遗传算法在成品油储运调度中的应用

针对成品油存储运调度的特点,提出成品油储运调度模型,从而降低成品油储运调度的制定和执行难度.在成品油储运调度过程中应用一种基于群体间共享的小生境遗传算法,结果证明该算法在成品油储运调度中切实可行.     

油品调合调度优化问题的分步求解策略

针对炼油厂的成品油调合调度优化问题，提出了一种分步求解策略，即将调合调度问题分解为三个子优化问题，采用NLP和MILP模型对其分四步求解，这一策略不仅降低了问题的复杂度，还同时解决了油品调合调度中的配方优化、任务调度问题。实际算例结果表明该方法是有效的．     

基于事件逻辑的炼油企业动态调度系统

针对炼油生产动态调度问题,开发了基于事件逻辑的调度优化系统.在分析大量实际生产事件和调度专家处理经验的基础上定义动态事件,生成事件逻辑.将事件逻辑与广义析取规划相结合,建立了基于事件逻辑的动态调度模型.基于事件逻辑的动态调度建模方法增加了动态调度模型生成的快速性和灵活性,在保证调度优化性的同时获得较好的调度实时性.最后,以某炼油厂"原油供应不足"事件为例进行仿真实验.结果表明,基于事件逻辑的动态调度系统是可行、有效的.     

原油蒸馏过程中的数据协调与操作优化

原油蒸馏过程是一个复杂的连续工业过程,其操作优化将为企业带来可观的经济效益,解决该问题的难点主要在于过程数据协调,过程建模及优化算法。针对某炼油化工有限公司原油蒸馏过程,进行了基于物料平衡的过程数据协调计算,建立了以过程严格机理模型为约束的轻油收率优化模型,并提出应用遗传算法求解上述高维非线性工程优化问题,取得了满意的结果。     

对优化炼油工艺过程探讨

目前我国工业炼油能力位居世界排名第二，汽、柴油的产量及消费量也在逐年递增。本文概述了我国炼油工业发展过程，分析了我国优化炼油工艺面临的挑战，关于对未来优化炼油工艺可持续发展的道路提出了相关对策与建议。挑战指的是世界各国原油资源供应出现极大缺口，供求比例的失衡是影响油质一个非常重要的原因，求大于供导致了原油劣质化越演越烈。油质又直接影响到环境保护，当前环境保护也是我国重点提倡的。发展对策则指的是应对扩大原料的供应来源；设备大型、规模化发展；技术力量要求绝对创新；减少二氧化碳排放。     

凝胶色谱法在测定炼油污水中石油类含量的应用

本用凝胶色谱法（ＧＰＣ）测定了炼油污水中的油及原油、各种成品油的分子量分布，依此监测分析炼油厂生产状况、排污状况和污水处理效果。结果表明，炼油厂排放油的分子组成与渣油和２０＾＃柴油相似，从而为选择油标准和定量方法提供科学依据。     

考虑能耗优化的多目标原油短期调度问题研究

针对在原油管道运输过程中的能耗优化问题,该文提出了一个以最小化管道转运能耗、供油罐使用个数、蒸馏塔使用供油罐的切换次数、原油在供油罐和管道中的混合成本为目的的多目标优化模型.然后,针对原油短期调度问题的特点,提出了一种改进的交叉和变异算子.最后,该文对比分析了8种综合性能较好的多目标进化算法.实验结果表明:NSGA-III算法在求解该问题时的性能较优.与现有研究对比,该算法在减少调度过程中的能耗和原油混合成本方面具有显著效果.     

云存储部署优化的进化算法设计

针对云计算环境下的云存储部署规划优化问题,全文研究和提出了一种进化算法并进行了求解.首先基于对象存储方法,设计了三层架构云存储模型.在建立的模型中,将云存储部署抽象为多目标优化调度问题,针对现有粒子群优化算法或遗传算法在解决这一优化调度问题过程中出现的收敛速度及调度效率等方面的不足,将2种算法进行有效融合,设计了混合进化算法来进行求解,讨论了进化算法的优化设计过程.同时,在云计算仿真平台CloudSim上,对所提出的优化算法进行仿真实验,并对云存储中负载均衡等性能指标的改善程度进行了检测.结果表明,所提出的混合进化算法有效实现了云存储的优化部署任务,与其他进化算法相比,能对性能指标实现更优配置.     

