面向对象数据库多粒度锁调度算法的研究

本文首先简要介绍面向对象数据库的多粒度锁,然后针对传统的单队列锁调度算法（ＳＱＳ）,设计了双旬调度算法（ＤＱＳ）和相容优先调度算法（ＣＲＦ）,在建立了一个模拟模型后,对本文提出的锁调度算法进行性能模拟,模拟实验证明了相容优先调先调度算法比ＳＱＳ和ＤＱＳ都要优越,模拟实验同时研究了切换周期,锁请求的服务率和延迟等待队列的最大长度对ＤＱＳ算法性能的影响,最后研究了硬件资源个数对ＣＲＦＤ算法的影响。     

公网数字集群系统的动态并发请求调度处理队列算法

针对公网数字集群系统高并发时吞吐量低、响应时间长、失败率高等问题，提出一种公网数字集群系统的动态并发请求调度处理队列（DCRSPQ）算法。首先建立请求失败率和平均响应时间的优化目标，利用请求的各类优先级系数得到每个请求的加权平均优先级；然后，采用K-means聚类算法，根据每个请求的加权平均优先级确定所属的优先级队列，将请求分类到不同优先级的队列中；最后，利用自适应资源反馈调整机制，将系统资源动态分配给各优先级队列处理器，同时动态改变各优先级队列的长度，实现各类请求的高效快速处理。仿真结果表明，与分层级赤字加权轮询队列调度（HDWRR）和基于队列长度的动态加权公平队列调度（DQLWFQ）等算法相比，DCRSPQ算法的平均响应时间能缩短23.8%以上，吞吐量可提高3.5%以上，请求成功率可提升0.4个百分点。DCRSPQ算法具有更低的平均响应时间、更高的吞吐量以及更好的请求成功率，在公网数字集群系统并发情形下能有效提升系统的处理效率。     

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。     

集群动态负载平衡系统的性能评价

该文使用随机Petri网对集群动态负载平衡系统建立了一个抽象模型．通过细化模型中的节点本地处理部分对5种动态负载平衡算法的性能进行了分析，并讨论了集群负载特性对动态负载平衡系统性能的影响，最后得出的主要结论有：(1)动态负载平衡算法可以取得比静态负载平衡算法更好的性能；(2)与传统的只考虑CPU就绪队列的负载平衡算法相比，考虑了各种I／O请求队列的负载平衡算法可以取得更好的性能；(3)即使在极端的集群负载特性中。集群动态负载平衡算法仍然能取得比较理想的性能，因此实现即使是十分简单的集群动态负载平衡系统也是很有必要的。     

基于模糊矢量量化图象编码的研究

分析了模糊矢量量化（ＦＶＱ）图象编码的原理，给出了ＦＶＱ设计三要素。提出了用于图象编码的指数型模糊矢量量化算法（ＦＶＱＥ）。实验结果表明，ＦＶＱＥ的图象编码性能与ＦＶＱ相当，但收敛速度要略快于ＦＶＱ算法。     

虚系统防火墙中处理器资源分配方案

为了有效地解决虚系统防火墙中处理器资源分配问题,提出一个基于阈值触发的PQ与WRR队列结合的处理器资源分配方案.为每个虚系统设置一个软件队列,通过对各虚系统的软件队列调度来实现处理器资源在各虚系统中的按需分配.软件队列之间采用WRR算法实现了高效率的基于权重的调度,硬件队列和软件队列之间采用了动态优先级的调度算法,设置调度触发阁值,降低了调度方案引入的性能损失.测试数据表明,该方案引入的性能损失很低,且处理器资源在各虚系统中得到了按需调度.     

