一种分布式数字海洋云系统研究

海洋数据分布区域广泛且数据量庞大,现有数字海洋系统相对独立,海洋数据信息共享度低,制约了大规模海洋数据的高性能计算。为"数字海洋"系统提供有力的数据支持和计算服务。本文提出一种基于云的分布式数字海洋系统,把不同的海洋数据通过高速网络连接起来建立一个存储云,使用一个专用的网络服务协议,用于高性能广域网络连接的计算机集群所进行的大型分布式数据集的高性能计算。实验结果表明,与现有基于Hadoop分布式数字海洋系统相比,该系统的性能有显著提高、数据高度共享。     

敏捷化AIOps框架及运维数据质量评估方法

敏捷化智能运维(AIOps)框架将模型构建提前至测试阶段,利用该阶段产生的监控数据代替线上采集的数据以训练AIOps模型,进而实现智能运维的早开发与早使用. 运维数据质量评估方法通过最大均值差异度量方式,分别在健康评估与故障诊断运维场景下对训练数据分别进行趋势性、阶段性、可检测性及可诊断性评估,以预估数据对模型的适用性. 基于华为技术有限公司提供的测试环境设置测试用例并构建实验数据集,在该数据集上的实验结果验证了敏捷化AIOps框架的可行性及数据质量评估方法的有效性.     

人工智能对国内劳动就业影响研究综述

利用citespace关键词共现分析方法,梳理了1980年以来人工智能对劳动就业影响的国内相关文献,发现目前的研究议题主要包括人工智能影响就业的机制、人工智能对就业规模的影响、人工智能对收入分配的影响、人工智能对就业形态的影响、人工智能对劳动过程与劳动关系的影响. 总体来看,目前的研究主要集中在与劳动力市场相关的议题; 理论性的论述占大多数,而具有说服力的实证研究较少; 宏观性的研究较多,深入企业与生产现场考察的微观研究较少. 未来应进一步拓展研究主题,进行多种视角与跨学科研究,重视实证研究与微观研究.     

基于生物启发计算的警用流动人口分析系统

目前对流动人口的管理仅停留在数据查询比对和简单统计上,缺少对数据的深层次分析,难以对决策指挥提供支持。针对流动人口的分析问题,提出了构建一个基于生物启发计算的智能分析系统,用于发现流动人口中各类人员的流动模式以及流动人口的趋势性问题,找出异常的流动信息和模式。该系统综合运用了前沿的生物启发计算技术——基于多层染色体基因表达式编程算法、重叠基因表达进化算法、基于概念相似度神经网络分类模型和层次距离计算的聚类算法搭建了一个警用流动人口的分析平台。同时根据实际需求,提出了一种新的基于智能分析结果的分级报警模型。实验表明系统具有较高的性能和实用性。     

基于区块链的分布式光伏就地消纳交易模式研究

目前配电网中分布式光伏发电渗透率越来越高,利用区块链技术的去中心化、难篡改等特点,有助于分布式发电就地或就近消纳,提高配电网运行的经济性。提出了一种基于区块链的光伏就地消纳交易模式,建立了光伏发电用户和分布式光伏聚合商的效益函数,运用Stackelberg博弈模型确定内部电价,通过边缘计算制定最优用电计划,设计了基于信誉值的就地消纳交易机制,对就地消纳程度低的用户进行惩罚,鼓励用户通过可时移负荷消纳光伏出力。配电网仿真结果表明,在采用区块链的交易模式下,配电网的就地消纳情况得到改善,用户的综合效益得到提升。     

水厂生产运行管理决策支持系统的开发

介绍了水厂生产管理决策支持系统的设计原理和方法，其中主要讲述了数据库和知识库的建立，并阐述了该系统的运行功能、管理和维护方法。     

仿人智能橡胶制品的精密硫化控制

分析了橡胶制品硫化成型的对象特性，选择了硫化成型过程控制策略，研究了控制算法及其工程应用。研究结果表明，选择仿人智能控制作为硫化成型过程的控制策略时，可实现速度快、精度高的控制，且具有极强的鲁棒性。     

地表水质监测模型中的几种人工智能方法

重点对地表水质预测模型的几种人工智能方法进行了评述,具体说明了BP神经网络水质预测模型、地表水COD灰色预测模型、时间数列预测方法及WASP5模型系统等方法的原理和特点.并提出地表水质预测模型WASP5与GIS系统集成的趋势,建立水质自动监测系统是我国水质现状和社会发展的需要,并分析了发展水质自动检测系统的方法及可行性.     

Janus II: A new generation application-driven computer for spin-system simulations

This paper describes the architecture, the development and the implementation of Janus II, a new generation application-driven number cruncher optimized for Monte Carlo simulations of spin systems (mainly spin glasses). This domain of computational physics is a recognized grand challenge of high-performance computing: the resources necessary to study in detail theoretical models that can make contact with experimental data are by far beyond those available using commodity computer systems. On the other hand, several specific features of the associated algorithms suggest that unconventional computer architectures–that can be implemented with available electronics technologies–may lead to order of magnitude increases in performance, reducing to acceptable values on human scales the time needed to carry out simulation campaigns that would take centuries on commercially available machines. Janus II is one such machine, recently developed and commissioned, that builds upon and improves on the successful JANUS machine, which has been used for physics since 2008 and is still in operation today. This paper describes in detail the motivations behind the project, the computational requirements, the architecture and the implementation of this new machine and compares its expected performances with those of currently available commercial systems.     

CUDA programs for the GPU computing of the Swendsen–Wang multi-cluster spin flip algorithm: 2D and 3D Ising,Potts, and XY models

We present sample CUDA programs for the GPU computing of the Swendsen–Wang multi-cluster spin flip algorithm. We deal with the classical spin models; the Ising model, the q$q$-state Potts model, and the classical XY model. As for the lattice, both the 2D (square) lattice and the 3D (simple cubic) lattice are treated. We already reported the idea of the GPU implementation for 2D models (Komura and Okabe, 2012). We here explain the details of sample programs, and discuss the performance of the present GPU implementation for the 3D Ising and XY models. We also show the calculated results of the moment ratio for these models, and discuss phase transitions.