遗传算法的改进及其在水库优化调度中的应用研究

遗传算法是通过对样本中个体的不断改进来寻找各类问题的最优解。由于标准遗传算法（SGA）存在收敛性及个体适应度求解方面的困难，在研究中，通过对SGA中遗传算子改进，特别是对选择算子的改进，提出了一种改进遗传算法（AGA），并将它应用于水库优化调度中。改变通常以水位变化序列为基础的遗传算法编码方案，通过数组存储水库库容状态，并以各库容状态对应的数组下标为基础进行遗传算法编码，通过实例，表明AGA对水库优化调度问题具有良好的适应性，同时结合数组存储理论的遗传算法编码方法简化了水库优化调度遗传算法的实现过程。     

炼油厂节能降耗途径探讨

目前国际原油市场价格波动较大,成品油及炼油副产品价格也出现较大波动,节能降耗、降低产品成本,是提高产品市场竞争力的重要手段。对炼油厂换热器及生产过程的能量优化进行了全面分析,提出了节能降耗的初步方案。     

插值算法在油罐储油量测量中的应用

针对加油站中油罐实时储油量无法直观探测到的问题,提出了分段探测的研究方案,运用插值算法,建立了油面高度和相应油料容积的数学模型,解决了油罐储油量实时测量的问题。     

An energy-saving scheduling scheme for streaming media storage systems

The rapid growth of streaming media applications on the Internet is proposing higher requirements on energy consumption and I/O performance of the storage systems.However,the optimized I/O requests from different initiators will be mixed disorderly when they are reaching the storage system concurrently,which leads to increasing energy consumption.This paper proposes an energy-saving scheduling scheme based on I/O Stream(ES-IOS).The ES-IOS scheme can take the advantage of the I/O characteristics of streaming media and reorganize the mixed and disordered I/O requests into "streams".Technically,The ES-IOS scheme includes two main points,a priority-based weighted stream scheduling algorithm(PWSS) and a regression-fitting-based popularity prediction algorithm(RFPP).The PWSS algorithm can schedule the I/O streams in weighted queue based on priority to limit energy consumption.The priority of each stream is determined by its popularity.According to the I/O access records over a period,the RFPP algorithm can predict the popularity of each stream via regression fitting.Based on the popularities,the PWSS algorithm assigns more continuous service time to the hot streams and reversely less service time to the cold ones.Trace-driven experiments show that the ES-IOS scheme can reduce the energy consumption by 38%and enhance the I/O throughput by 27%approximately.     

基于负载均衡的在线云存储流量调度研究

在线云存储流量的调度问题是当前网络的研究热点。针对在线云存储系统中的文件上传请求调度问题,现有方案很少满足为用户提供不同带宽保证这一需求。针对不同付费级别用户要求不同带宽保证的服务场景,设计了基于请求队列长度的最大权重调度机制以及实际中可用的分布式二次随机选择调度算法,旨在实现系统服务器的流量均衡,同时最大化系统吞吐量。证明了最大权重调度机制能够保证系统稳定性,并且最大化系统吞吐量。实验结果表明,二次随机选择算法能够获得接近于最大权重调度机制的性能,较小的时间延迟和较大的系统吞吐量。其性能优于传统的Round-Robin调度算法。     

A Novel Testability-Oriented Data Path Scheduling Scheme in High-Level Synthesis

Scheduling is an important step in high-level synthesis and can greatly influence the testability of the synthesized circuits. This paper presents an efficient testability-improved data path scheduling scheme based on mobility scheduling, in which the scheduling begins from the operation with least mobility. In our data path scheduling scheme, the lifetimes of the I/O variables are made as short as possible to enlarge the possibility of the intermediate variables being allocated to the I/O registers. In this way, the controllability/observability of the intermediate variables can be improved. Combined with a weighted graph-based register allocation method, this scheme can obtain better testability. Experimental results on some benchmarks and example circuits show that the proposed scheme can get higher fault coverage compared with other scheduling schemes at little area overhead and even less time delay.     