基于动态阈值的拥塞控制算法研究

针对主动队列管理算法BLUE缺乏早期拥塞检测机制及其在参数设置方面存在不足, 提出了一种基于动态阈值的拥塞控制算法。算法从系统资源分配角度出发, 对缓冲资源进行合理有效分配, 根据缓冲空间的利用情况预测网络拥塞并动态调整控制阈值, 及时准确地调整丢包率。NS仿真实验表明, 该算法能有效减少BLUE算法存在的队列溢出或空闲, 能有效保持队列长度稳定, 提高链路利用率。     

广义LVQ神经网络的性能分析及其改进

首先从理论上分析了广义学习矢量量化（ＧＬＶＱ）网络的ＧＬＶＱＦ算法的性能,ＧＬＶＱＦ算法在一定程度上克服了ＧＬＶＱ 算法存在的问题．然而,它对获胜表现型的学习具有好的性能,对于其它的表现型,性能却十分不稳定．分析了产生这个问题的原因,直接从表现型的学习率出发,提出了选取学习率的准则,并给出了两种改进的算法．最后,使用ＩＲＩＳ数据验证了算法的性能,改进算法较之ＧＬＶＱＦ算法具有明显的稳定性和有效性．     

基于灰色预测可变裕度PID网络自适应算法

为了综合控制拥塞链路的队列长度,提高AQM系统对动态网络环境的自适应能力,提出了一种基于灰色预测和考虑可变裕度PID控制的自适应TCP网络主动队列管理。首先,建立相角和幅值裕度与网络参数相关的PID自适应主动队列(TCP/AQM)控制论模型,该模型可以根据网络参数的变化而动态改变控制参数,以提高AQM网络动态自适应能力,及系统的鲁棒性;其次,将灰色预测引入该模型,实现路由器队列长度的超前预测,补偿带有PID反馈模块的AQM算法给队列造成的时滞影响。与其他算法的仿真结果相比较,该设计算法能够使信息流在较短的时间内稳定在期望队列长度阈值附近。     

自适应IEEE802．11PCF调度算法

本文在研究现有无线局域网IEEE802．11 PCF（Point Coordination Function）调度算法基础上，提出一个自适应PCF算法的解决方案。该算法通过使用队列调度来实现CFP（Contention Free Period）阶段PC和站点之间的消息服务，站点之间的服务顺序可以根据实时需求动态改变；对来自站点大量高速率发送的数据，调度器采用队列缓冲区尾部丢弃策略来缓解网络拥塞。通过对比定性的分析了此算法与单轮询算法在CFP帧传输的性能差异，得到在系统吞吐率以及平均包延迟上本文提出的算法能提供更好的QoS。     

实时多任务系统的TPCQ建模方法

本文提出了一个基于定时的Ｐｅｔｒｉ网和立方体队列网络的实时多任务系统的建模方法－ＴＰＣＱ，它特别适合于描述含有同步、通信和立方体队列调度的复杂的实时多任务系统，也可以描述一般的实时多任务系统。文中讨论了ＴＰＣＱ模型，并且给出了一个建立实时多任务系统的ＴＰＣＱ模型的例子。     

高能物理云平台中的弹性计算资源管理机制

虚拟化技术作为一种新的资源管理技术,正在高能物理领域得到越来越广泛的应用。静态虚拟机集群方式已经逐渐不能满足多作业队列对于计算资源动态的需求。为此,实现了一种云计算环境下面向多作业队列的弹性计算资源管理系统。系统通过高吞吐量计算系统HTCondor运行计算作业,使用开源的云计算平台Openstack管理虚拟计算节点,给出了一种结合虚拟资源配额服务,基于双阈值的弹性资源管理算法,实现资源池整体伸缩,同时设计了二级缓冲池以提高伸缩效率。目前系统已部署在高能所公共服务云IHEPCloud上,实际运行结果表明,当计算资源需求变化时系统能够动态调整各队列虚拟计算节点数量,同时计算资源的CPU利用率相比传统的资源管理方式有显著的提高。     

Q-learning算法及其在囚徒困境问题中的实现

Ｑ－ｌｅａｒｎｉｎｇ是一种优良的强化学习算法。该文首先阐述了Ｑ－ｌｅａｒｎｉｎｇ的基本学习机制,然后以囚徒困境问题为背景,分析、对比Ｔ Ｑ－ｌｅａｒｎｉｎｇ算法与ＴＦＴ算法,验证了 Ｑ－ｌｅａｒｎｉｎｇ算法的优良特性。     

