基于Agent的分布式软件部署系统框架的研究

针对分布式环境中的多模块软件的部署需求,提出了基于Agent的分布式软件部署的系统框架.在该框架下,对分布式软件参数描述语言进行定义和对分布式系统中的多节点机器的信息进行建模,提出可配置的分布式软件部署的决策算法,并在多Agent通信机制下对软件部署过程进行协同决策,实现了分布式软件的智能部署.     

一种基于变频调速器的分布式群吊控制系统同步方法

针对铁路长轨搬运中多吊车协同工作过程中的晃动问题,给出一种基于变频器控制的分布式系统的同步方法.通过变频器自动调整吊车速度,进行运动偏差补偿,从而实现了群吊控制系统的同步控制.该方法还可实现吊车的软加速和软减速.     

基于OpenTelemetry+Jaeger的分布式系统调用链路监控方案

在分布式系统中,由于各个功能模块的通信网络错综复杂,因此对于单一请求的调用链路监控与分析就显得尤为重要。文章在详细调研大部分分布式系统的通用结构和调用链路特征的基础上,设计了一套通用的分布式系统调用链路监控方案。该系统基于OpenTelemetry(开源可观察性框架)对服务进行埋点采样及数据整体搜集,使用Jaeger(分布式跟踪系统)对数据进行整理分析并进行可视化展示。使用该方案对分布式系统进行监控,可以快速发现系统中存在的链路问题并监控服务健康程度,使分布式系统的运行更加稳定,能给用户带来更好的体验。     

基于混沌蚂蚁的分布式系统协同优化方法

针对复杂分布式系统的优化问题,提出基于混沌蚂蚁的复杂分布式系统协同优化方法.在系统理论指导下,分析复杂分布式系统中自主Agent的基本动力学特征,进而提出复杂分布式系统协同优化模型.在此基础上,借助混沌蚂蚁群算法(CAS)的思想,建立基于混沌蚂蚁的复杂分布式系统协同优化算法(CAS-CO).通过对复杂多Agent网络中基于位置的任务分配问题进行仿真实验,同时与已有算法仿真结果对比,表明CAS-CO算法可行有效,反映文中模型的正确性和Agent的自主性在复杂分布式系统设计和构建中的重要性.     

分布式系统的时间同步容错机制研究

网络化计算和分布式应用,对计算机系统的时间同步精度要求越来越高,高精密时间同步是分布式控制系统一切应用的基础.分布式系统必须建立统一的时间服务系统或时间服务器,以实现系统的时间统一.从时间同步着手,分析了时间同步技术——网络时间协议(NTP)和直接连接时间技术,研究了分布式系统时间同步技术及时间同步容错策略,给出了误差估算方法,并将滑动窗口演算法应用于时间同步容错策略,提出并得到时间校正值的算法,并对同步结果进行了分析.     

火电厂多代理控制系统

针对火电厂非线性、多变量和多控制目标的特点,设计了一个火电厂多代理控制系统(PPMACS).在PP MACS中,前馈控制代理(FFCAs)采用神经模糊系统进行决策,反馈控制代理(FBCAs)采用基于遗传算法的模糊系统进行决策.优化任务分解代理(OTDAs)通过一个优化代理和一个分解代理来进行多目标优化分解PPMACS的任务.协调代理根据运行条件协调PPMACS的各个代理.仿真结果显示了火电厂多代理控制系统能够实现火电单元机组的多目标运行和大范围负荷跟踪.神经网络、模糊逻辑和遗传算法是PPMACS中的智能代理进行决策的有效工具.     

带时间约束的UML序列图的分析工具

统一建模语言(UML)是一种多用途的可视化建模语言,它可用于软件系统的规约、可视化的构造和建档.UML序列图描述了交互对象间的协作,如在实时和分布式系统中通讯实体间的信息交互.与其它的规约和设计过程类似,UML序列图的规约也易出错,所以对它进行分析是很有必要的.文章描述了一个对带时间约束的UML序列图进行分析的工具.     

