突发饮用水污染下的水阀和消防栓的调度研究

研究在突发饮用水污染情况下,如何对消防栓和水阀最优调度,从而使得对用户造成的危害程度最小、同时调度成本最小,但是,这两个目标是互相矛盾的,调度成本的减小必然导致污染水体对用户危害程度增加.因此,首先建立了两目标优化模型,其中,第一个优化目标为污染事件发生后,用户饮用的污染物质量最小;第二个优化目标为对消防栓和水阀调度的成本最小;然后以美国某小镇真实饮用水管网为研究对象,利用NSGA-Ⅱ算法求解最优的水阀和消防栓调度方案,同时分析了不同参数对调度结果的影响,仿真结果验证了本文所建立的多目标优化模型和调度算法的有效性.     

云平台下图数据处理技术

针对Hadoop云平台下MapReduce计算模型在处理图数据时效率低下的问题,提出了一种类似谷歌Pregel的图数据处理计算框架--MyBSP.首先,分析了MapReduce的运行机制及不足之处;其次,阐述了MyBSP框架的结构、工作流程及主要接口;最后,在分析PageRank图处理算法原理的基础上,设计并实现了基于MyBSP框架的PageRank算法.实验结果表明,基于MyBSP框架的图数据处理算法与基于MapReduce的算法相比,迭代处理的性能提升了1.9~3倍.MyBSP算法的执行时间减少了67%,能够满足图数据高效处理的应用前景.     

P2P计算网格路由和负载均衡算法

路由和负载均衡是P2P计算网格的两个技术难题,由于P2P网络的分布性和动态性,以及缺乏统一的中心控制,使得传统的路由和负载均衡算法不能应用于P2P网络。提出了一种源自蚁群智能的混合路由和负载均衡算法,通过移动代理,即人工蚂蚁在节点间移动时所释放的信息素来作为路由和任务调度的依据。仿真结果表明该算法是有效的,且适用于具有分散和自组织特性的P2P网络。     

基于改进多目标优化算法的分布式数据中心负载调度

在数据中心的运营中运营商需要考虑如何在利润最大化的同时降低碳排放和提升服务质量,这些目标之间的平衡是一个巨大挑战.针对该问题,建立分布式数据中心负载调度的多目标优化模型,提出一种改进拥挤距离和自适应交叉变异的非支配排序遗传算法(ICDA-NSGA-II).在NSGA-II算法的基础上,通过对拥挤距离的改进能够提高算法的开采和勘探能力,引入正态分布交叉(NDX)算子和自适应变异算子增强种群的多样性,从而保证算法能快速、准确地得到Pareto解集.为了显示改进算法的有效性,对基准测试函数进行求解,仿真结果表明,改进算法相比于典型的NSGA-II和MOEA/D具有更快的收敛速度和精度,在分布式数据中心负载调度优化中,能够快速有效地给出满足利润、碳排放和服务质量等目标的Pareto最优解.     

Oracle中使用支持向量机的时间序列预测方法

利用Oracle数据库中的数据挖掘选件（Oracle Data Mining,ODM）,并使用存储在Oracle数据库中的时间序列数据,可构建预测时间序列未来值的支持向量机（Support Vector Machines,SVM）模型。建模时,需去除时间序列中的趋势,将目标属性标准化,确定包含延迟变量窗口的尺寸,利用机器学习方法,由时间序列历史数据得出SVM预测模型。与传统时间序列预测模型相比,SVM预测模型能够揭示时间序列的非线性、非平稳性和随机性,从而得到较高的预测精度。     

车辆自组织网络中使用公交车辆协助的数据分发

车辆间联网通信所组成的自组织网络,受到了学术界的广泛关注。由于车辆的动态性和信号覆盖范围的间断连接特性,这类网络的通信行为表现出时延容忍网络的特征。在城市街区中,车辆密度较大。观察到公交车辆行驶轨迹的规律特征,利用网络编码技术,结合携带转发,提出了一种基于公交车辆协助的导向性数据分发算法,实现了在城市街区场景中高效、可靠的协助式数据内容分享。实验表明,在降低网络通信开销的前提下,该方法有效地提高了城市街区中内容分享数据投递的成功率。     

基于演化算法的全加器优化设计

演化硬件研究工作中的一个重要研究内容就是电路优化设计,电路优化设计有望实现复杂电路的自动设计并获得新颖、优化的设计结果,因而成为国际性的研究热点。将演化算法引入全加器电路的优化设计中,引入了新的个体评估机制并提出了适用于全加器演化的演化算法。通过仿真实验验证了算法的有效性。     

蚁群智能模型检测算法

蚁群智能模型检测算法借鉴了自然界中蚂蚁通过信息素相互沟通,从而完成觅食、搬迁等需要协作的复杂社会活动的原理。通过分布在程序控制流图和状态图上的代理,即人工蚂蚁的回溯来跟踪寻找模型中的正确路径和错误路径,人工蚂蚁在控制流图上移动时,分别在正确路径和错误路径上释放两种不同的信息素,通过对两种信息素的对比,可自动定位出程序中引发特定错误的原因。由于人工蚂蚁之间相互独立、并行工作,因此算法能够同时、并行地跟踪多条正确路径和错误路径,也可同时定位出引发多个不同错误的不同原因。通过对中小规模程序的检测,结果表明,该算法是有效的。     

基于Delphi数据库的开发及其Web发布

针对 Delphi应用程序开发的数据库和后台数据库连接的问题进行了深入的探讨 ,并用实例讨论了如何将数据库在网上发布。     

移动数据分流研究综述

移动数据分流(Mobile Data Offloading)是近年来一个比较新的研究热点。为了解决用户日益增长的移动数据需求给蜂窝网络运营商造成的流量负载和网络拥塞等问题,移动数据分流被提出来,即将蜂窝网络的数据分流到无处不在的用户间本地机会通信。其基本思想是通过蜂窝网络分发数据对象到一部分订阅用户(称为种子用户),再由种子用户通过本地机会通信(如Bluetooth、WiFi Direct、DSRC、Device-to-Device in LTE等)或基于WiFi AP辅助的方式传送给其他订阅的用户。首先从总体上概述了当前对数据分流研究的背景、意义和具体的研究进展。然后针对当前国内外学术界对这方面的研究内容和趋势,按照形式和技术路线对数据分流的方案进行了归类,并对各种类型的分流方案进行了综述。最后结合现实环境进行总结。