基于多用户分集效应的相对比例公平调度算法

无线蜂窝网络目前所采用的机会调度算法在公平性方面存在缺陷。为解决该缺陷,该文提出了一种适用于无线数据网络的基于多用户分集效应的相对比例公平调度算法。不仅可以通过改变参数来调节系统吞吐量,保证系统性能;而且可以保证各用户之间的公平性,满足不同用户的服务质量要求。仿真实验表明,该算法可以在不同用户之间提供公平的服务,而且能兼顾系统吞吐量和用户服务质量的要求。     

Load Feedback-Based Resource Scheduling and Dynamic Migration-Based Data Locality for Virtual Hadoop Clusters in OpenStack-Based Clouds

With cloud computing technology becoming more mature, it is essential to combine the big data processing tool Hadoop with the Infrastructure as a Service(Iaa S) cloud platform. In this study, we first propose a new Dynamic Hadoop Cluster on Iaa S(DHCI) architecture, which includes four key modules: monitoring,scheduling, Virtual Machine(VM) management, and VM migration modules. The load of both physical hosts and VMs is collected by the monitoring module and can be used to design resource scheduling and data locality solutions. Second, we present a simple load feedback-based resource scheduling scheme. The resource allocation can be avoided on overburdened physical hosts or the strong scalability of virtual cluster can be achieved by fluctuating the number of VMs. To improve the flexibility, we adopt the separated deployment of the computation and storage VMs in the DHCI architecture, which negatively impacts the data locality. Third, we reuse the method of VM migration and propose a dynamic migration-based data locality scheme using parallel computing entropy. We migrate the computation nodes to different host(s) or rack(s) where the corresponding storage nodes are deployed to satisfy the requirement of data locality. We evaluate our solutions in a realistic scenario based on Open Stack.Substantial experimental results demonstrate the effectiveness of our solutions that contribute to balance the workload and performance improvement, even under heavy-loaded cloud system conditions.     

基于存储局域网络的集群多媒体服务器

针对存储系统这一多媒体服务器的瓶颈,将存储局域网络(SAN)这种新兴的存储系统应用于多媒体服务器,分析了SAN的优点,指出它非常适合于多媒体服务器.并利用SAN的优点,提出了将服务器和存储系统两层集群.服务器使用复制及加权调度,使用并改进了MMPacking算法,提高了Cache的命中率.存储系统使用了窄交叉,并给出了选择交叉宽度、深度及磁盘块尺寸的方法.     

一种基于TDD的无线mesh网络随机自学习调度算法

基于时分多址(TDD)的无线mesh网络是实现无线多跳网络和宽带无线接入的一种关键技术.为用户提供一种可以保障稳定通信的有效的分布式算法是影响基于TDD的无线mesh网络性能的关键因素.本文针对TDD的无线mesh网络提出一种随机自学习分布式调度算法,这种算法是一种基于信息学习的随机选择算法.在网络中,任一节点都要根据其邻居节点控制消息中所携带的数据,学习邻居节点的调度信息,从而判断可用时隙.若上次信息传输成功,则节点仍然沿用上次的传输时隙;反之,节点在可用时隙中随机选择一个时隙发送控制消息.仿真结果表明,与IEEE802.16标准中定义的算法相比,提出的随机自学习分布式调度算法能实现更高的吞吐量.     

A novel key scheduling scheme for AES algorithm

This paper examines the theory of AES key scheduling and its potential problems. We propose a novel key scheduling scheme. The scheme improves the speed of key expansion without increasing computational complexity, reduces the dependency of output key on input key during key expansion, and improves the avalanche effect of key expansion.     

油库生产运行方案优化技术研究

油库是油田整体生产的重要单元,主要承担开采原油的储存、计量和外输任务。为了降低油库的生产运行成本、保障系统安全、高效运行,研究建立了油库生产运行方案优化数学模型,并采用两级递阶优化方法进行求解。运用该模型对大庆油田南一油库的生产运行方案进行优化,得到了不同季节不同输量下的优化运行方案。有效降低了生产运行成本,提高了生产调度水平。