线性规划问题局部灵敏度分析的一个新方法

利用线性规划问题的KKT系统,给出了最优目标函数值,对偶变量,以及最优解关于价值系数,消耗系数以及资源数量等参数的局部灵敏度的计算公式。该公式在不需要任何假设条件下能同时求得所有变量关于参数的局部灵敏度。最后用具体实例说明了该方法的运用。     

浅层水中爆炸直达波压力峰值计算方法探讨

探讨了浅层水中爆炸直达波压力峰值的计算方法。通过理论研讨，提出了浅层水中直达波压力峰值相对无限场中下降的临界时刻。临界时刻之后直达波压力峰值降低的程度用下降系数描述，应用相似理论推导出了该系数随试验设置参数变化的公式模型，用该系数修正库尔压力公式，得出了浅层水中爆炸直达波压力峰值的计算公式。对试验数据进行回归，得到了试验条件下公式模型中各参数的取值范围。计算值与实测值的比较表明，该公式具有一定的精度。     

群桩折减系数的统计分析

建立了土性参数的二维随机场模型,讨论在一些常见相关函数下局部平均随机场的性质,从群桩的工作性能入手提出群桩间“相关程度”的概念,在此基础上给出群桩承载力折减系数的计算公式,并选择一座桥的实验资料作为算例。     

基于冲突技术法的无控制交叉口通行能力

为了获得混合交通流条件下无控制交叉口的通行能力,采用冲突技术法进行分析.通过对典型无控制交叉口的实际调查和观测,基于冲突理论,综合考虑各向交通流的相互影响,分别建立了各向机动车流、行人流和非机动车流的通行能力计算模型.在模型中引入冲突系数反映各向交通流之间的优先关系,利用修正冲突系数反映交通流的实际观测优先级和优先程度,并对模型中的行人流和非机动车流进行了组团计算,进一步对无控制交叉口共用车道和拓宽路口的通行能力进行了计算.最后根据实际观测给出模型参数标定基本值,并对模型参数进行了修正.     

一维交通流元胞自机改进NS模型研究

本文基于NS交通流模型,优先考虑驾驶的安全性,引入安全概率,考虑仅最高速车辆随机慢化,建立了开放边界条件下改进的NS模型。研究了入口概率、出口概率、车辆最大速度、安全概率等参数对系数流量的影响。改进模型从自由流相转化为堵塞流相或者从堵塞流相转化为最大流相的临界点有所变化。     

“圆球法测定粒状材料导热系数”实验的误差成因及温度系数的处理

本文通过实际测试分析了“圆球法测定粒状材料导热系数”实验的误差成因，并对温度系数的处理方法进行了改进，从而改进了实验条件、提高了实验结果的可靠性，以更好地配合传热学课程的教学。在此基础上对实验结果进行了简要的误差分析     

价值工程中的三个问题探讨

通过分析价值工程三种方法中存在的问题,提出了相应的解决方法。功能系数法的评分模型,在评分矩阵中自比评分时既不宜取1分,也不宜取0分;对最适合区域法因为选参数b和作双曲线图都较麻烦,按与田中法相同的原理,对公式进行了简化,提出了判据k系数,其值的大小用于选择改进对象,其符号用于表示改进方向,实际运用中则无需再人为选b,也无需作图。对基点法中的近似基点,首次提出了一种“集合基点法”,将多个近似基点的全体视为一个集合基点,并提出了其计算公式,以实例进行了计算对比,效果与已有的“平均基点法”相近。     

丁坝挑角等参数对坝头冲刷深度的影响

丁坝是山区沿河公路冲刷防护的常用构造物，坝头冲刷深度是丁坝设计的一个重要参数。影响坝头冲刷深度的因素很多，其中丁坝的挑角、漫水高度以及边坡系数对坝头冲刷影响很大。在分析上述参数对丁坝水流结构和冲刷特性的影响基础上，通过室内模型试验，对不同条件下的丁坝冲刷规律、特点进行观测。根据大量试验数据，并以不漫水板式正挑丁坝为基本研究对象，分析后得到了三个影响参数对丁坝冲刷深度的作用特点，建立了影响系数的计算公式。     

