基于边端协同的CNN推理加速框架

基于卷积神经网络(CNN)的移动应用程序通常处理的是计算密集型任务,然而传统的云推理和端推理方式在低时延和高准确率方面仍面临着挑战。针对以上问题,提出了一种基于边端协同的CNN推理框架,它能让一个端设备和多个边缘服务器协同工作以提供CNN推理服务。该方法综合考虑高度动态的网络带宽和设备负载情况,分步决策出模型多个最佳分割位置以优化计算和通信权衡。基于硬件测试平台的实验评估表明,相较于3种流行的CNN推理方法,该方法实现了14.3%～67.5%的推理加速,提升边缘服务器的计算资源利用率100%。     

考虑时域稳定性的军事信息系统运维性能评估

军事信息系统在信息时代体系作战中发挥的作用日渐显著,对其运维性能进行综合评估,有助于掌握军事信息系统整体运用情况。针对考虑时域稳定性的系统运维性能评估问题,通过构建“6+20”两级指标体系,建立了考虑时域稳定性的性能评估模型;随后基于综合主客观信息,采用拉格朗日乘子法确定最优指标权重,以方差值为优化目标确定评估时点权重,并在确定指标和评估时点权重基础上进行系统运维性能评估结果的生成;最后通过仿真算例,验证了所提出方法的有效性和可靠性,为军事信息系统运维性能评估提供方法支撑。     

面向动态边缘网络的数字孪生自适应联合优化部署

在数字孪生赋能的移动边缘计算(Mobile Edge Computing, MEC)网络中,如何实现数字孪生服务器的高效部署是确保数字孪生实时交互性的瓶颈问题。针对该问题,提出一种面向动态边缘网络的数字孪生自适应联合优化部署机制。首先,该机制构建面向动态边缘网络的双层数字孪生模型以实时捕捉MEC网络状态和UE资源利用情况等特征。然后,联合数字孪生交互时延模型、负载均衡模型和能源消耗模型建立数字孪生服务器自适应动态更新部署问题。最后,提出多阶段自适应动态联合部署优化算法,将数字孪生服务器自适应动态更新部署问题分解为数字孪生服务器初始化部署和自适应动态更新部署两阶段优化求解,以实现部署策略随MEC网络的即时系统状态进行自适应动态调整。仿真分析验证了所提出算法在预测精度、交互时延、工作负载和能耗方面的有效性。     

实货制下铁路枢纽货运站业务调整模型

根据实货制铁路货运的基本要求,对铁路枢纽货运站进行业务调整优化。首先,明确铁路决策部门与货运客户之间的主从决策关系,建立铁路枢纽内货运站业务调整双层规划模型。上层模型以最小化枢纽货物周转量和业务分散度为目标,下层模型以客户集运成本最小化为目标。接着通过构造上、下层决策变量间的反应函数,设计了求解模型的启发式算法。最后,采用算例对模型和算法进行可行性验证。结果显示,调整后货运站业务分散度降低72.5%,枢纽货物周转量降低40.2%,而客户运输费用只增加8.4%。     

自适应Web QoS模型研究

描述了一种自适应Web QoS控制器模型。该模型通过对用户请求根据一定的请求分类策略进行分类以及动态监控和调整Web服务器配置参数的方法来达到要求QoS级别,使用启发式的禁忌搜索算法来求得QoS最优化配置,并通过仿真试验证实了使用此控制模型可有效保证网站的服务质量(QoS)。     

自适应Web QoS模型研究

描述了一种自适应Web QoS控制器模型。该模型通过对用户请求根据一定的请求分类策略进行分类以及动态监控和调整Web服务器配置参数的方法来达到要求QoS级别,使用启发式的禁忌搜索算法来求得QoS最优化配置,并通过仿真试验证实了使用此控制模型可有效保证网站的服务质量(QoS)。     

考虑动态性能退化的生产系统预防维护和缓存配置策略

以带缓存双机系统为研究对象,结合随机波动的加工能力指标与可靠度,动态描述设备的综合性能退化程度,并进一步研究了维护规划与缓存配置的联合优化方法.针对带缓存双机系统的生产形式和运行特征,分阶段进行缓存动态建模,基于全局构建了系统的缓存和缺货成本模型,以总平均运行成本最低为目标,对系统的预防维护和缓存配置进行联合决策.通过案例分析获得最佳维护策略,论证了合理配置缓存对降低长期成本具有显著作用.     

