区分服务网络队列调度策略的研究与仿真

针对目前几种DiffServ(Differentiated Service)网络队列调度算法进行研究,提出一种动态队列调度策略来提高队列转发效率。通过动态调整队列权值实现队列的动态管理,从而改进网络资源的利用效率,改善DiffServ网络QoS。利用NS2模拟动态队列调度算法,实验表明动态队列调度算法有效地提高了区分服务网络的队列转发效率。     

一种模糊自适应虚拟队列管理算法

随着网络流量的剧增,主动队列管理是近来端到端拥塞控制研究中的一个研究热点。为了解决队列拥塞、高效利用队列资源和减少队列抖动等队列管理问题,采用模糊控制模块计算分组丢弃概率,减少了由于"硬判断"所造成的队列抖动问题;同时在算法中引入期望队列长度来显式控制并稳定队列长度,提高了队列资源利用率。最后通过在NS2平台上仿真三种不同的业务流量对该算法进行实验测试,结果表明,算法在一定程度上解决了PI算法队列抖动大和AVQ算法队列资源使用率低的问题,具有一定的可行性和应用价值。     

基于深度强化学习的网联车辆队列纵向控制

针对车辆队列中多目标控制优化问题,研究基于强化学习的车辆队列控制方法.控制器输入为队列各车辆状态信息以及车辆间状态误差,输出为基于车辆纵向动力学的期望加速度,实现在V2X通信下的队列单车稳定行驶和队列稳定行驶.根据队列行驶场景以及采用的间距策略、通信拓扑结构等特性,建立队列马尔科夫决策过程(Markov decision process,MDP)模型.同时根据队列多输入-多输出高维样本特性,引入优先经验回放策略,提高算法收敛效率.为贴近实际车辆队列行驶工况,仿真基于PreScan构建多自由度燃油车动力学模型,联合Matlab/ Simulink搭建仿真环境,同时引入噪声对队列控制器中动作网络和评价网络进行训练.仿真结果表明基于强化学习的车辆队列控制燃油消耗更低,且控制器实时性更高,对车辆的控制更为平滑.     

空气流动阻力下非线性车辆队列最优能耗控制方法

为了优化车辆队列在长距离行驶过程中的能源消耗,对空气流动阻力下车辆队列能耗优化间距策略以及相应的队列控制方法进行了研究;首先根据车辆队列在行驶过程中受到的空气流动阻力,建立基于异构风阻系数的车辆动力学模型;其次,设计基于滑模控制的非线性车辆队列控制方法,使其能够在不同风阻系数下稳定地收敛到期望的车辆队列;在此基础上,构建稳态下车辆队列能量消耗评价模型,并通过优化分析,计算能量消耗最优下的车辆队列期望车间距;最后通过数值仿真的手段验证所提控制方法的有效性与可行性;该结果表明:所设计的控制器能够使整个车辆队列达到期望的控制效果;得到的最优车间距能够使得特定条件下车辆队列稳态能量消耗降低。     

弃头和随机结合的被动队列管理*

主动队列管理算法存在诸多缺陷,并没有在实际网络上推广使用。为了对目前使用最多的弃尾被动队列管理进行改进,提出了随机和弃头相结合的被动队列管理算法。在队列满时,先从队列头部丢弃一个数据包,然后再在队列中随机丢弃一个数据包。NS2仿真表明该算法能有效改善RTT公平性和速度公平性,避免弃尾队列管理的缺陷,提高了网络传输性能。该算法计算量小,适合在Internet上使用。     

基于模糊推理的鲁棒主动队列管理算法

基于常规控制理论的主动队列管理(AQM)算法在复杂动态网络环境下对参数变化比较敏感,难以保证队列稳定性且缺乏鲁棒性。针对上述问题提出基于队列长度和链路速率相对变化率的模糊AQM算法,以队列长度与期望队列长度以及链路速率与链路容量的相对误差量作为网络拥塞指示,采用模糊推理得出中间节点的丢包概率。仿真实验表明,该算法具有良好的队列稳定性和较小的队列延时,对网络的非线性和负载波动等不确定因素具有鲁棒性。     

嵌入式Linux内核中的等待队列操作

通用Linux内核中的等待队列及其操作是内核实现进程睡眠与唤醒机制的关键。当一个运行中的进程因操作受阻而不得不进入睡眠状态时,进程把自己标志成睡眠状态,并把自己从可执行队列中移出,放入等待队列,然后调用函数schedule（）让内核选择另一个进程投入运行;当与等待队列相关的事件发生时,等待队列中的进程将被唤醒,被唤醒的进程会被重新设置成可执行状态,并从等待队列中移入可执行队列接受内核调度。下面以Linux-2．6．10内核为例,剖析等待队列操作在内核中的代码实现。     

