基于Choquet积分的多属性灰靶群决策方法

针对属性间具有关联性且属性值为区间灰数的多属性群决策问题,提出一种基于Choquet 积分的多属性灰靶群决策方法.根据模糊测度和Choquet积分的性质,定义关于区间灰数的Choquet积分信息集成算子,并证明其相关性质;通过灰靶决策方法,对方案集的综合靶心距进行排序.仿真实例验证了所提出方法的合理性.     

配网三相负荷不平衡自动调度方法

受用户用电不确定性的影响,配电网三相负荷不平衡现象严重,为此,本文提出了一种考虑无功损耗和电压稳定的自动调度方法。该方法构建了无功损耗最小化和电压稳定裕度最大化的多目标调度模型,利用粒子群算法求解模型,避免陷入局部最优,以实现三相负荷不平衡的调度。实验结果表明,该方法具有较强的稳定性和较高的效率,可有效实现配网三相负荷不平衡的自动调度。     

可再生能源电力系统通信负荷平衡化分散调度方法研究

可再生能源接入电力系统后,受到通信负荷调度方案的影响,调度方法的抗干扰性能较差。因此,提出可再生能源电力系统通信负荷平衡化分散调度方法研究。考虑到可再生能源的工作特点,建立可再生能源场景模型。利用模糊控制器,设计电力系统通信负荷控制结构。结合电力系统接入可再生能源后产生的不确定性因素,设计负荷平衡化调度方案,结合上下层级分散调度模式,实现负荷分散协调调度。实验结果表明：所设计的负荷平衡化分散调度方法与文献提出方法相比,将抗干扰性能提升了58%、49%。     

基于属性不完全判断的语言群决策方法

研究多个决策者对属性有不完全类别偏好的语言案例决策方法.基于案例学习框架定义属性公共提及因子,提出考虑多重类别偏好的信息增益系数;基于灰靶决策框架建立综合靶心距最小的属性权重优化模型;基于决策者个体和群体的关联度确定决策者权重,进而给出方案排序.案例分析表明了所提出方法的应用步骤和可行性.     

面积敏捷制造柔性决策的可视化研究

面积敏捷制造柔性决策的可视化实现对提高面积敏捷制造柔性决策的效率和效益具有重要的意义。在简述可视化技术发展的基础上,研究了面向敏捷制造柔性决策的基本的和基于Ｗｅｂ的可视化方法。最后,对面向敏捷制造柔性决策的可视化界面进行了研究。     

基于处理能力预约的工作站机群协同调度

本文提出了一种基于处理能力预约的工作站机群协同调度方法,它以一定的处理能力为基础,对参与并行计算的所有工作站进行处理能力的预约,使得并行程序以协调一致的步调得到执行。模拟结果表明,这不仅提高了应用程序所能获得的有效并行计算性能,而且还提高了处理器的利用率,同时它在不同应用环境一的适应性好。     

基于链式SVG三相不平衡负荷的平衡补偿方法的仿真分析

本文对链式静止无功发生器的工作原理进行了分析,在深入研究三相不平衡负荷的平衡化补偿原理的基础上,提出了一种基于链式静止无功发生器在不平衡补偿时的分相补偿控制方法.该方法是通过对静止无功发生器各相输出电压与电网电压的相角差δ进行调节来控制各相输出电流,从而可以有效地对三相负载不平衡的系统进行平衡补偿.对所提出的补偿方法进行了仿真研究,仿真结果表明运用分相控制方法补偿三相不平衡负载,具有比较好的稳态补偿效果,补偿后电网电流三相平衡,各相电流与电压基本同相位并且幅值成相同的比例,达到了负载功率平衡和无功补偿的目的.     

消纳大规模风电的多目标负荷平衡化分散调度方法

当前风电发力不能满足人们日常生活需求,使用传统调度模型存在风电出力与预测值相差较大情况,基于此,提出了消纳大规模风电的多目标负荷平衡化分散调度方法.依据风电日发电量年度分布情况,确定风电出力特性.分析多目标负荷平衡化分散对风电消纳的影响,由此获取等效负荷和受限的风电电量.为保证调度安全,设计极限场景集,描述分散调度模型...     

调整三相负荷平衡降损的原因及对策

最大程度的降低线损,是电力企业为了获得更大的经济效益所采取的重要措施之一。而就目前而言,降低线损的最简单、实用且有效的方法就是采用调整三相负荷平衡法。本文主要对采用三相负荷平衡法可以达到低压降损目的的原因进行剖析,并提出相关促进三相负荷平衡度的对策,以期为电力行业降损节电方面提出一些参考性建议。     

基于PI3000平台的分布式任务调度研究与实现

在PI3000平台中任务调度是应用系统中很重要的部分,应用环境的复杂程度导致各式各样调度的框架和算法.文中提出一个新的分布式负载均衡的任务调度框架,以解决在并行任务中特定的应用环境下的任务调度问题.这个框架是动态的、可重用的,通过提供给各种不同的资源环境对应的接口,来进行跨服务的调度.整个框架关注于实际应用环境下任务、资源的动态不稳定性和任务计算的快速响应.     

