中央空调并联冷机负荷分配分布式优化控制

针对现有中央空调并联冷机优化算法对分布式控制的适应性不足的问题,提出了一种适用于分布式控制系统的并联冷机负荷分配优化算法。该算法仅通过每个冷机与相邻冷机交互信息完成对并联冷机运行的优化控制。将预处理机制与粒子群优化算法结合,在粒子初始化时对粒子间距离小的粒子进行适应度值比较,对适应度值小的个体进行惩罚并更新,以维持种群多样性;同时提出一种非线性惯性权重改进策略,加快收敛速度,避免算法陷入局部最优。最后,通过仿真实验测试算法的性能。实验结果表明,相对于对比算法,该算法能得到同等或更好的负荷分配控制策略,且收敛速度更快、鲁棒性更强,能够适用于分布式控制系统下并联冷机负荷优化分配。     

对象化模糊Petri网的任务协同分配建模与推理

为解决FPNN/FCPN建模与推理过程中存在模型规模急剧增大、模糊变量颜色化的作用有限、无法表示知识分类等问题,提出了一种改进的对象化模糊Petri网（FPN）建模及模糊推理算法.该算法采用面向对象技术化简规模庞大的模糊赋色Petri网（FCPN）,经简化的FCPN退化为普通的FPN,但是库所中托肯的语义也发生了变化,它不仅表示模糊语言变量的集合,更重要的是它可作为其他FCPN的引用.最后将该算法应用于协同设计环境中任务分配的模糊推理过程,可有效地降低Petri网模型的复杂程度,且对象化FPN模型直观,易于理解.     

云控制系统研究现状综述

云控制系统是软件定义的云计算基础理论和方法在自动控制领域中的延伸和应用,然而其研究尚处于起步阶段,其概念内涵、体系架构、理论方法和关键技术还需进一步明确。通过对体系结构和构成要素的分析,归纳总结了云控制系统的典型特征;综合分析了云控制系统与相关技术的支撑关系;基于云控制系统的理论特点引申出五项关键技术,并对各关键技术的研究现状进行了详细阐述;最后提出了云控制系统未来发展所面临的问题与挑战。     

主——从分布式控制系统通信机制与性能的关系

建立主－从分布式多机系统的随机Ｐｅｔｒｉ网模型，并用此模型分析系统性能。揭示了系统性能与主、从机之间通信机制的选择有关：当主、从之间“进入通信”变迁速率较地，处理机平均利用率较高，对不同类型的主－从多机系统宜于选择何种通信方式作了一定探讨，并指出对于实时监控系统，宜采用主机向下查询方式进行通信。     

基于自适应遗传算法的并行任务分配与调度

在完成"基于Internet的多节点过程交互环境设计与实现"应用项目(远程在线医学诊断)中,提出了一种高度自适应的遗传算法,设计出自适应选择、自适应交叉及自适应变异3种遗传操作算子,无论在精度上还是收敛速度上都较其他的遗传算法有较大程度的提高.经过实践与仿真实验表明,该算法是可行且有效的,并具有较高的自适应性.     

换热站并联水泵分布式优化控制

针对现有换热站并联水泵优化算法在集中式架构下控制适应性不足的问题,本文提出了一种改进的分布式并联水泵优化算法.首先,建立了并联水泵的分布式控制系统,并对该优化问题的数学模型进行描述,在目标函数中引入自适应非线性因子;然后,设计了改进的分布式果蝇优化算法,在该算法中每台水泵的控制器仅通过与邻居控制器交互信息即可完成并联水泵的优化;并且,在嗅觉搜索阶段,使用正弦余弦策略替代赋予个体距离与方向的随机策略;最后,以两个实际换热站中不同并联水泵系统为例对算法进行仿真验证,并基于仿真结果进行性能分析.结果表明,相较于传统算法,改进的分布式果蝇优化算法能得到更优的控制策略,有着收敛速度快、稳定性好和鲁棒性强的特点;并且该算法适用于不同系统的并联水泵优化问题,具有可扩展性.在实际工程验证中相较于集中式算法,该算法在总功率和计算时间上分别平均降低了5.47%和29.90%,因此,能够满足实际换热站中对并联水泵热负荷优化分配的需求.     