复合Web服务中构件服务的调度策略

采用何种策略调度复合Web服务中的构件服务以便快速运行复合服务,目前的研究较少.为此,提出一种复合Web服务中构件服务的调度策略.将运行复合服务建模为AOE-网,分离出初始服务队列,使用服务队列排序表与服务队列差值矩阵将初始队列合并为更少的最终队列,用一个调度程序负责调度一个服务队列,在队列中采用“满足条件先调用”的原则进行调度.实验结果证明,该策略编排构件服务的时间较短,并且能较大幅度缩短复合服务运行时间.     

马尔科夫链通信拓扑下的车辆队列最优能耗控制

针对马尔科夫链通信拓扑下的车辆队列控制问题,综合考虑车辆队列的非线性动力学模型和行驶能耗优化目标,提出一种基于分布式状态观测器的车辆队列能耗优化控制方法.由于在马尔科夫链通信拓扑下,部分车辆获取的邻居车辆信息具有动态切换特性,严重影响了车辆队列控制算法的有效性和稳定性.鉴于此,首先,设计一种用于估计领航车辆状态信息的状态观测器,有效避免通讯拓扑切换对队列控制系统造成的干扰;然后,结合车辆的非线性动力学模型与队列优化目标,构建一种基于指数折扣函数的车辆队列能耗优化框架,将车辆队列的能耗优化问题转化为Riccati方程的求解问题,进而得到车辆队列的最优能耗控制输入,在此基础上,通过构造动态通信拓扑下的李雅普诺夫函数,分析车辆队列控制系统的稳定性条件,即只要每个可能的通信拓扑均需包含一个以领航车辆为根的有向生成树,就可使得该车辆队列控制系统满足稳定性和队列稳定性;最后,通过数值仿真验证所提出控制算法的可行性和有效性.     

基于多队列思想的作业处理环境的设计

作业处理环境作为网格作业被处理的核心场所,负责将用户提交的作业请求封装成作业对象.然后对作业对象进行解析、调度、资源选择和提交等处理.由预处理队列、调度队列、资源选择队列和提交队列构成的一个多队列结构采用多线程技术,将作业处理过程划分成若干阶段,由作业控制中心统一管理作业对象在多队列结构中的操作.     

基于UML技术的空间基础数据库设计与实现

设计合理的空间基础数据库不仅能提高整个空间数据操作时的性能和效率,而且还可以减少后期的维护修复工作,使整个空间基础数据运行的更加快捷,需要对空间基础数据建立数据库;当前的空间基础数据库设计方法采用ArcSDE数据引擎对空间基础数据进行不断地更新调整,再利用多源空间数据格式转换的技术对空间基础数据库进行设计,存在空间基础数据运行时速度缓慢,计算精度低的问题;为此,提出了一种基于UML技术的空间基础数据库设计方法;该方法首先在空间基础数据库设计中建立空间基础数据索引结构,利用R-树族构建空间基础数据索引树,依据空间基础数据索引树,扫描索引空间基础数据,过滤掉不满足查询条件的空间基础数据对象,使空间数据查询结果可以在额定时间内获得,然后采用空间基础数据点、数据线、以及由数据线组成的区域、一组区域、空间基础数据网络的详细存储方式对空间基础数据进行存储,利用MongoDB驱动程序对矢量空间数据进行存储存储,最后通过对空间基础数据库索引、查询、存储等设计实现了空间基础数据库的建立;仿真实验结果证明,所提方法提高了空间基础数据的建库速度,减少了数据运行的时间,提升了空间基础数据的利用率。     

弹性空间设计探究

人们对空间的需求随着时代的发展而不断的变化。以往标准化的空间有时会影响着空间功能的发挥,可变的因素渗透在环境艺术设计中,使得人们可以在一个大的空间里自由、灵活的去任意组织自己所需要的空间环境。自由的空间是需要通过弹性设计来实现的,空间环境存在着互动性能创造出具有特点、富有变化而且张力十足的活动空间。     

整合城市建筑空间与交通空间,解决交通拥堵问题

在城市职能体系日趋复杂的今天,大多数城市普遍存在着交通拥堵、建筑空间与交通空间分离、城市功能支离破碎、城市空间资源利用率低下等严重妨碍城市可持续发展的问题。鉴于此,本文从城市形态整合的角度,提出了一些关于城市建筑空间与交通空间的整合方法,力求在三维的城市空间坐标中运用建筑空间与交通空间多向度穿插、层叠、渗透等手法来整合城市环境,实现分合得体、解决交通拥堵问题、建立新的富有活力的立体交通系统的目标。     