GSM:一种多服务器系统的动态负载均衡调度模型

设多服务器系统由 n个服务器结点和 1个中心任务调度结点组成 ,所有服务器具有同样的处理能力 ,任务的到达是一速率参数为 nλ的泊松流 ,任务的服务器处理时间服从参数为 1/μ的指数分布 (λ<μ) ,一次负载信息收集时间和任务调度时间在理想情况下可忽略不计 .基于这些假设 ,提出了多服务器系统的广义超级市场调度模型 (GeneralizedSuperm arket Model,GSM) ,详细分析并证明了该调度模型的解特性 .结论表明 :对于大规模多服务器系统 ,广义超级市场调度模型与随机选择服务调度策略相比 ,可指数级地提高平均任务消耗时间性能 ;与文献 [1,2 ,3]的结果相比 ,达到其极小化平均任务消耗时间     

负载平衡调度问题的一般模型研究

分布式系统提供了巨大的处理能力,为了实现和充分利用这种能力,需要优良的负载平衡调度技术。因此,负载平衡问题是影响分布式系统性能的重要因素。在深入研究分布式系统中负载平衡调度问题的基础上,归纳总结了负载平衡调度的一般模型,对影响负载平衡的各个因素进行了详细的分析。此模型已在一个实际模型中得到了有效地验证。     

基于随机模型的云平台资源调度策略设计

针对云计算资源管理的实际需求,提出一种基于随机模型的云平台调度策略,设计合理高效的资源调度算法,解决传统代数模型请求丢失率高以及其他随机模型负载均衡指标性能较差的问题,从而在服务性能和执行效率的基础上保证服务器的资源负载,使云平台处于相对稳定的状态。在实验环境中的验证结果表明,该调度策略能够优化虚拟资源的使用效率和服务响应时间,同时能够达到较好的负载均衡并降低运营成本。     

基于信任模型的数据密集型网格任务调度算法研究

针对数据密集型应用的调度问题，提出一种新的调度算法，在选择文件传输节点的同时考虑网络带宽和节点的信任度．针对传输文件时带来的传输节点负载不均的现象，采用基于sufferage思想的算法均衡负载．最后，通过实验证明该算法优于传统的Min Min算法．     

一种网格环境下的动态负载均衡机制

负载均衡机制有利于提高广域分布式环境中资源共享和协同工作的效率。根据网格系统的特点,采用灰色预测方法,设计了一种动态资源负载均衡机制,给出了预测模型和实时预测策略以及基于该机制的负载均衡算法。该资源负载均衡机制具有以下特点：可在较小的开销下取得满意的负载均衡性能,具有网格环境下的可扩展性,能够适应网格资源动态变化的特性,解决资源发现过程中的负载均衡 问题。     

集群技术及负载均衡调度算法研究

集群(cluster)技术是一种较新的技术,通过集群技术,可以在付出较低成本的情况下获得在性能、可靠性、灵活性等方面相对较高的收益.任务调度是集群系统中的核心技术.文章对集群的定义、分类、优点及各种常见的负载均衡调度算法进行了详细归纳.     

分布式动态负载平衡调度的一个通用模型

在大规模并行分布处理系统,特别是网络工作站机群（ＮＯＷ）系统中,各结点机之间的负载平衡调度是最为常见的关键性问题之一．本文在简单分析了动态负载平衡调度中接收者驱动和发送者驱动这两个常用策略基础上,提出了一个通用的基于混合驱动策略的动态负载平衡调度模型,并给出了曙光１０００并行机上的部分实验结果.     

基于粗粒度的路由切割调度及实现方法

基于N元非合作模型的路由切割调度算法,根据路由表空间串行流量调度的情况,帮助单控制节点上从多选择域中得到渐进次优解,算法搜索局部空间,有很好的收敛特性和较低的时间复杂性.使得IP地址空间从单控制节点映射到多条链路上时能够保持这些链路上的流量均衡,利用设计的单点解空间的切割调度算法SSA,找出链路e1的有限个路由分配的可行解.对基于粗粒度的策略路由通过路由切割调度的思想变为细粒度的任务调度进行了研究并给出一种利用NS2网络仿真试验和工程实现方法.     

一种自适应的分布式调度策略

针对集群系统中集中调度存在的单一失效和性能瓶颈问题，本文提出了一种具有自适应特性的分布式集群网络服务器，采用一种新的自适应分布式调度策略，完成对客户请求的动态调度．该策略引入了一种与负载相关的竞争延迟机制，能够根据负载的变化自动选择服务节点，具有很好的自适应性，而且无需节点间通讯，调度的开销小，成本低．另外．该系统通过内核模块实现，做到对客户端和服务端程序透明，其管理配置也相当简单．测试数据表明，该策略具有较好的可扩展性和负载均衡性，实用性强．