6-DOF并联机器人修正位置/力控制系统的研究

该文在６－ＤＯＦ并联机器人运动控制系统的基础上，研究了一种修正位置／力控制系统，讨论了系统设计与实现中一些关键性技术问题．文中内容对改善并联机器人控制质量与性能大有益处．     

中央空调系统并联水泵节能优化群智能控制算法

本文针对现有中央空调系统中并联水泵优化算法在群智能控制方面适应性不足问 题,提出了一种基于群智能平台的并联水泵优化算法。首先建立了并联水泵工作特性模型及 适应度函数,其次提出了一种分布式的估计算法,每个水泵通过与相邻水泵交互信息完成对 并联水泵运行的优化,最后分别以大小相同冷冻水循环泵系统和大小不同冷冻水循环泵系统 进行仿真验证并同时与集中式估计算法做对比。结果表明,该分布式算法可在满足末端流量 需求的情况下,对大小相同并联水泵进行台数配置和转速比优化;在末端流量变化时,不同 大小水泵可通过转速比等比例调节,实现对转速比的优化。     

神光III控制系统的故障建模与分析

应用混合随机Petri网对神光III控制系统的故障进行了建模,并应用Visobj Net对建立的故障模型进行了仿真分析。网络化控制系统是一个离散和连续相结合的混合动态系统,具有动态、并发及同步等特征;神光III控制系统就是网络化控制技术在武器装备上的一个典型应用;对于复杂系统的建模和分析,Petri网是一个非常有效的工具。Petri网已经被证明是离散事件或异步系统很好的建模和分析工具,混合随机Petri网是Petri网的一个扩展,具有强大的建模功能。仿真结果表明,所建立的模型是正确的。     

基于赋时Petri 网的化工批处理建模与控制优化

分析了化工批处理过程的特点,以过程设备为核心将整个过程操作划分为若干个子进程,用赋时Ｐｅｔｒｉ网来建立以子进程表示的批处理过程,并提出启发式动态 经自救对过程进行控制。仿真结果表明,基于赋时Ｐｅｔｒｉ网模型与启发式动态 经算法的Ｐｅｔｒｉ网控制器,不仅能准确描述批处理过程的同步、并发及资源工人享关系,而且Ｐｅｔｒｉ网的运行能给出过程生产的最优控制序列。     

分布式系统中的一类任务分配算法

本文提出了分布式系统中各独立结点根据自身状态和系统反馈进行自适应,以使系统达到最优状态的一种机制。它突破了以往相关工作的一些重要限制,性能得到了很大的改善。     

并行处理系统中的一种新的任务调度算法模型

本文提出一种新的任务调度算法,是利用改进的启发式群聚算法,对MARL－LO算法进行了改进,弥补了MARY－LO算法的不足,并增加了一些动态控制功能,较好地解决了n个处理器的分配问题。     

一种面向多核处理器并行系统的启发式任务分配算法

多核处理器使得并行系统的结构更加复杂并且其中任务个数大大增加,为了在这类系统中高效地进行任务分配,建立了任务分配模型,并提出了一种包含两轮操作的启发式任务分配算法,分别完成进程到处理节点和进程内线程到处理器核的分配.每轮操作经过带回溯的多次迭代处理,最终得到任务到处理器核的分配方案.与穷举查找法和遗传算法的对比测试表明该算法能在较短时间内求得近优解,并且当线程个数增大时,算法的求解时间远小于遗传算法.     