关于H-矩阵的并行异步MSOR方法的收敛性

对一些已知模型进行改进，建立三个关于求解大型非奇异性系统的并行异步MSOR迭代算法，以往的一些算法只是本算法的特殊情形，在系数矩阵A及其多分裂的不同条件下给出了相应的松弛参数有关的收敛性的充分条件。     

基于分数阶导数的软土非线性流变本构模型

基于分数阶导数理论构建了新的五元件非线性流变本构模型,给出了该模型的理论解,利用该模型对不同应力水平条件下的香港海相软土和上海淤泥质黏土的试验结果进行了拟合分析.研究结果表明,在低应力条件下,串联的变系数黏壶关闭,模型能够更加精确地描述软土的瞬时蠕变、衰减蠕变和稳态蠕变特性;在高应力条件下,变系数黏壶元件参与工作,模型能够较好地描述软土的加速蠕变特性.并且模型参数较少,确定方法简单,具有较为广泛的适用性.     

基于任务分类思维的云计算海量资源改进调度

对云计算海量数据下的资源调度的研究过程中,进行资源调度时资源分配无法到达合理化调度,存在资源调度效率低的问题。提出分类思维的云计算海量数据资源优化调度方法。该方法引入膜计算概念,将云计算下的海量资源调度的总任务划分为多个子任务,并详细计算每个子任务的资源调度任务量。将优化调度系统内部分解为主膜和辅助膜,利用蝙蝠算法在辅助膜内进行资源分配个体寻优,并将优化后的资源分配最优个体传送到主膜间进行云计算海量数据下的资源分配优化。实验仿真证明,基于改进膜计算蝙蝠算法的云计算海量数据下的资源优化调度方法调度效率高,分配较为均衡。     

云计算环境下多目标约束的虚拟资源动态调度

为了解决静态资源调度所导致的CPU利用率不高的问题,研究了多目标约束的虚拟资源动态调度方法。给出了云计算虚拟资源调度模型,设计了多目标约束的虚拟资源表示方法,采用马尔科夫链对虚拟资源的下一时刻状态进行预测,从而得到可用资源向量;最后,计算任务与可用资源向量之间的匹配向量,将任务分配给匹配向量中具有最大各维分量之和的虚拟资源进行调度,并提出了具体的采用基于马尔科夫链预测的云计算虚拟资源动态调度算法。实验结果表明：该算法能有效解决云环境下多目标约束的虚拟资源动态调度问题,具有较小的负载均衡离差和任务执行跨度,较其它方法具有较大的优越性。     

云计算资源优化问题求解的萤火虫算法

为了提高云计算资源利用率,结合云计算资源优化问题的特点,设计一种云计算资源优化问题求解的萤火虫算法.首先建立云计算资源负载调度问题的约束条件,以用户任务完成时间最少作为云计算资源负载调度优化的目标函数;然后通过萤火虫算法找到目标函数值最优的资源调度策略;最后在CloudSim平台上实现云计算资源负载调度仿真实验.实验结果表明,萤火虫算法减少了云计算任务完成的时间,均衡了云计算资源的负载,使云计算资源得到合理分配,且比其他算法优势明显.     

Hadoop平台下MapReduce模型调度算法研究

针对Hadoop默认FIFO调度算法和Fair调度算法、Capacity调度算法的不足,引入了一种基于优先权的自适应MapReduce调度算法.该算法利用作业权值为不同的Job分配不同的系统资源,同时根据各TaskTracker节点反馈回来的消息调整可执行队列的长度,以达到各节点负载平衡,提高系统的执行效率.     

