Satisfactory control of discrete-time linear periodic systems

In this paper satisfactory control for discrete-time linear periodic systems is studied. Based on a suitable time-invariant state sampled reformulation, periodic state feedback controller has been designed such that desired requirements of steady state covariance, H-infinity rejection bound and regional pole assignment for the periodic system are met simultaneously. By using satisfactory control theory, the problem of satisfactory periodic controller can be transformed into a linear programming problem subject to a set of linear matrix inequalities （LMIs）, and a feasible designing approach is presented via LMI technique. Numeric example validates the obtained conclusion.     

基于阈值滑动窗口机制的虚拟机迁移判决算法

数据中心是云计算中数据运算、交换、存储的中心。近年来以虚拟机为粒度的虚拟机放置管理成为云数据中心能耗管理、实现动态可伸缩资源提供的重要支撑技术。在虚拟机放置的动态管理阶段,虚拟机迁移触发机制主要是根据物理主机中资源利用率的变化情况,决定是否需要将虚拟机迁移到其它主机。迁移时机判决准确能够有效地平衡过热点并关掉过冷点。当前的迁移时机缺乏对整个数据中心负载变化行为趋势的反映,也因为静态的阈值设定容易发生频繁的迁移,造成不必要的迁移代价和传输开销。提出了基于阈值滑动窗口机制的虚拟机迁移判决算法(iWnd),其能够根据整个数据中心任务量的多少动态调整高低阈值间窗口的大小,减少了任务量满负荷时期需要迁移虚拟机的数量,从而避免不必要的迁移开销和传输代价,有效地实现节能。在云计算平台Cloudsim上进行了仿真实验。结果表明,提出的iWnd算法在减少虚拟机迁移数量、降低迁移失败率上有良好的效果,同时并未产生过多额外的功耗。     

基于簇结构的负载平衡模型—簇平衡

文中针对当前大型的工作站网络环境，提出了一种基于层次式簇组组结构的负载平衡模型ＬＯＢＡＣ。     

野草猴群算法的传感器优化布置方法研究

简易猴群算法存在初始化分布随机、爬步长固定、优秀猴子特征信息不能传承等缺陷,使算法求解性能受限。为解决以上问题,提出了一种用于传感器优化布置的野草猴群算法。该算法利用正态分布方法提高初始种群的多样性;采取自适应爬步长提升求解速度和搜索精度;融入野草繁殖进化和竞争排斥机制,扩大后代种群繁殖中优秀猴子的影响范围。以常用的模态置信度矩阵为传感器优化布置的目标函数,配置传感器的布置位置。以常用的8个测试函数和3个常用算法对其进行分析,验证了算法的可行性和有效性。最后以糊底机涂胶机构为例,进行传感器优化布置方案选择。实验结果表明,野草猴群算法的求解精度较简易猴群算法有大幅提高。     

圆形区域极点及方差约束下线性离散系统的控制设计

本文考虑线性离散随机系统在圆形区域极点及方差约束睛的控制器设计问题，即设计状态反馈控制器，使闭环系统同时满足预先给定的圆形区域极点约束以及预先给定的各状态分量的方差约束。文中利用代数黎卡提方程方法解决了上述问题。     

基于VPR的FPGA布局算法时延改进

基于模拟退火的现场可编程门阵列(FPGA)布局算法在计算关键度时存在一定的偏差。为此,提出一种FPGA布局时延改进算法。利用不同的模拟退火温度和交换接收率,以及前后2次布局的时延代价差,对FPGA布局的时延代价进行补偿。通过增加时延补偿模块来调整布局的代价函数,达到重新寻找布局过程中被遗弃的较优解的目的。实验结果表明,在MCNC基准电路上使用改进算法,布局的时延代价和线网代价分别比改进前的算法减少19.2%和0.5%。此外,电路的关键路径时延也得到了不同程度的改善,使得布局质量在各个方面都明显优于优化前的通用布局布线算法。     

基于风险加权的同构化区间型多属性决策新算法

多属性决策问题的复杂性、决策因素影响的不确定和传统评判方法的局限性,使不确定决策因素的属性测度常常难以精确量化,往往只能用区间数进行大致估量.为了精确量化表征属性决策因素测度值不确定性,根据同构化基本原理与相似性科学相关理论及相关思想,针对区间型多属性决策问题提出了一种基于同构化多属性决策新方法的新算法.该新算法的主要特点是:1)提出了决策者风险偏好权重;2)采用了同构化风险测度三元组(拟下限相似度,风险程度,风险偏好值),来精确量化决策过程中存在的风险程度以及决策者对此风险程度的偏好;3)生成了可描述各属性与决策目标关系的标杆方案;4)定义了方案相似度新概念;5)构造了风险加权相似度量算子(RWSM0),来度量各决策方案与标杆方案之间风险加权相似度的大小;6)挑选出风险加权相似度最大的方案作为最优或满意方案.     

警报接收端优化部署

基于个体脆弱性模型将毒气扩散场景下人员疏散过程中的个人风险量化,并根据警报传播和人员跃迁规律求解不同警报接收端部署比例下的个人风险.运用运筹学中图论及多目标优化方法建立高含硫井场警报接收端部署双目标优化模型,并基于贪心算法思想提出求解该模型的实用算法,从而获得模型的较好非劣解.以某山区高含硫井场应急预警通知项目为例,通过程序运算得到该井场警报接收端部署子区域的边界及对应的部署比例.分析表明,在降低部署成本及缓解道路拥塞水平方面,该优化部署方法比传统的平均部署方法更具优越性.     

基于极化散射特性的空间锥体目标宽带回波对齐

包络对齐是宽带回波预处理中重要的一部分,然而对于空间锥体这类只有较少散射中心且目标存在微动的情况,现有的包络对齐方法并不能得到较好的对齐结果。对于一些利用宽带回波进行微动目标参数估计的算法,包络对齐是其算法的关键一步。该文提出一种基于极化散射特性进行包络对齐的算法,算法首先利用极化谱估计与幅相联合估计(P-CAPES)超分辨方法估计宽带极化回波中的散射中心的数目、位置和极化散射矩阵,然后计算前后时刻回波散射中心的极化相似性参数,最后利用得到相似性参数进行包络对齐。基于电磁计算数据的实验结果验证了算法的有效性。     

一种数据流处理环境下的节点副本放置方法

物联网环境下的许多应用表现为传感数据的连续流式处理,且系统往往通过节点的副本技术保障可用性。但是,运行时副本的备份和放置存在内存和带宽等资源开销,产生处理的延迟。该文给出一种方法,根据运行时的资源消耗以贪心方式放置节点的副本,折中了系统的可用性和开销。实际系统的仿真实验表明,在相同的条件下,该方法相比传统的随机放置,能为系统提供更稳定的可用性。