移动CCN中三模划分缓存算法

针对移动CCN中网络拓扑结构不断变化、缓存内容不断更替的特性,为了实现节点频繁移动时数据有效、可靠、较长时间缓存的目的,提出一套三模划分缓存算法。该算法基于节点位置信息,通过限定节点间通信距离阀值上限,将整个网络区域划分成无公用节点的三模网络,且取得一个最优划分结果,在每个三模分组内进行实时缓存内容同步。实验结果表明在节点密度较大、缓存空间较小时,三模划分缓存算法具有较好的缓存性能。     

云边协同下基于博弈论的云机器人部分任务卸载策略

如何合理地利用中心云、边缘云的资源,既降低系统设备能耗,又能缩短任务平均完成时间,是云机器人计算任务卸载面临的重大挑战。将云机器人的计算任务完成时间与能耗作为代价衡量指标,根据自身需求设置不同的代价权重,将多个云机器人的计算任务卸载问题转换成了一种多个玩家参与的博弈模型,设计了一种基于博弈论的部分任务卸载算法(game theory-partial task offloading,GT-PTO)。通过算法下的纳什平衡状态,找到参与者的最佳卸载阈值,从而达到系统总代价的优化。仿真结果表明,采用所提算法进行任务卸载,能够减少云机器人计算任务的能耗,缩短平均任务完成时间,大大提高云边协同服务质量。     

一种基于三支决策的移动云任务节能卸载方法

移动云计算卸载(MCCO)有效地利用云平台扩展了移动计算和存储能力。细粒度的考查这一过程会发现存在大量的异构性特征(如容忍程度不同等)和三支现象(如卸载时机、卸载内容等)。借助于三支决策及决策粗糙集的基本思想,提出一种面向延迟容忍型任务的移动云计算节能卸载策略。针对网络质量的优劣,以能耗优化为目标,分别对到来的延迟容忍型任务做出立即卸载、延迟卸载和不卸载3种决策。对于网络性能较差或者成本较高(如4G流量)的情况,可以采取等待,即延迟卸载;如果任务在等待期间网络性能恢复,则开始卸载任务,若超过延迟容忍期限且网络质量仍然很差则在本地执行,而网络连接状态较好的时候可立即卸载。通过阈值的确定为后续到来的云任务的卸载提供策略参考,从而减少计算的复杂性,优化移动设备的服务水平。模拟实验结果表明,基于三支决策思想的卸载策略在满足用户服务水平的前提下,有效地降低了移动设备的能耗,进一步延长了设备的使用寿命。     

嵌入式多核操作系统关键技术

 分析了目前多核操作系统的现状,多核芯片的出现导致了相应操作系统的改变,嵌入式操作系统的一些关键问题被提出。通过研究多核操作系统在实时性调度算法、负载平衡、同步机制中的现状及其存在的问题,提出未来的研究方向。并辅之以分析一个软实时多核操作系统LITMUS,对其基于多核体系结构的嵌入式多核平台的应用给出了基本的研究设想。     

肝炎疫情预报的数学模型与预测

对肝炎疫情进行未来预测 ,目前所采用的方法误差较大 .而且这种误差随着时间的推移而愈来愈大 .究其根本原因之一就是该系统的时变性与进行预测的数学模型参数非时变性之间存在差异 ,在对系统预测时 ,把一个时变参数的动态过程当作了非时变参数的静态过程 ,用非时变参数模型预测时变参数系统的状态 ,这必然会带来较大的误差 .为了克服上述这些缺点 ,我们给出了动态预测方法 ,其误差小 ,符合率高 ,提高了预测精度 .