DDS在分布式系统仿真中的应用

提出了数据分发服务(DDS)在分布式系统仿真中的一种应用.DDS是OMG组织的数据分发服务规范,可以应用于对数据传输性能要求高的领域.它定义了一种以数据为中心的数据发布-订阅模型,提供了一个与平台无关的数据模型,以简化分布式系统中数据的有效发布.通过使用DDS,可以实现分布式系统仿真环境中各个仿真节点之间高效、高速地进行数据交互.该方法与基于服务器的数据传输方法相比,DDS具有简单高效、传输时的服务质量(QoS)可控、数据的传输不依赖于服务器等优点.     

基于MaSE和JADE的智能会议系统研究与设计

研究了Agent技术在处理分布式系统中的问题,说明了应用MaSE(multi-agent systems engineering)方法、JADE(java agent development framework)架构和开发工具Agent Tool构建多Agent系统的优点,并与原有方法进行了比较,开发了应用面向对象方法分析与设计的智能会议日程安排系统,阐述了系统的执行过程.该系统具有自治性,可自动地确定会议日程,并为多噜Agent系统的研究提供了基础.     

TDDSS中可信模型及其分析

可信分布式数据库服务器系统TDDSS(trusted distributed database server system)顺应了目前可信计算的研究从单机到网络的研究趋势,在分布式数据库服务器系统DDSS(distributed database server system)中引入可信机制.分布式系统是一个正处于发展中的系统,许多机制有待进一步研究和完善.在分布式系统中引入可信性存在许多困难,为此对分布式系统开展可信性研究具有重大意义.利用可信技术,引入可信第三方,建立了完整的TDDSS模型和多层次系统信任链模型.在系统管理方面使用了角色管理机制.与此同时,改进了相应的系统认证和日志管理体系.为今后可信在计算机系统中的应用提供了完整的可靠模型,并对建立的TDDSS模型进行了整体的数学评估和科学检测.     

关系决策系统的分布约简

基于分辨矩阵和最近已提出的快速算法,对关系系统的约简算法和关系决策系统的分布约简算法进行了研究。证明当决策属性具有自反性时,关系决策系统的分布约简实际上就是关系系统的约简,与决策属性无关。此外,区间值模糊序关系决策系统可视为关系决策系统的一个特例,用提出的关系决策系统的分布约简算法即可获得区间值模糊序关系决策系统的全部约简结果,从而简化了原来的约简算法。     

一种可信的自适应服务组合机制

提出一种可信的自适应服务组合机制.首先,将组合服务的可信性保证问题转换为自适应控制问题,可信性保证策略作为可调节控制器,组合服务作为被控对象,并设计了相应的系统结构;其次,在马尔可夫决策过程框架下建模和优化组合服务的可信维护过程和策略,并设计了相应的算法,实现了基于强化学习的直接自适应控制机制;最后,通过仿真实验,将组合服务的自适应维护与随机维护策略比较,表明组合服务的自适应维护具有明显的优越性.     

Formal approach to fault diagnosis in distributed discrete event systems with OBDD

In this paper, we study the fault diagnosis problem for distributed discrete event systems. The model assumes that the system is composed of distributed components which are modeled in labeled Petri nets and interact with each other via sets of common resources (places). Further, a component’s own access to a common resource is an observable event. Based on the diagnoser approach proposed by Sampath et al., a distributed fault diagnosis algorithm with communication is presented. The distributed algorithm assumes that the local diagnosis process can exchange messages upon the occurrence of observable events. We prove the distributed diagnosis algorithm is correct in the sense that it recovers the same diagnostic information as the centralized diagnosis algorithm. Furthermore, we introduce the ordered binary decision diagrams (OBDD) in order to manage the state explosion problem in state estimation of the system.     