CDMA移动通信系统软切换双队列模式的研究

CDMA移动通信系统软切换的双队列模式根据移动用户在切换区中运动方向变化情况，把软切换请求分为真正的切换请求和虚假的切换请求，井分别储存在主队列和从队列中，尽量减少有用虚假切换请求的丢失，有效地利用资源、合理地节省资源．缓解呼叫拥塞和切换拥塞，提高系统性能．通过计算机仿真并与基于方向的排队算法比较．结果表明：该模型硬件实现简单，软件实现方便；主队列具有很低的呼损率、较少的软切换等待时间和较短的排队长度，大大提高了CDMA移动通信系统的服务质量．     

基于ARED的主动队列管理改进算法

随机早期检测（Random Early Detection,RED）是IETF推荐部署的主动队列管理（Active Queue Management,AQM）算法。 RED存在参数难以配置、无法适应动态网络环境的缺点。 ARED（ Adaptive RED）是RED的自适应版本,通过平均队列长度来动态调整最大丢弃概率,从而达到稳定平均队列长度的目的,但是存在瞬时队列长度振荡的问题。文中研究了拥塞控制中的主动队列管理,对ARED算法进行了改进,优化丢弃概率计算函数,提出TTS-ARED算法,实现在动态网络环境下队列长度的稳定以及丢包率降低。 NS2的仿真结果表明,TTS-ARED算法显著地降低了丢包率,队列长度稳定性比ARED算法更优越。     

配送实时调度管理系统中最短路径的双队列算法及其JAVA实现

文章采用J2EE技术和改进的Dijkstra双队列算法研究了面向第三方物流的实时动态配送调度管理系统,文中简介了该系统的功能和结构,详述了配送调度模块中采用的求解两点间最短路径的双队列图形增长算法的流程和数据结构,文中给出了改进算法的JAVA实现方法和核心流程代码。     

一种分布式实时系统任务调度算法的设计

结合分布式系统和实时系统的特点,分析了分布式系统任务调度算法和实时系统任务调度算法,为了能够较好地实现系统的并行性能、实时任务的调度性能以及网络的负载平衡,提出一种将分布式系统任务调度算法和实时系统任务调度算法想结合的算法,采用层次式调度算法以及动态权值的轮转调度算法和速率单调调度算法相结合,在队列权值固定的实验基础上,采用随机改变队列权值的算法,实验证明该随机改变队列权值的算法能够更好地调度任务.     

LQ最优控制系统加权矩阵Q的一种数值算法

利用ＬＱ最优控制逆问题的参数化解,将求解对称、非负定加权矩阵Ｑ的问题变为一类Ｆ－范数优化问题,给出一种求解ＬＱ最优控制指标函数中的加权矩阵Ｑ的简便而系统的方法。算法的优点在于任意给定一组自变量,通过解这类优化问题就可求得满足闭环特征要求的加权矩阵Ｑ,而且具有良好的收敛性。     

IEEE 802.11e动态队列分派算法

基于跨层优化和不平等保护的思想,提出一种新的IEEE 802.11e动态队列分派算法。利用AC［1］和AC［0］队列优化视频传输;根据队列状态动态计算队列优先级,并将它与视频帧优先级相匹配;综合考虑视频帧的优先级、不同队列的拥塞状况为视频帧动态分派队列。仿真实验表明,该算法能有效降低视频的传输失真。     

主动队列管理中增强型自适应虚拟队列管理算法之设计及稳定性分析

提出了一种基于速率的增强自适应虚拟队列管理算法(EAVQ). 在该算法中引入主从拥塞尺度和期望链路利用比的概念; 以输入速率为主要拥塞尺度, 以便保留原有自适应虚拟队列管理算法(AVQ)中响应速度快、队列时延短、链路利用率高等优点. 同时, 以期望链路利用比为辅助拥塞准则, 设计了一种基于速率的期望链路利用比自适应机制, 解决了AVQ中参数设定困难、队列抗干扰能力弱, 及存在链路损失等缺点; 在改善系统动态性能的同时保证了链路容量的充分利用. 在线性化基础上给出了一般网络结构下TCP/EAVQ系统的局部稳定条件. 通过仿真验证了EAVQ的有效性.