逆商空间的一致性研究

粒计算是当前计算智能研究领域中模拟人类思维和解决复杂问题的新方法。商空间理论是粒度计算的三种主要方法之一。在商空间理论的基础上,分析逆商空间的相关性质,并对商空间的逆商空间与其原空间的一致性进行分析,证明了满足一定条件的原空间导出商空间后,求逆商得到的逆商空间与原空间具有一致性。原空间到其商空间的映射关系确定后,其拓扑的可逆性也随之确定,在未知拓扑结构时可以构造拓扑基生成具有可逆性质的拓扑。     

雷达探测空间目标效能仿真系统设计与实现

空间目标的日益增多给观测太空和发射卫星都带来了很大难度,因此有必要利用一定的手段对空间目标进行探测,而雷达探测具有独特的优势。以VC++和STK为主要工具,开发针对低轨卫星和空间碎片的雷达探测效能仿真系统。该系统能够方便快捷地从雷达对空间目标的探测能力、雷达空域内同时存在的目标数目和雷达对目标观测弧段长度等3个方面分析雷达探测空间目标的效能。     

基于动态可行域划分的SVM主动学习

针对传统SVM主动学习中批量采样方法的不足,提出了动态可行域划分算法.从特征空间与参数空间的对偶关系入手,深入分析SVM主动学习的本质,将特征空间中对样本的标注视为参数空间中对可行域的划分;通过综合利用当前分类模型和先前标注样本两方面信息,动态地优化可行域划分方案,以确保选取的样本对模型改进的价值,最终实现更为高效的选择性采样.实验结果表明,基于动态可行域划分的SVM主动学习算法能够显著提高所选样本的信息量,从而能够在有限的标注代价下大幅提高其分类性能.     

蜗居住宅内部空间优化设计策略研究

住宅空间是影响人心情和生活品质的重要场所。它不需要很大,但需要整洁、舒适符合使用者个人心理和生理的多方面需求。对于生活在60m^2以下的小户型空间使用者来说,为了解决在有限的空间中营造出能够满足使用者多元化需求的舒适空间．文章分别从蜗居住宅不同功能空间的可变性设计、空间尺度精细化设计以及收纳空间的精细化设计三个方面来具体阐述如何合理组织优化蜗居住宅内部空间,对“以小见大”的空间优化设计思路进行了较深入的探讨。     

骨科机器人空间设计方法研究

在分析骨科临床手术环境中各类空间的基础上,用带有约束激活函数的集合对临床空间进行了描述．采用机器人占有空间、医生占有空间、手术对象空间、手术器械占有空间、机器人工作空间、机器人有限灵活空间、误差敏感系数等概念,结合骨科临床手术环境,提出了骨科机器人空间设计的内容和方法．通过空间设计,合理使用骨科机器人的有限灵活空间,可以提高机器人的手术精度,简化机器人的结构,增加机器人的安全可靠性．最后,以双平面骨科机器人的空间设计为例,验证了方法的可行性．     

空间故障网络及其与空间故障树的转换

空间故障树是一种研究系统可靠性与影响因素关系的理论体系,用树型结构描述元件与系统之间的可靠性关系。但实际故障发生过程是复杂的,难以表示成树型结构,而更为广泛的是网状结构。因此,尝试将空间故障树中的树型结构转换为网络结构,进而形成空间故障网络。给出空间故障网络的定义、性质及其与空间故障树的转换方法。目的是将空间故障网络转换为空间故障树,以利用空间故障树已有研究结果。给出一般结构和多向环结构的空间故障网络,及其转换为空间故障树的方法。为使用空间故障树理论研究一般网络结构故障发生过程提供方法。     

基于话者无关模型的说话人转换方法

提出一种基于话者无关模型的说话人转换方法.考虑到音素信息共同存在于所有说话人的语音中,假设存在一个可以用高斯混合模型来描述的话者无关空间,且可用分段线性变换来描述该空间到各说话人相关空间之间的映射关系.在一个多说话人的数据库上,用话者自适应训练算法来训练模型,并在转换阶段使用源目标说话人空间到话者无关空间的变换关系来构造源与目标之间的特征变换关系,快速、灵活的构造说话人转换系统.通过主观测听实验来验证该算法相对于传统的基于话者相关模型方法的优点.