动态电源管理框架的扩展与实现

以往的动态电源管理(DPM)框架所采取的是积极的动态电源管理策略,没有考虑设备进行电源状态切换时所带来的更大的能耗开销,也就是说,DPM框架没有考虑到策略优化的问题.文中在原有DPM框架中加入了系统负载检测和策略优化两个模块,对原有框架进行了扩展,得到了一个更为完整的DPM框架,并给出了应用该框架实现策略优化算法的实例.算法的实现验证了所提出的扩充框架的可行性与灵活性.     

基于随机模型的适应性DPM算法在Linux下的实现

针对当前电子设备能耗不断增加的问题，对Linux下的动态电源管理进行了研究，在介绍一种基于随机模型的适应性动态电源管理（DPM）算法的基础上，详细给出了该算法在Linux下的实现方案：观察器的代码驻留在内核中，用来观察系统资源的使用情况；策略优化过程利用PCx进行线性规划求解；控制器通过发出硬件命令直接控制硬件．试验结果表明，所提出的DPM算法可以有效地降低系统功耗，在实现中不需要对Linux内核进行很大的修改．对系统性能的影响几乎可以忽略．     

硬盘动态电源管理的实现方法

越来越多的嵌入式设备系统利用电池供电,而电池容量有限,故有必要通过电源管理来降低功耗,从而延长系统的可持续使用时间。硬盘在嵌入式系统特别是移动设备如笔记本电脑等的能耗中占据了相当大的比重,通过对硬盘进行电源管理能够显著地降低系统能耗。论文介绍了硬盘动态电源管理(DPM)的设计与实现,包括硬盘状态的转换,负载获取以及的策略优化算法的设计与实现,并在具体硬盘上进行了实验,实现了基于不同DPM策略优化算法的动态电源管理。实验的结果与预期结果相符合,达到了节省硬盘能耗的目的,由此证明了该论文所介绍的硬盘动态电源管理实现过程的可行性。     

采用模拟退火算法的电动汽车复合电源能量管理系统优化

针对电动汽车的混合式复合电源工作模式切换复杂、不利于不同工作模式的功率最优分配问题,提出基于模拟退火算法的复合电源能量管理优化方法。对混合式复合电源的工作模式进行分层讨论,建立能量管理系统的各部件损耗模型,基于不同层次设计能量管理策略。在分层能量管理策略的基础上,采用模拟退火算法降低系统的损耗。搭建混合式复合电源仿真模型和实验台进行仿真和实验。仿真和实验结果表明:在NYCC和EUDC路况下,混合式复合电源能量管理系统采用模拟退火算法优化比滞环逻辑控制的总损耗降低0.8%和1.1%。混合式复合电源能量管理系统采用模拟退火算法不仅能有效降低系统损耗,实现功率最优分配,而且能及时跟随功率需求,由超级电容提供或吸收峰值功率,保证电池安全。     

基于变步长随机行走算法的IC电源网络动态分析

针对传统随机行走算法加速策略在处理大规模电源网络时存在局限性的问题, 提出一种基于变步长的随机行走加速算法. 首先, 基于不同节点数目和阈值大小的实验对比, 分析传统随机行走加速算法和变步长随机行走加速算法的时间效率, 并证明变步长随机行走加速算法使电源网络分析效率得到极大提高. 其次, 证明随机行走算法具有空间局部性特征, 能进一步使运行空间得到释放. 通过对不同规模电源网络进行实验验证表明, 该方法能使算法运行空间得到优化.     

一种基于Kriging模型加点策略的多目标粒子群优化算法

针对工程问题中优化结果误差较大的不足, 提出一种基于Kriging模型的多目标粒子群优化算法. 先利用Kriging模型的响应信息对误差进行预测, 并将预测误差引入Pareto支配关系比较、 全局领导者和局部领导者的选取及变异机制的进行过程中, 再结合文中加点策略使优化过程在少量抽样的前提下快速准确地逼近Pareto前沿解集. 性能测试结果表明, 该算法可提高复杂系统模型的优化效率及准确性.     