优化延迟负载和成本的两阶段边缘服务器放置

边缘服务器放置问题是边缘计算环境建设的基础，高效的边缘服务器放置策略要求不仅为用户提供低延迟服务，而且要平衡边缘服务器之间的负载，同时降低边缘服务器的部署成本。现有的方法常面临着时间复杂度太高、只能得到局部最优解等问题，不适应大中城市的边缘服务器部署。提出了一种两阶段边缘服务器放置TSESP(two-stage edge server placement)策略，第一阶段针对小规模基站网络建立边缘服务器放置优化模型，以降低服务延迟、平衡负载和降低成本，并且在几个小型区域内对优化模型进行精确求解。第二阶段提出了基于机器学习的边缘服务器放置模型ESPML(edge server placement based on machine learning)，利用第一阶段优化模型得到的最优解集进行训练，然后在大规模基站网络中进行测试，ESPML模型的时间复杂度远小于指数级时间复杂度同时可以得到与最优解相似的结果。最后在上海电信基站数据集上的实验表明，与现有三种典型的边缘服务器放置方法相比，所提出的方法在访问延迟、负载平衡和成本等方面都具有良好的性能。     

缓存辅助移动边缘计算的任务卸载与资源分配联合优化策略

为了减少资源受限的移动边缘计算场景下任务卸载和资源分配过程中的能量消耗,提出缓存辅助的动态卸载决策和计算、通信、缓存多维资源分配的联合优化策略。该策略根据任务流行度制定缓存服务,通过控制用户设备的发射功率优化通信资源分配,并结合计算卸载合理利用服务器的计算资源。提出最小化时延和能耗的均衡优化目标,设计基于深度强化学习的优化求解算法。最后,通过仿真实验验证所提策略的有效性,结果表明该策略在计算资源和缓存容量约束条件下能展现较优性能。     

数据中心多目标虚拟机管理研究

通过建立起资源使用、服务器热点与电源能耗三者的统一优化模型,设计多目标虚拟机动态管理系统,协同优化资源使用、服务器热点和电源能耗,以使得数据中心的效益达到最优.鉴于数据中心负载流量的动态波动性,采用基于滑动窗口的两级状态检测策略来决策迁移虚拟机时刻,基于多目标统一优化模型设计相应算法来解决迁移虚拟机和目的主机的选择问题.最后在Xen虚拟机平台上测试该系统,实验结果表明:本文设计的虚拟机动态管理方法能够较好地协同优化数据中心的资源使用、服务器热点和电源能耗,使得数据中心的效益达到最优.     

水资源配置决策的粒子群与投影寻踪耦合模型

水资源配置决策涉及资源、经济、社会、生态环境等目标,属高维、非线性、非正态的系统决策问题.为此,利用投影寻踪技术对此决策问题进行降维处理,并采用粒子群算法优化投影指标函数,建立了水资源配置决策的粒子群与投影寻踪耦合模型.该模型直接由样本数据驱动,通过最佳投影方向计算决策方案的最佳投影值,可达到在低维空间进行水资源配置决策的目的,且易于编程实现.南水北调中线河南省水资源配置决策应用结果表明,粒子群与投影寻踪耦合模型的决策结果比模糊优选模型的决策结果合理,且分散性大.     

软件运维综合监控系统的设计与实现

随着计算机技术的普及发展,服务器监控已经成为系统管理和运维的重要组成部分,人工的监控方式已经难以满足现代化运维的要求,如何有效地降低成本、提高工作效率是服务器监控的重要目标。服务器监控是保障各类系统、软件、数据库及操作系统安全运行的关键环节,监控系统通过参数配置,全自动地观察、记录被监控对象,同时可以为系统管理员提供预警。     

基于MEC-D2D的分布式协同缓存方案

针对移动边缘计算服务器存储能力有限的问题,利用终端通信技术数据共享优势提出了一种基于动态规划的移动边缘计算与终端通信(MEC-D2D)协同内容缓存放置策略.首先分析协同通信模型中的内容流行度、缓存空间有限性以及干扰限制等因素对用户内容获取平均时延的影响;然后通过建立内容分段获取模型,以降低用户内容获取平均时延为优化目标;最后将缓存问题视为完全背包问题,并采用动态规划算法设计最优缓存分配方案.仿真实验表明所提缓存策略可有效降低用户内容获取平均时延.     