一种实用的启发式资源平衡优化算法的改进

资源平衡优化问题即资源有限项目调度问题,是一个NP难问题,现在商用项目管理软件系统中的资源平衡优化问题多采用基于优先规则的启发式算法.通过定义一个新的作业集合和一个巧妙的修改动态参数的方法,使算法在实现上极大地减少了调度时间,进一步增强了启发式算法的实用性.     

一种用于云计算的数据容灾分配算法的改进

在云计算环境下进行数据容灾分配,可以提高云计算数据资源调度能力。传统算法采用粒子群数据聚类方法进行数据的容灾分配,数据负载均衡差,同时消耗数据任务调度的吞吐率。提出一种新的数据容灾分配改进算法。首先建立云计算环境下数据容灾分配层次结构模型,计算整个数据资源处理平台的整体响应时间,将云计算下的数据资源容灾分配优化问题转化为数据资源分配响应时间最小化问题;利用多用户QoS开销适应度运算机制和粒子群聚类算法对云计算中数据资源任务进行权衡分配,减少数据权衡调度时间,提高数据容灾备份能力。实验结果表明,采用改进算法可以提高数据容灾分配时数据的召回率和云计算数据任务权衡调度能力,在云计算信息处理中具有较好的应用价值。     

基于改进的粒子群优化的云计算资源调度模型

针对云计算系统中多任务并发模式下引发的资源竞争,本文提出了一种基于改进的粒子群优化的云计算资源调度分配模型,以提高资源利用率.首先,对云计算系统中的资源调度问题进行形式化描述,构建以任务的总完成时间为优化对象的目标函数.其次,求解时采用粒子群优化算法,为保证收敛速度且避免粒子群在搜索过程中陷入局部最优,定义了惯性权重函数.另外,引入一个调整算子以优化位置更新.仿真结果表明,本文提出的资源调度分配模型能够有效提高云计算资源利用率,大幅减少任务的处理时间.     

网格工作流中基于优先级的调度方法研究

根据网格用户的身份、信誉，以及网格工作流中应用程序的时间紧迫度和依赖关系，提出了网格工作流中应用程序的优先级计算方法．其中，完全优先级调度算法根据网格工作流中的应用程序优先级向量生成调度序列，而且每次只将队列中优先级最高的应用程序提交给网格，而非完全优先级调度算法可同时调度若干无依赖的网格应用程序进入网格，以弥补完全优先级调度算法的并行化问题．实验表明，当网格中的资源较少且资源的性能差异较大时，使用完全优先级调度算法可以保证优先级较高的工作流的应用程序优先使用优势资源；当网格中的资源性能差异不大时，非完全优先级调度算法可解决因资源未充分利用而造成工作流完成时间大幅增加的问题．     

异常网络环境下云计算资源需求策略

针对常规云计算资源预测算法不能在异常网络环境下做到精准预测的难题,提出一种基于改进蚁群算法的调度策略.该策略融入了信息数的概念,既能快速均衡负载,又能保障用户在多条件下云计算的需要,合理降低能耗,提高云计算性能.实验结果表明,基于改进的蚁群调度算法提高了云计算资源利用率,降低了能量消耗,使单节点处理任务量有较大提升,极大提高了云计算的性能和服务质量.     

基于MapReduce的大数据在线聚集优化设计

针对大数据在线聚集执行时间长、执行性能及延迟调度性能较差的问题,提出基于MapReduce的大数据在线聚集优化程序设计.使用分片聚集方法使集群中所有机器的计算资源得到充分调用,采用子连接的启发式优先方法优化各节点本地执行连接任务关系运算,实现大数据在线聚集的并行连接.利用混合近似查询框架的大数据在线聚集动态切换机制及基于渐进近似估计的动态切换机制,降低混合近似查询切换误判率,增强大数据在线聚集的执行性能.实验结果表明,该方法设计的在线聚集优化程序在不同数据规模下的执行时间较小,同时在基本频繁查询性能方面具备显著优势.