基于变步长随机行走算法的IC电源网络动态分析

针对传统随机行走算法加速策略在处理大规模电源网络时存在局限性的问题, 提出一种基于变步长的随机行走加速算法. 首先, 基于不同节点数目和阈值大小的实验对比, 分析传统随机行走加速算法和变步长随机行走加速算法的时间效率, 并证明变步长随机行走加速算法使电源网络分析效率得到极大提高. 其次, 证明随机行走算法具有空间局部性特征, 能进一步使运行空间得到释放. 通过对不同规模电源网络进行实验验证表明, 该方法能使算法运行空间得到优化.     

一种基于Kriging模型加点策略的多目标粒子群优化算法

针对工程问题中优化结果误差较大的不足, 提出一种基于Kriging模型的多目标粒子群优化算法. 先利用Kriging模型的响应信息对误差进行预测, 并将预测误差引入Pareto支配关系比较、 全局领导者和局部领导者的选取及变异机制的进行过程中, 再结合文中加点策略使优化过程在少量抽样的前提下快速准确地逼近Pareto前沿解集. 性能测试结果表明, 该算法可提高复杂系统模型的优化效率及准确性.     

网格环境下基于序贯博弈的性能-效率平衡型优化

为优化应用执行性能和提高系统资源效率,针对网格环境下的资源映射问题,文中提出了一种基于序贯博弈的优化策略.该策略根据平衡的思想,将资源映射过程分为活动分发和处理器分配两个阶段,通过有限次博弈后获得优化解.文中还给出了衡量应用执行性能的重要参数——信任度的计算方法.仿真实验检验了优化策略的可行性和有效性.结果表明,与Min-Min算法相比,文中的优化策略具有更低的时间复杂度、更优的应用执行性能和更高的资源效率.     

障碍物下辅助力导引IWD优化传感器部署策略

为进一步提升传感器节点部署算法性能,提出基于智能水滴优化(Intelligent water drop algorithm,IWD)辅助力导引的传感器节点部署算法.首先,对障碍物存在情况下的结构模型进行设计,给出该模型的路径损耗指数和通信半径的计算策略,同时对传感器节点IWD优化部署策略进行流程设计;其次,为增强传统IWD算法性能,采用辅助力导引方式对传统IWD进化泥土参数更新进行重新设计,增强泥土更新后水滴多样性保持效果,从而实现算法性能提升;最后,利用MATLAB制作了大小为60m×70m,规模为100组节点,包含障碍物4个的仿真算例,并选取标准IWD优化策略和差分进化算法作为对比算法,对所提算法在传感器节点部署上的覆盖率和效率优势进行验证.     

无线接入网QoS保证的动态载频开启节能控制

针对复杂应用环境中无线接入网负载高波动的特点,提出一种多路载频动态开启的系统级功耗控制策略,在满足多类业务QoS的同时,降低系统基站的能耗.构建基于连续时间Markov控制过程的系统分析模型,将动态载频开启节能控制转化为一个带约束的优化问题.结合性能势估计与随机逼近,提出一种基于策略迭代的在线自适应策略优化算法.仿真实验结果验证了方法的有效性.     

Energy-Aware GPU Programming at Source-Code Levels

To enhance the energy efficiency and performance of algorithms with Graphics Processing Unit (GPU) accelerators in source-code development, we consider the power efficiency based on data transfer bandwidth and power consumption in key situations. First, a set of primitives is abstracted from program statements. Then, data transfer bandwidth and power consumption in different granularity sizes are considered and mapped into proper primitives. With these mappings, a programmer can intuitively determine the power efficiency and performance in different running states of a thread. Finally, this intuition enables the programmer to tune the algorithm in order to achieve the best energy efficiency and performance. Using these power-aware principles, two Fast Fourier Transform (FFT) methods are compared. The mapping between power consumption and primitives is helpful for algorithm tuning in source-code levels.     

