抗时延敏感性跨层自适应资源分配方案*

为了对抗多用户OFDM系统中用户实时业务对时延的敏感性,提出一种利用Hopfield神经网络(HNN)算法的跨层自适应资源分配方案。该方案设置用户调度优先级时同时考虑物理层的信道状态信息,及媒体接入层的用户队列状态信息和等待时间等;采用HNN算法,最大化系统容量的同时降低了平均时延和丢包率。仿真结果表明,相比于传统资源分配方案,该方案可以有效保障用户的服务质量,并提高了系统的整体性能。     

基于多通道分离整合的多尺度单幅图像去雨算法

由于密度不同的雨对图像造成的遮挡不同,图像去雨一直都是一项极具挑战性的任务。目前,基于深度学习的图像去雨算法已经成为主流。然而,多数深度学习的架构都是通过堆叠卷积层来设计的,执行去雨任务后图像仍存在着大小不一的雨痕,这些方法并不能很好地关注训练中雨图的局部信息和上下文信息。为了解决上述问题,本文设计一种基于多通道分离整合的卷积神经网络用于图像去雨。第一步通过通道分离,再利用卷积层间的层级连接,构成多尺度模块,最终将不同通道的输出进行整合。该模块可以增大感受野,探索特征图之间的空间信息,更好地提取特征。第二步利用渐进网络来反复计算挖掘上下文信息,能够很好关联到全局特征。整体模型易于实施,可以端对端训练。在常用的数据集以及自建的自动驾驶雨天数据集上的大量实验表明,本文方法比现有方法取得了明显的改进。     

基于多用户决策效用的侦察无人机路径规划算法

战场用户决策的效用受限于决策的时机性和正确性,无人机为多个用户提供协同侦察服务时,减少侦察时间有助于用户更快获取决策需要的信息以提高决策时机性,延长侦察时间则能够获取更多有价值的信息,提高决策的正确性.为了权衡无人机侦察时间与侦察信息价值并提高多用户决策的总效用,提出了基于侦察任务时间、用户获取信息价值以及各用户权重的多用户决策效用模型,将多用户决策效用最大化问题建模为带约束的无人机路径规划问题.提出了一种基于性价比贪婪思想与路径收益动态监测机制的路径规划算法求解路径问题.对所提算法和对比算法在不同目标数量下的任务时间、信息价值及效用指标进行分析,结果表明,在不同规模的侦察目标下,所提算法与基于单一指标带时间约束的贪婪算法相比能够实现更高的多用户决策效用.     

确定投标报价的一种方法

文中对工程招投标中评价投标方案的方法,利用数学期望的概念,给出了一种确定投标报价的方法。     

福建电力现货市场初期模式探析

中国电力现货市场建设正在进入深入推进推广阶段,如何实现由计划模式向市场模式的安全平稳过渡是保证中国电力市场改革成功的关键问题。文中提出一种适应计划向市场转变过程的竞价空间方法以及相应的市场出清结算机制。该竞价机制分为计划模式的优化计算和市场出清两步。计划模式与市场模式的优化计算所考虑的基本约束条件保持一致,根据竞价空间比例将计划模式的计算结果作为市场模式优化出清边界条件,保证市场模式的优化出清严格在竞价空间范围内开展。通过调整竞价空间的计算比例,逐步扩大市场比例,实现由计划模式向市场模式的逐步过渡。最后,以实际算例对比验证了该竞价机制的有效性和实用性。     

基于Agent反、正向招投标技术的Job Shop调度研究

分析了目前基于多Agent技术的Job Shop调度研究所存在的问题，对Job Shop调度问题进行了形式化描述，给出了基于多Agent的总体调度结构和调度过程，提出了基于柔性工艺路线的虚拟制造单元和Agent的反、正向招投标调度机制，描述了具体实现过程，给出了招标、投标、评标的参数和指标，通过示例验证了该方法的有效性。所提方法在Agent招投标中直接考虑了工序任务间的约束和联系，即充分发挥了多Agent系统分散决策的优势，又从根本上避免了任务分配的冲突，提高了调度效率。     

建设工程招投标评标办法简析

工程招投标活动是建设工程程序中的重要环节,2000年《中华人民共和招标投标法》的颁布实施,为规范建筑市场和招标投标活动提供了法律依据。在招投标的过程中,如何选择实力强、信誉好的投标单位,都需要通过评标来实现;因此,制定契合项目实际情况、合理的评标办法是招投标环节中的关键之一。     

无线多用户投影网关切换技术设计与实现

针对目前无线投影网关多用户切换技术研究的缺失及必要性,为了减少切换带来的延迟、抖动,提出了多用户的切换协议。通过实现基于Wi-Fi Direct的无线投影网关系统,模拟多用户使用场景,给出了详细的切换流程、数据结构,同时分析了延迟产生的原因,提出了数据预缓冲技术,进一步对多用户切换进行改进,最后通过实验测试证明其在减少切换延时的有效性。     

基于动态性有效资源分配的云计算效益学习模型研究

为了将有限的资源合理地分配给用户,并尽可能地提高云系统的资源和能量利用效率,提出了一种改进的面向动态性有效资源分配的云计算效益学习模型算法,在动态性有效资源分配上提出了服务质量准则框架(QSSF)来得出云服务的计费管理机制;采用资源竞拍策略和动态双向博弈策略更好地权衡用户和云计算提供商之间的利益关系,并将资源分配给资源需求量大的用户;在云系统的运算和存储任务的资源和能量分配上,采用了基于云计算的效益学习模型,通过权衡任务对资源和能量的需求量来实现系统效益的最优化;实验仿真结果表明,该算法能够更加合理地为系统的运算和存储任务分配资源和能量,在资源和能量的利用率上优于其他对比算法.     

面向多用户的集群资源部署策略

集群系统中面向多用户的资源部署策略优先考虑的是资源能够在不同用户之间进行公平分配,同时实现用户之间的资源共享。为了充分利用集群资源,用户以一定的原则通常是采用权重比的方式共用集群资源。该策略并不关心每个用户所获取的资源总量,只关心用户所获取的资源比例是否总是符合原则,这样可以保证空闲资源总是能够被充分利用。该策略包括资源的定额分配和自主申请两部分,以满足用户的需求。同时提出了采用用户占用资源量与占用时间共同作为公平分配依据的策略,以适应更加复杂的情况。