Web集群系统负载均衡策略分析与研究

Web集群技术是解决Web服务器系统容量和伸缩能力的重要方法。该文分析了影响Web集群系统性能的主要因素,并提出了一种基于内容的负载均衡算法。该算法以加权负载量来评估服务器负载状态,并通过保证负载局部性来提高cache命中率,从而获得好的负载均衡效果。仿真实验证明,该算法具有较好的适应能力和伸缩性。     

基于粗集分类和遗传算法的知识库集成方法

As the base of intelligent system, it is very important to guarantee the consistency and non-redundancy of knowledge in knowledge database. Since the variety of knowledge sources, it is necessary to dispose knowledge with redundancy, inclusion and even contradiction during the integration of knowledge database. This paper researches the integration method based on the multi-knowledge database. Firstly, it finds out the inconsistent knowledge sets between the knowledge databases by rough set classification and presents one method eliminating the inconsistency by test data. Then, it regards consistent knowledge sets as the initial population of genetic calculation and constructs a genetic adaptive function based on accuracy, practicability and spreadability of knowledge representation to carry on the genetic calculation. Lastly, classifying the results of genetic calculation reduces the knowledge redundancy of knowledge database. This paper also presents a frameworkfor knowledge database integration based on the rough set classification and genetic algorithm.     

一种基于内容的Web集群系统负载均衡算法

1.引言 Internet的普及为人们的工作带来许多方便,人们通过它获取信息或者开展电子商务活动。一个成功的Web站点面临不断增长的访问量和日益复杂的内容处理的挑战。这一切似乎都集中到如何扩充Web站点的处理能力上。早期依靠更高处理性能的服务器系统来解决问题的办法显得笨拙而昂贵。人们开始寻找更加灵活而廉价的技术手段。一些站点采用镜象(mirroring)的方式,在多个服务器上复制相同信息,以不     

一种基于XML的数据交换中间件技术

1 引言电子商务作为一种新的商务模式在近几年得到迅速的发展。早期的电子商务模式通常以一个孤立的企业网站为中心,不能支持商务参与者之间对等的信息交流。随着企业信息系统和电子商务系统的广泛应用,电子商务正向企业间供应链整合的模式发展。在新的模式下,若干商务实体共同构成一条完整的供应链.代表每个商务实体的企业信息系统或电子商务系统成为供应链上的某个节点,各个系统之间构成对等的     

Web服务器集群系统QoWS研究

请求负载的增加常常导致Web服务器系统性能降低,用户期望的服务质量得不到保证,这是服务级Web系统所面临和必须解决的问题。文章提出了一种Web服务器集群环境下的负载分配策略,通过对用户请求分类、将不同类别的请求进行响应性能隔离、优先为高级别请求提供服务以及请求许可控制等手段,对不同类别的Web请求提供不同质量的服务,保证了服务级用户的服务质量。同时采用最迟分配原则,改善系统的负载均衡能力,缩短系统平均响应时间。最后通过仿真实验,验证了该策略的正确性和有效性。     

基于SOM的市场细分研究

本文应用数据挖掘技术对市场细分的研究包括:如何利用SOM聚类技术解决市场细分问题;如何将SOM聚类的市场细分结构结果可视地呈现给市场决策人员的问题。这两部分研究整合为企业市场战略集成一个研究途径,包括:偏好数据的收集与前处理步骤、偏好数据聚类步骤、偏好数据的可视化步骤。实验结果表明,本文提出的研究途径成功发现了人工数据集中预设的聚类模式,与通常研究途径相比具有明显的优点。在实际市场数据分析中,获得了与事实相符的结论并提供了有价值的决策支持信息。     

一个基于Bayesian学习的协商模型

在Multi-Agent系统(MAS)中,每一个Agent都有不同的目标。通常只拥有对方的不完全信息。Agent需要具有解决在实现各自目标过程中所产生的各种矛盾的能力。协商是解决这些矛盾的一种有效途径。本文提出了一个基于Bayesian学习的协商模型NMBL：在每一轮协商中,Agent通过Bayesian学习获取协商对手的信息,更新对协商对手的信念,然后根据基于冲突点和不妥协度的协商策略提出下一轮的协商提议。NMBL把整个协商过程看成一个动态的交互过程,体现了Multi-Agent系统的动态特性,同时NMBL具有较强的学习能力。试验证明,该模型具有较好的协商性能。     

重庆智能交通综合管理服务系统的总体设计

本文提出将ＣＩＭＳ哲理引入智能交通系统（ＩＴＳ） ,并将其应用于重庆智能交通综合管理服务系统的总体设计。以系统信息集成、优化管理和综合服务为出发点,给出了系统的目标和设计原则,提出了系统的总体结构、运行模式和支撑体系     

基于隐马尔可夫模型的符号序列自组织聚类

本文提出一种基于模型的、适合变长符号序列的自组织聚类算法。隐马尔可夫模型被用于表达各个聚类,批处理自组织特征被用于符号序列的聚类过程。实验结果表明该算法能有效发现变长符号序列中的聚类模式。