基于BAS-PSO优化算法的集中空调智能控制系统研究

精密空调集中系统一般是以最大负荷状况运行,但实际送风末端的负荷需求并不能够达到最大值,这造成了极大的能源浪费。为此,研究利用支持向量回归机对末端负荷需求进行合理预测,构建了空调负荷预测模型。然后根据将所得到的负荷预测值输入研究所设计的寻优模型中。研究利用天牛须搜索算法和粒子群算法构建了一种寻优模型,对集中空调进行智能控制。在研究过程中发现,该算法仍存在易陷于局部最优解,收敛精度低等局限性,为此引入自适应非线性惯性权重系数和Levy飞行策略对其进行优化,最终得到了一种新的集中空调智能控制系统。通过实验分析可知,模型最终产生总能耗为270.76 kW,平均节能率为27.55%,能够有效优化控制空调系统,实现节能减耗。     

基于改进GA和JAVPRS的数据中心网络设备能耗降低研究

在数据中心的耗能中,网络设备的耗能占比最大。为了降低网络设备的能耗,提高网络服务质量。针对不同类型业务的特点,研究分别提出了基于改进遗传算法和业务感知的虚拟机放置及路由调度算法来面向不同类型的业务。经测试,改进遗传算法相较于多边形扫描转换算法和导向滤波算法,可以降低约70%的能源消耗;减少约22%和64%的数据包延时和丢包率;增加40%左右的网络吞吐量。基于业务感知的虚拟机放置及路由调度算法相较于贪婪随机自适应西尔斯程序和模拟退火算法在接入层和汇聚层交换机中分别节约了约20%和18%的能耗,数据包延时减少了8%左右。可见在相应类型的业务时,改进遗传算法和基于业务感知的虚拟机放置及路由调度算法均可以实现网络设备的节能。     

一种基于分布式服务器集群的可扩展负载均衡策略技术

提出了一种基于软件定义网络的分布式数据库负载均衡算法,将数据、控制、应用分离的同时计算服务器集群中单个服务器的实际负载.通过查询流量采样记录来决策最少连接的服务器路径,减少了访问请求的响应时间,提高了系统吞吐量和容错能力,实现了充分利用服务器资源的目的.内网中的分布式数据库实验对通用负载均衡技术和基于软件定义网络的负载均衡技术进行了比较,在不同服务器集群的负载状态下,后者的平均响应时间小于前者,并得到了更好的负载均衡效果.