基于试探的公平任务分配算法

在任务不可剥夺的分布式服务器系统中,如何实现公平性,降低平均延迟比是提高服务质量的关键,文章介绍一种基于试探的任务分配算法,当任务长度服从指数分布时,能获得很好的公平性,很低的平均延迟比和较低的总延迟,通过仿真,得到了具有很好代数性的实验结果。     

云计算中相似驱动的并行任务划分方法

云计算是并行计算、分布式计算和网格计算等高性能计算的进一步发展,它的异构性、按需等特征对高性能计算提出了新的挑战。针对云计算的典型特征,提出了基于并行任务和云环境相似驱动的任务划分方法。首先用图刻画了并行任务和云环境,建立了图的相似关系及其相似度计算方法;其次给出云计算中拟解决的问题,通过图局部相似和全局相似度偏差最小来实现并行任务和体系结构的异构匹配及按需要求;接着利用F度标号方法给出相似驱动的任务划分算法;最后通过实验和其他划分方法进行比较,阐明了该方法的优点。     

基于授权约束的工作流任务指派算法

在电子政务、电子商务等工作流应用环境中,任务执行者主要是组织机构中的人,访问控制系统的授权约束需求是工作流任务指派要考虑的重要问题,已提出的许多工作流授权模型主要讨论授权的实现过程,而较少涉及授权的约束或依赖关系。工作流任务指派必须与访问控制系统结合,为此提出工作流任务指派中授权约束的相关概念,讨论了满足授权约束的工作流任务指派实现算法及算法的复杂度,同时,给出在实际应用中各系统部署的示意图及授权约束验证系统主要接口的功能;最后,指出了该实现方法的优点及未来研究方向。     

基于蚂蚁算法的网格任务分配算法研究

任务分配是网格计算环境中影响系统性能的重要因素,由于网格环境中各种资源分布于不同的地理位置,其性能也千差万别,因此需要一种有效的策略来进行任务的分配,使得整个系统完成任务的代价最小。文中将蚂蚁算法应用于解决网格环境中的任务分配问题,并进行了仿真实验,取得了良好的效果。     

并行异构系统中的一种高效任务调度算法

并行分布计算是当前计算机科学的热点之一。调度算法是影响分布式计算的关键因素,也是一个具有挑战性的课题。调度算法是将有通信关系的任务按顺序分配给不同的处理器。提出了一种基于区间插入和任务复制的高效启发式算法,通过对各种随机任务图和高斯迭代任务图进行模拟,与已有算法相比,新算法的效率有很大的提高。     

基于GSPN和人工免疫算法的并行测试任务调度研究

针对ATS中并行测试任务调度复杂、难以优化的问题,提出了一种广义随机Petri网和人工免疫算法相结合的任务调度优化算法.首先对并行测试系统建立广义随机Petri网(GSPN)模型,然后将激发的变迁序列集作为并行测试任务调度路径;将免疫克隆选择算法(ICSA)应用到并行测试系统任务调度问题中,并提出一种自适应克隆选择算子,搜索最优任务调度路径,得到以测试时间最短为目标的最优任务调度方案.用某型雷达接收机并行测试系统对该算法进行仿真验证,结果表明,与改进的混合遗传算法(IHGA)相比,该算法能够便捷地得到任务调度最优序列,且测试效率更高.     

基于信任的云服务系统多目标任务分配模型

云计算等新兴信息技术推动了服务产业的转型升级,然而云服务在带来远程服务和按需使用等便捷的同时,也拓展了原有信息安全的边界,引发了新的安全问题.基于信任机制的安全管理给云安全问题提供了全新的思路.在云服务中引入信任机制,用以衡量多云环境下不同云服务资源的可信程度,建立了基于信任的业务流程驱动云服务选择和任务分配模型,梳理总结了6种典型的任务结构关于时间、成本和信任的函数关系式,在高效率和低成本基础上保障安全可信性;提出了一种改进SPGA2算法,引入了局部搜索策略,以提高混合云环境下可信的多目标任务分配问题解空间的搜索效率;并最终通过仿真实验,验证了模型可用性和算法优越性.