浅谈如何提高网络虚拟服务器的资源利用率

对虚拟服务器资源利用率不高的问题进行梳理和分析，得出主要原因是服务器资源的申请与审核不科学、系统的运行时段不明确及资源需求差异不明确等，进而从规范服务器资源审核与分配流程、动态调整业务系统运行时段、动态调整资源配置、采用Kubernetes部署应用程序等方面提出解决方案。实践表明，对资源进行调整优化后，CPU利用率、内存利用率、存储(硬盘)利用率均得到提升，同时还降低了运维成本。     

考虑外委的露天矿剥岩计划的优化研究

针对“剥岩高峰”对矿山生产带来的不利影响，研究了设备配置更新策略与露天开采外委剥离的优化问题.基于铲运设备的运营成本与生产能力随设备役龄变化的关系，建立了决策单台设备退役时间的动态经济寿命计算模型，并根据此模型给出了具体的设备配置算法步骤.设置一系列不同的矿山自剥离量与外委剥离量的分界水平，计算各分界水平条件下的外委单价可行区间，然后在区间内确定外委商谈价格并分析得出与之对应的总成本净现值最低的外委方案.实例计算证明，采用该方法减少设备投资的成本要高于外委岩石剥离成本.     

云计算数据中心的虚拟资源自适应供给模型

随着云计算技术的飞速发展,云计算数据中心的规模越来越大,随之而来的资源管理、运维调度、能耗开销等问题也开始日益严峻。本文对云计算数据中心的设计思路与设计结构进行了详细的介绍,先从云计算数据中心的总体结构进行分析,随后引入虚拟资源自适应供给模型概述,通过综合分析三种不同的虚拟资源供给模型优劣,提出利用多层次网络队列方法搭建虚拟资源自适应供给模型,通过综合考量模型的平均响应时间、服务器利用率、使用成本等因素,对虚拟资源进行合理的规划与调度,最终帮助云计算数据中心配置合适数量的虚拟机,做出合理的资源调度策略,力求优化数据中心的运维调度,降低能耗开销,提高能源利用效率,推动能源发展。     

可持续发展视角下的区域水资源优化配置模型

为了构建可持续发展视角下的区域水资源优化配置模型,针对水资源优化配置表现出的主从递阶决策、多目标决策、多阶段决策等特点,构建了优化配置模型,采用逻辑集成多种算法的求解思路。集成引入了多目标满意度计算、主从递阶博弈方法、基于粒子群算法的演化博弈求解方法、动态规划求解方法,研究建立了具有逻辑关系的算法体系。实例研究表明,模型与方法是可行的。提出的模型与算法为复杂决策问题的模型建立及求解提供了解决途径。     

顾客需求在可撒布雷研制过程中的权重确定方法优化

顾客需求重要度对于产品规划质量屋的建立和优化决策以及下一阶段的配置决策有着重要的作用。在分析已有方法的基础上充分考虑顾客需求的全寿命周期成本和市场竞争性评估的影响,为了尽可能提高产品的顾客满意度,本文提出“成本过滤器”,并根据Kano模型中顾客需求与顾客满意度之间的非线性关系对各项顾客需求进行分类,确定其重要度调整系数来实现顾客需求重要度的优化,从而获得更加客观的顾客需求最终重要度。可撒布雷的实例表明了所提方法的有效性。     

可持续发展视角下的区域水资源优化配置模型

为了构建可持续发展视角下的区域水资源优化配置模型,针对水资源优化配置表现出的主从递阶决策、多目标决策、多阶段决策等特点,构建了优化配置模型,采用逻辑集成多种算法的求解思路。集成引入了多目标满意度计算、主从递阶博弈方法、基于粒子群算法的演化博弈求解方法、动态规划求解方法,研究建立了具有逻辑关系的算法体系。实例研究表明,模型与方法是可行的。提出的模型与算法为复杂决策问题的模型建立及求解提供了解决途径。     

OBS网络中的自适应汇聚算法

根据OBS网络的特点,分析了在OBS网络边缘节点进行数据汇聚的一般原则,针对现有汇聚算法的缺陷,提出了一种在OBS网络中的边缘节点的自适应汇聚算法,并详细讨论了该算法的具体实现.该算法根据到达OBS网络边缘节点的实际速率,动态的调整数据汇聚的参数,实现了动态的调整汇聚算法的目的,从而实现了根据网络的实际状况作出积极的响应,最终达到改善整个OBS网络性能的目的.