改进差分进化算法在铝电解多目标优化中的应用

针对多目标优化问题,提出一种改进的差分进化算法(DE).该改进算法首先将DE与粒子群优化算法(PSO)结合,提高DE的收敛速度,然后引入多种群进化策略,有利于维持Pareto解的多样性.同时,在综合考虑机理与工艺的基础上建立铝电解多目标优化模型,并应用改进算法进行求解.仿真结果表明:在电流效率为92％时,改进算法所得的直流功耗为14.03 MW.h/t,比NSGA-Ⅱ的直流功耗降低了1.45％,比传统DE的直流功耗降低了1.75％.表明本文改进算法有效地提高了传统进化算法的性能.     

基于多阶段遗传算法的人力资源管理

针对企业的员工雇佣计划的优化问题,根据实际中遴选雇佣员工存在一定程度的随机性特点,以按期完成项目、消耗成本最低为目标,采取优胜劣汰策略,利用随机规划方法构建雇佣计划的优化模型;将遗传算法与多阶段决策相结合设计了模型的求解算法;最后通过算例对模型及算法的有效性进行了验证.计算结果表明:提出的方法能够通过合理控制不同时段聘用,及解聘的数量逐步提高雇佣员工的平均工作能力,员工平均工作能力提高幅度达到41%,从而实现了针对项目的人力资源优化.     

基于自适应调制与发射功率控制的WLAN功耗降低解决方案

在移动通信系统中,有效地降低移动终端的发射功率、降低能耗、延长其工作时间始终是一个非常重要的研究课题.本文根据IEEE802.11协议的工作原理,提出一种降低WLAN移动终端功耗的新算法,本算法利用IEEE协议中规定的RTS/CTS信息以及所定义的功率效率因子来选择最佳的发射功率和调制方式,通过这种方法可以有效的降低传输数据包所需的能耗.最后,通过仿真验证了本文所提出算法的有效性.     

基于遗传算法的可重配置无线通信系统动态规划和管理

可重配置无线通信系统动态规划和管理是个复杂的组合优化问题,本文提出基于遗传算法的动态规划和管理方法,有效解决了复杂场景下的动态规划和管理问题,该方法能够在合法解空间中快速收敛到最优解,满足动态规划和管理的实时性要求。业务分布规划是动态规划和管理的核心部分之一,本文提出基于不同RAT频谱利用率差异的优化业务分布规划方法以进一步提升系统整体资源利用率,仿真结果表明基于优化业务分布规划的动态规划和管理方法相比基于传统业务分布规划的动态规划和管理方法大幅度提高了系统整体频谱资源利用率。     

电动汽车空调系统随机模型预测控制算法研究

为提高电动汽车空调系统的能量效率,提出一种基于马尔可夫链的随机模型预测控制算法. 热负荷扰动对空调系统的温度性能和能量效率存在较大影响,因此文中采用移动边界和集总参数方法,逐步建立了压缩制冷循环和车舱热负荷的动力学模型,建立的空调系统控制模型中包含了热负荷信息.采用马尔可夫链随机方法预测热负荷干扰,提出随机模型预测控制算法. 仿真结果表明,该算法提升了空调系统的温度性能和能量效率.      

一种新的静态优先级在线节能调度算法

合理运用动态电压调整技术可有效降低嵌入式实时系统能耗.针对静态优先级实时调度,提出了一种能够有效分析松弛时间并尽可能平衡分配松弛时间的在线节能调度算法TPSRM.设计了一种两段式频率执行策略来改变任务执行时间的分配,能充分在线分析各种形式的松弛时间.通过尽可能合理降低高优先级任务的处理器执行频率来实现有效的在线频率调整.实验结果表明TPSRM算法可实现较好的节能效果.     

面向任务信息的层次化存储DPM策略

面向层次化存储的DPM策略利用数据缓冲区实现请求集中从而延长PMC的空闲时间,可获得比传统策略更好的节能效果。在此基础上提出基于任务信息（task information based,TIB）的层次化存储DPM策略。TIB策略对任务的数据访问模式进一步细分,通过修改存储访问接口获知任务数据访问的模式,根据不同模式决定预读与替换算法,使策略具有更好的节能意识。