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。     

一种基于改进烟花算法的MBD产品信息轻量化方法

MBD产品信息轻量化要求满足在保留产品语义信息的前提下实现几何信息轻量化.传统的产品信息轻量化方法实现CAD模型简化的同时无法保留产品的非几何语义信息,难以满足M BD产品信息轻量化要求.本文以STEP AP242为研究对象,提出了一种基于改进烟花算法的MBD产品信息轻量化方法.首先针对STEP AP242构建统一的产品语义模型,实现了非几何信息与几何信息的统一表达,并进行关键特征语义的简化分配;然后在构建的产品语义模型基础上引入了改进的烟花算法对几何信息进行轻量化,通过对爆炸半径的优化和动态更新种群进化维数,对简化模型的关键特征精度可控,提高了简化后模型的质量,降低了算法的时间开销;最后实例分析验证有效性和可行性.     

基于模型定义的产品信息移动Web轻量化实现

针对STEP AP242提出了多视图语义模型,在此基础上进行语义本体化实现对产品几何与非几何语义信息的统一;然后提出了一种基于边界特征的轻量化算法,该算法在保留产品非几何信息的前提下,裁剪产品模型,简化三角面片,降低数据复杂度;最后给出了实验数据分析以证明该算法的可行性。     

基于WWW的虚拟企业产品信息搜索

分析了虚拟企业产品信息搜索的特点及要求,并给出了系统的体系结构,在此基础上分析了系统的运作,研究了实现该系统的若干关键技术,最后给出系统运行的实例。     

面向群组机器人自组装的Voronoi图边界求交细分路径规划方法

自组装是群组机器人实现各种目标配置的有效途径,群组路径规划是群组机器人自组装实现的关键问题所在.本文在CVT算法基础上提出了一种基于Voronoi图边界求交细分的VBIT算法.首先根据群组机器人成员位置绘制相应Voronoi图,然后利用匈牙利算法为机器人与目标地分配对应关系,通过将机器人与目标地连线和机器人所在单元的交点作为下一次机器人移动起始点,多次迭代后达到目标配置.实验结果证明在自组装的精度、耗时、适用性方面比现有算法更优.     

基于本体的农务信息可视化研究与实现

针对农务知识领域分散、无序的特点,结合本体和信息可视化技术提出了一种农务信息转换模型,并建立起一个描述农务领域知识的本体.根据建立的本体构建了具体的农务本体知识库,把农务领域信息转化为具有语义结构的一个本体知识库,从而建立了农务信息之间的语义关系.根据用户的需求再经过农务信息处理过程,把农务信息转化为信息可视化需要的语义结构,最后以二维/三维的图形图表展现给用户.