面向能耗的云工作流调度优化

云工作流调度直接决定了整个云工作流系统的性能,已成为一个重要研究内容.针对当前缺乏有效的面向能耗的云工作流调度优化方法,研究建立了面向能耗的云工作流过程模型、资源模型,提出了基于负载的能耗计算方法和面向能耗的云工作流调度优化算法.提出的方法考虑了能耗因素,在进行任务优先级计算及任务选择时不仅考虑了文件在不同虚拟机间传输的速度差异、同时考虑了虚拟机与本地共享数据库间的文件传输等因素,并从云工作流任务分配、主机负载和主机功耗关系的角度,进行能耗的计算与调度优化,更符合实际情况、使用范围更广.数值案例和仿真实验表明了提出的方法是可行的和有效的.     

节能减排政策制定部门的协同有效性——基于1195条节能减排政策的研究

依据收集的1978年至2013年间颁布的1195条节能减排政策,采用统计分析和合著网络分析方法分析了各节能减排政策制定核心部门与其他部门的协同情况.在对各部门制定节能减排政策过程中的协同程度进行量化的基础上,通过构建模型深层次研究了发改委、财政部及环保部等政策制定核心部门两两协同对节能绩效的影响和对减排绩效的影响,探究了环保部与其他节能减排政策制定部门协同的效果.研究表明:改革开放以来,节能减排政策制定部门之间的协同逐渐得到了政府的重视,我国节能减排政策的部门协同现象呈现波动式上升趋势;在节能减排政策制定的协同过程中,财政部、发改委和环保部扮演着环境治理的"铁三角"角色,环保部作为节能减排工作的主要承担部门,与其他部门协同的程度小于财政部和发改委等掌握权力和资源的部门,且环保部与其他两部门的协同对节能减排绩效的影响尚不显著;节能和减排两大技术领域之间并不存在直接对等的关系,同两部门间的协同对节能的影响和对减排的影响存在显著性不同,相关部门在制定节能减排政策时有待进一步认识二者的差异以提高节能减排的效率.本文还从深化部门合作、强化相关部门作用及提高政策的针对性等方面提出了对策建议.     

改进的高动态高灵敏度GPS信号捕获算法

首先介绍弱GPS信号定义和影响因素,指出要想实现弱信号条件下的捕获,必须增加处理增益.要提高增益,就要进行累积,而累积最重要的限制就是导航电文的变化、多谱勒频偏的影响以及非相干累积的平方损失.而高动态又必须考虑累积时间与多普勒补偿的均衡.针对这些因素,指出在弱信号条件下,FFT捕获较传统算法更具有优势.采用差分累积提高累积时间并减轻了非相干累积平方增益损失.半比特搜索法能够估计出导航数据的最佳组合,实现很长时间的相干积分.高动态高灵敏度情况下,还必须考虑补偿码多谱勒的影响.提出一套完整的弱信号处理方案,采用Monter·Carlo方法进行仿真,实验结果验证了该算法的有效性.     

基于光电观测信息的空中机动平台被动跟踪研究

针对强电磁环境下机载雷达测量精度较低的问题,研究提出了一种基于机载光电观测信息的被动跟踪方法,讨论了其目标运动分析问题.利用光电探测设备测量的目标方位角、高低角,结合平台的导航信息,建立了基于最小二乘准则的目标函数,对目标实施了精确定位,并对观测数据中野值的剔除问题进行了分析.通过蒙特.卡洛模拟仿真,试验结果表明:该方法能够较为准确、快速地收敛至真值附近.     

异构网络中基于兴趣感知的聚类缓存策略

为应对移动流量的爆炸式增长,在异构网络中引入缓存成为目前的热点研究方向之一。目前缓存部署策略存在缓存命中率不高、缓存数据冗余度较高等问题,没有充分利用存储资源,直接影响网络的性能。针对以上问题,提出一种基于用户兴趣感知的虚拟聚类协作缓存部署策略来提高缓存系统性能。根据用户距离构造虚拟聚类,依据内容请求因子确定系统缓存内容,采用基站协作缓存以及用户间虚拟聚类方式共享缓存内容,以缓存命中率最大化为目标建立优化模型并通过贪婪算法求解。理论分析及仿真结果表明,在异构网络场景下,跟现有方法相比,所提方法在缓存命中率、系统平均传输时延等性能上均有明显提升。     

基于演化博弈的讨价还价策略研究

通过建立“双种群”复制动态模型,研究了有限理性假设下“多对多”讨价还价的策略演化问题,证明了只有严格纳什均衡才能成为“多对多”讨价还价的演化稳定策略. 并利用计算机仿真发现：当买卖双方种群的初始策略为随机分布时,讨价还价的演化稳定策略以最大概率收敛到对称纳什均衡,产生买卖双方最大初始期望收益乘积的纳什均衡可以比较准确地预测“多对多”讨价还价的演化稳定策略,且演化过程不必是单调的. 研究内容有助于理解“多对多”讨价还价的达成协议的一般规律,为设计多边谈判支持系统提供参考和借鉴.     

求解非线性互补问题的混合光滑型算法

光滑型算法已经成功地用来求解各种优化问题. 基于一类新的光滑函数族, 提出了一个带有混合线搜 索的光滑型算法求解非线性互补问题. 在适当的条件下, 证明了算法是适定的, 且保持全局 收敛性和局部超线性收敛性. 最后对提出的算法进行了数值计算. 数值结果显示出该算法的有效性.     

最优的单纯形-中心设计

对于一般的ｑ－１维正规单纯形利益区域和多重线性多项式模型,给出了Ａ 最优的混料设计,Ａ 最优的混料设计的柱点是所有的正规单纯形的各类中心·令ｒｉ(ｉ＝１,２,…,ｑ)表示每个第ｉ类中心点上的设计测度,给出了以ｒｊ／ｒｑ(ｊ＝１,２,…,ｑ－１)形式表示的Ａ 最优测度比,按此测度比给出的广义单纯形中心设计是Ａ 最优的     

Maximum likelihood estimator of the parameter for a continuous one-parameter exponential family under the optimal ranked set sampling

This paper studies a maximum likelihood estimator (MLE) of the parameter for a continuous one-parameter exponential family under ranked set sampling (RSS). The authors first find the optimal RSS according to the character of the family, viz, arrange the RSS based on quasi complete and sufficient statistic of independent and identically distributed (iid) samples. Then under this RSS, some sufficient conditions for the existence and uniqueness of the MLE, which are easily used in practice, are obtained. Using these conditions, the existence and uniqueness of the MLEs of the parameters for some usual distributions in this family are proved. Numerical simulations for these distributions fully support the result from the above two step optimizations of the sampling and the estimation method.     

模糊遗传滚动优化的LS-SVM预测控制研究

提出一种基于最小二乘支持向量机(LS-SVM)的非线性系统预测控制算法。该算法通过LS-SVM对非线性系统输入输出数据序列的训练学习建立其预测模型;基于模糊遗传算法完成非线性预测控制的滚动优化过程。仿真结果表明基于该方法的非线性系统预测控制比基于RBF神经网络的预测控制具有更好的控制效果。