基于NetFlow的VoIP性能仿真研究

NetFlow是一种能够获取实际网络中数据流统计信息的技术,本文通过在OPNET中导入NetFlow格式所表示的实际企业网的流量模式,以测试新增VoIP业务的性能指标。仿真实验对企业网使用最多的G.711和G.729两种压缩技术进行了对比,证明了哪种压缩技术更加适合当前实际网络状况。     

调节阀阀芯型面设计优化模型

以直线型调节阀为研究对象,以阀芯型面设计相关参数为设计变量,以流量系数负值和流阻系数最小为目标,以阀芯型面设计要求和机构尺寸等为约束条件,构建多目标优化模型,运用线性加权权重法将多目标优化问题转化成单目标优化问题,利用Lingo优化软件求解,从而得到阀芯型面设计相关参数。     

青海高原雷达波测流系统流量系数率定及准确性——以新寨水文站为例

基于青海高原长江源区巴塘河新寨站雷达波测流系统实测数据开展流量系数率定和准确性研究,采用算术平均法、图解法和节点流量法分析流量系数,确定新寨站雷达波测流系统流量系数为0.76,同时采用一致性、流量特征值、逐日平均流量过程、曲线检验进行了分析计算.结果表明：该流量系数准确性较高,改正后的流量可以作为正式资料使用.雷达波测流系统具有有效提高流量监测数据的准确性、时效性和采样密度等特点,可以进一步破解青海高原恶劣气候条件下生态环境高水平保护和经济社会高质量发展对流量数据需求的矛盾.     

路网模糊流量条件可靠性瓶颈逻辑割树模型研究

采用模糊聚类分析法、故障树方法的逻辑思想与图论的割集理论 ,研究了在一定时间范围里 ,路段模糊流量条件可靠性评价问题 ,并在此基础上 ,设计了路网模糊流量条件可靠性瓶颈的逻辑割树模型 ,提出了相应的“瓶颈算法”,并作了实证分析.     

工业革命前自然强迫的气候效应的模拟研究

应用MPM-2古气候模式模拟工业革命前800 a间(1000~1800 AD)气候系统对自然强迫的响应, 特别是地表温度的长期变化. 自然强迫主要包括火山爆发和太阳辐射的变化, 二者被认为是工业革命前主要的气候强迫. 研究表明太阳辐射变化决定了气候系统长期变化的基本趋势, 而火山爆发强迫起到了强化或弱化这种趋势的作用, 二者基本上确定了工业革命前气候系统的长期变化, 这一结论无论是与其他模式结果还是重建数据都是高度一致的. 自然强迫很好地解释了小冰期和中世纪暖期的产生. 并且, 研究表明在各个空间尺度上地表温度对自然强迫的响应基本上是一致的. 然而, 模式结果与重建的太阳辐射强迫和火山序列高度相关, 即模拟结果很大程度上依赖于所选择的强迫序列. 因此, 为了更准确地揭示历史气候的长期变化, 必须更加准确地重建过去10000 a, 至少2000 a以来的太阳辐射变化, 以及火山爆发强迫序列. 对太阳辐射突变的敏感性实验表明: 太阳辐射增强除了造成全球各纬度带地表温度的非线性升高以外, 还强化了全球水循环, 对生物圈也产生了较大影响. 太阳辐射突变对气候系统的强迫作用需要进一步研究.     

飞机地面压力加油系统的流量平衡设计

针对不同飞机加装地面压力加油系统的实际需求及控制策略,运用流量平衡的设计思想,对小型飞机、大型飞机分别提出了3种设计方案并建立了数学模型,介绍了各方案的具体实现技术。本文提出的设计方案已成功应用于实践。     

基于802.1X认证的校园网的流量计费模式的研究

本文简述了802.1X协议的体系结构和认证实现流程,对802.1x协议的校园网采用流量计费模式的的可行性进行了分析,并指出了基于802.1X认证的校园网进行流量计费并不可行的结论。     

交通信息对交通行为的影响和信息发布策略研究的一个新模型

本文在含两条并行路径的网络中建立了一个描述出行者对日常交通信息进行修正和路径选择的双层规划模型,该模型被转化成动态规划模型并分析其最优解.研究表明,存在一个最优的信息发布策略,使流量分布逐渐逼近系统最优.算例结果验证了理论模型的结论.     

一种新的交通网络效率衡量方法及其应用

提出了一个交通拥挤网络的效率衡量方法,该方法能综合反映网络中交通需求、路段流量、旅行费用等因素对网络效率的影响,并基于该衡量方法,设计了一个网络组件(如节点和路段等)的重要度评价方法,用来辨别网络中重要的节点和路段,且该评价方法计算简便,计算结果具有一致性.算例计算分析的结果表明,相对其他网络效率衡量方法,根据本文方法计算得到的网络效率,能科学地反映交通拥挤网络的实际运行情况,并验证了所提出的效率衡量方法和重要度评价方法的合理性,同时还说明了交通拥挤网络的效率和组件重要度,均与网络中当前交通流量有直接关系.     

Optimal control of an M/G/1 retrial queue with vacations

In this note, we consider an M/G/1 retrial queue with server vacations, when retrial times, service times and vacation times are arbitrary distributed. The distribution of the number of customers in the system in stationary regime is obtained in terms of generating function. Next, we give heavy traffic approximation of such distribution. We show that the system size can be decomposed into two random variables, one of which corresponds to the system size of the ordinary M/G/1 FIFO queue without vacation. Such a stochastic decomposition property is useful for the computation of performance measures of interest. Finally, we solve simple problems of optimal control of vacation and retrial policies.