术进行了研究,采用调度理论的方法来解决授权调度问题。将授权调度和波长分配进行结合,并将其形式化为矩形Packing问题,采用拟人的策略,提出了基于欧氏距离的高效用ONU带宽分配策略,为WDM EPON中ONU授权调度问题的快速求解提供了一种高效的启发式算法。进一步模拟实验表明,提出的算法可以减少平均分组时延,提高网络带宽利用率,表明算法对授权调度的有效性。     

车间调度问题的量子粒子群优化算法设计

针对粒子群优化算法搜索空间有限、容易出现早熟现象的缺陷,将量子粒子群优化算法用于求解车间调度问题,按照量子粒子群优化算法的进化规则在调度空间内搜索最优解,并对量子粒子群算法的参数选择进行了研究。以典型的Job-Shop调度问题作为实验对象,实验结果表明QPSO算法相对PSO算法具有较好的全局搜索能力。     

改进的遗传算法在石化企业生产调度中的应用

基本遗传算法在使用过程中会出现大量无效个体问题,需要对其进行改进.提出了改进的遗传算法,并将其应用于石化企业的生产调度中.运行实例和仿真结果表明:改进的遗传算法适合解决石化企业生产调度的一些问题,对其他类似生产调度问题的解决也有一定的借鉴意义.     

基于周期分区的相控阵雷达任务交叉调度研究

传统相控阵雷达任务调度算法中,各单驻留任务不可分割,发射与接收之间的空闲等待时间未被有效利用,系统调度能力受限。针对此问题,该文在深入分析交叉规则及选取策略的基础上,提出一种基于采样周期最大公约数分区的任务实时交叉调度(PDI)算法,其可解决交叉调度过程中任务因采样周期不同而产生冲突的难题,该文还分析了调度算法流程,交叉算法流程及过载处理等。仿真结果表明,该算法可大幅提高系统调度的负载能力,调度性能明显优于传统算法。     

离散时间傅里叶变换的教学探讨与设计

根据“理论联系实际”教学指导理念,本文梳理了离散时间傅里叶变换的基本概念、重要性质、典型应用等关键教学内容,设计了Matlab仿真作业的上机实践环节,将离散时间傅里叶变换理论和工程应用实践相挂钩。通过此类教学设计,强化离散时间傅里叶变换知识点的实践价值,深化实践应用,极大促进了学生对傅里叶变换知识点的消化吸收,提升了学生上机应用能力培养,取得了较好的教学效果。     

基于模糊流感知的动态优先公平调度算法

为适应网络的动态性,提高调度公平性和资源效率,流感知优先公平调度机制需要动态的多业务区分转发。与链路负载状态相关的模糊流感知能够实现路径上的一致性业务区分,而基于模糊流感知的动态优先公平调度算法通过调整优先队列负载门限在流式流和弹性流之间实现转发优先权的动态交替,在链路轻载时实现不同流间的相对公平调度,在链路重载时则强调实时业务的绝对优先权以保证其时延要求。算法公平性分析和仿真计算显示提出算法的动态区分转发通过适度增加优先业务队长能够大幅度提高弹性流的接纳率,具有较高的链路平均吞吐量和资源效率。     

浅谈信息化系统中智慧引擎关键功能

智慧引擎是新一代信息化系统的大脑,它支撑系统各层面的智慧管控,通过智慧感知、智慧学习、智慧决策、智慧调度形成自动化的闭环管控体系.智慧引擎通过智慧感知全方位采集系统数据,由智慧学习对数据进行智慧分析、训练、挖掘,由智慧决策对数据进行智能预测与决策,最终由智慧调度完成对系统的自动调节.     

P2P流媒体稳态传输模型分析

应用排队理论证明了P2P流媒体系统在稳态时可模型化为多个M/M/n排队系统串联的排队链,在此基础上以节点的播放缓存状态为研究对象,建立了P2P流媒体系统的稳态传输模型。考察了不同chunk调度策略下节点的传输特性,以此验证模型的准确性,并进一步考察了P2P流媒体节点数量、节点缓存大小对传输特性的影响。     

调度数据网集中监控变电站的远程维护

本文主要从坚持原则、功能、结构和性质等几个方面对调度数据网集中监控变电站的远程维护进行了相应的分析和简单的阐述,主要包括了系统流程,并采用相关的技术,对其具体的界面进行相应的设置与规划。