一种基于改进遗传算法的雾计算任务调度策略

任务的调度与分配一直以来都是云计算技术发展中的关键问题。然而,随着物联网连接设备的爆炸式增长,云计算已不能满足一些任务的调度需求,如健康检测、应急响应等都需要较低的延迟,雾计算应运而生。雾计算将云的服务扩展到网络边缘。雾计算架构下的任务调度与分配目前还是一个较新的研究热点。文中介绍了一种改进的遗传算法(IGA),该算法将适应度判断引入到亲代变异操作中,克服了基本遗传算法(SGA)在变异操作中的盲目性。在雾计算架构下采用该算法调度任务时考虑了服务等级目标(SLO)中响应时间的约束(FOG-SLO-IGA)。实验结果表明,FOG-SLO-IGA调度用户任务时在时延、SLO违规率以及服务提供商的花费上均低于云计算架构下采用IGA的调度(CLOUD-IGA);同时,在雾端调度任务时,IGA算法在执行速度上要快于传统SGA算法和轮询调度算法(RRSA)。     

四通道中空纤维MFI分子筛膜用于二甲苯异构体分离

采用二次生长法在高机械强度、高装填密度的四通道α-Al₂O₃中空纤维载体(7 cm)上制备MFI分子筛膜，探究了膜合成时间、操作温度、原料分压和吹扫气流量等条件对二甲苯异构体膜分离性能的影响。结果表明，160℃水热合成12 h制得的四通道中空纤维MFI分子筛膜对二甲苯异构体分离性能较优，在150℃、原料分压2 kPa、吹扫气流量20 ml/min时对二甲苯/邻二甲苯分离因子高达878,PX渗透性为2.1×10^-8 mol·m^-2·s^-1·Pa^-1。基于优化的制膜及分离操作条件，进一步将MFI分子筛膜制备于27 cm长的四通道中空纤维载体上，也获得了优异的对二甲苯/邻二甲苯膜分离性能，且所制得的膜材料对该体系的分离可稳定运行100 h以上。为推进中空纤维MFI分子筛膜的批量化制备和传统分离工艺的技术革新奠定了基础。