面向边缘计算的Storm边缘节点调度优化方法

边缘计算有高实时性和大数据交互处理的需求,边缘异构节点间的调度时耗长、通信时延高以及负载不均衡是影响边缘计算性能的核心问题,传统的云计算平台难以满足新的要求。文中研究了在边缘计算环境下Storm边缘节点的调度优化方法,建立了面向边缘计算的Storm任务卸载调度模型。针对拓扑任务在边缘异构节点间的实时动态分配问题,提出了一种启发式动态规划算法(Inspire Dynamic Programming,IDP),通过改变Storm的Task实例的排序分配方式以及Task实例和Slot任务槽的映射关系实现全局的优化调度;同时,针对拓扑任务的并发度受限于JVM栈深度的缺陷,提出了一种基于蝙蝠算法的调度策略。实验结果表明,与Storm调度算法相比,所提算法在边缘节点CPU利用率指标上平均提升了约60%,在集群的吞吐量指标上平均提升了约8.2%,因此能够满足边缘节点之间的高实时性处理要求。     

EPS颗粒抗分散浆液研究

本项目研究在掺加抗水分散剂（羟甲基纤维素）的前提下,发泡聚苯乙烯（EPS）颗粒抗分散浆液在水泥、粉煤灰等不同掺量对砂浆湿密度及抗压强度的影响下的性质,并成功配制出湿密度小于1.0g/cm3,稠度约为8~12cm,28天抗压强度大于等于2.0MPa的轻质浆液。配置出的浆液既能既达到一定的力学结构效果即较高的强度,也能有较低的重度,达到良好的工程效果。