决策树在化工企业生产平稳度分析中的应用

近些年来,国内大多数化工企业已经采用了DCS（集散控制系统）进行生产过程的实时监测与控制,并且积累了大量的生产数据,但是这些数据除了用于MIS（管理信息系统）以外,大多没有进行较深层次的利用。本文论述了利用决策树算法对生产数据进行挖掘,寻找生产装置中位号点之间的潜在关系以优化控制过程的方法。     

Multivariable Intelligent Decoupling Control System and its Application

Many industrial processes have compositive complexities including multivariable, strong coupling, nonlinearity, time-variant and operating condition variations. Combining multivariable adaptive decoupling control with neural networks, this paper presents a multivariable neural network-based decoupling control algorithm. This control algorithm is integrated with distributed control technique and intelligent control technique, and a three-leveled intelligent decoupling control system consisting of basic control level, coordinating control level, and management and decision level is developed. The configuration and function of the control system are discussed in detail. This system has been successfully applied in ball mill pulverizing systems of 200MW power units, and remarkable benefits have been obtained.     

面向协同设计系统的分布式群决策支持技术研究

在探讨业务处理中间件的分布计算模式、多主体控制以及分布式问题处理多库管理技术基础上,该文重点分析群体决策支持的协问设计系统分布计算环境;提出并实现了领域问题求解策略、应用模块的模型化管理方法以及分布式问题求解及其过程监控.同时深入研究协同设计系统业务处理中间件的信息资源共享和分布式问题求解的多维信息交互过程,实现了协同设计系统开放式群体决策集成开发平台.最后以预研项目为研究背景,实现了设备设计的产品集成化开发设计,取得了明显的实际应用效果.     

Multivariable Intelligent Decoupling Control System and its Application

Many industrial processes have compositive complexities including multivariable, strong coupling, nonlinearity, time-variant and operating condition variations. Combining multivariable adaptive decoupling control with neural networks, this paper presents a multivariable neural network-based decoupling control algorithm. This control algorithm is integrated with distributed control technique and intelligent control technique, and a three-leveled intelligent decoupling control system consisting of basic control level, coordinating control level, and management and decision level is developed. The configuration and function of the control system are discussed in detail. This system has been successfully applied in ball mill pulverizing systems of 200MW power units, and remarkable benefits have been obtained.     

分布式多传感器检测系统时间序列数据融合算法研究

本文在Ｃｈａｉｒ和Ｖａｒｓｈｎｅｙ提出的数据融合算法基础上,提出一种分布式多传感器检测系统按时间序列取多组局部决策数据的融合算法及决策规则,并给出系统性能的仿真计算结果。     

基于异步时钟序列的分布式认知跳频算法

为了解决传统跳频算法对动态、复杂电磁干扰环境适应能力不足的难题,以及克服现有跳频算法在分布式通信环境下对公共控制信道和统一时钟源的依赖,提出了一种基于异步时钟序列的分布式认知跳频算法。该算法通过建立认知跳频通信系统模型,分析其通信过程中面临的关键问题,设计了一种应用于分布式跳频通信环境的异步时钟结构序列。基于该序列的分布式认知跳频算法不依赖于任何公共控制信道和统一时钟源,能够在复杂电磁干扰环境下达到高效抗干扰通信的效果。验证实验结果表明,针对典型的窄带、宽带噪声干扰、部分频段干扰以及随机干扰,所提算法的抗干扰性能均显著优于传统的跳频通信算法以及现有的公用控制信道认知跳频算法。     

基于MapReduce的ID3决策树分类算法研究

决策树算法是经典的分类挖掘算法之一,具有广泛的实际应用价值。经典的ID3决策树算法是内存驻留算法,只能处理小数据集,在面对海量数据集时显得无能为力。为此,对经典ID3决策树生成算法的可并行性进行了深入分析和研究,利用云计算的MapReduce编程技术,提出并实现面向海量数据的ID3决策树并行分类算法。实验结果表明该算法是有效可行的。