下一代密集WLAN网络干扰管理机制

在密集高效无线局域网部署场景中,针对传统802.11协议造成用户公平性差和吞吐量低的问题,提出一种以用户为中心的资源配置方法。该方法通过对用户进行识别分类,以用户为中心配置信道和功率,在保证用户公平性的前提下,最大化网络吞吐量。提出的功率控制机制和用户识别方法可以很简单的应用于现有无线局域网系统中。仿真结果表明,提出的资源配置方法平均提升单位基本服务集吞吐量47.3%,干扰最严重的基本服务集的吞吐量提升190%,每个基本服务集的边缘用户的吞吐量平均提升约74.3%。     

基于时间优化的设备群维持随机模型

对于在工人完成任务效率具有随机性的情况下,如何合理组织一类可拆分设备维修以加快设备维修速度,从而增强企业竞争优势的问题,建立了基于时间优化的随机维修模型并对该模型进行讨论,最终形成了一个与之等价的可以进行求解的确定型模型。通过数值算例发现,在考虑随机性对维修效率的影响后,与认为工人完成任务效率固定的确定型模型相比,任务安排可能发生变化。     

运行状态逐渐恶化的同类设备流维修管理模型

大量同类设备的维修问题具有广泛的应用背景,这样的设置具有运行状态逐渐恶化的性质。虽然有许多文献对这类设备维修问题进行研究,但很少文献在建模中联合考虑其他同类设备运行状态及维修资源有限的情况。Venkatesh等人在这方面进行了开拓性的工作。然而他们只是对一个简单的设备流维修管理问题(FMP)问题进行了研究,仍然存在不足。本文尝试将问题进行扩展,讨论了一类具有多个运作方和维修方的设备流维修优化问题。通过仿真实验,将设备流维修管理与传统的基于条件的设备维修管理进行了比较。结果显示,本文提出的设备流维修策略可以获得更多收益。     

以极小化峰谷差为目标的智能电网实时定价

利用在线电量波动数据对有多类用户的智能电网的实时定价问题进行研究.首先依据用户用电习惯将用户分类,对同一时段不同种类用户采用不同价格引导其消费,其次针对实时定价削峰填谷的目的,以极小化峰谷差为目标建立实时定价优化模型,并给出一种依赖在线电量波动的同步扰动随机逼近算法.讨论了模型的性质,给出了算法收敛性的证明.数值仿真结果表明新方法不但能够削峰填谷,避免下载同步化情形的出现,而且有助于提高用户和供电商的双方利益.与已有方法相比,每次迭代过程中仅需观测价格扰动产生的最大和最小用电总量而不需要掌握每个用户的隐私信息,操作简单,容易实现,不但适用于单供应商多用户情形,也适用于多供应商多用户情形.     

Windows NT下视频传输卡的多卡驱动程序开发方法

由于WindowsNT操作系统不允许应用程序直接操纵硬件,从而给开发与硬件结合的软件项目带来了一定的困难,因而如何进行硬件驱动程序的编写就成了Windows环境下一个重要的程序开发领域。给出了WindowsNT系统下基于PCI总线的硬件设备驱动程序开发的一般方法,以及如何运用SoftICE来进行驱动程序跟踪调试的一般方法,最后给出了一种同时支持多块视频传输卡的多卡驱动程序的开发方法。     

虚拟环境中一种基于密度聚类的区域划分算法

为支持虚拟环境中大规模用户共享资源,需解决虚拟空间中用户集合划分问题,即把用户对象分配给多个服务器。由于用户不可预知的移动和交互,可能导致部分服务器负载过重。现有的划分思想注重于服务器负载的重分配,但是用户的移动和交互为划分也应作为主要考虑因素。据此思路,提出一种基于密度聚类的改进型划分算法(DCA)。该方法改进密度聚类中的邻域半径(Eps)和最小数目阈值(MinPts)因子,提出了基于移动视窗方法的密度聚类方法。同时,提出不一致性事件的概念以验证所提方法的有效性,并给出了实验结果。     

有向相似性对协同过滤推荐系统的影响研究

为研究用户的相似性对协同过滤个性化推荐算法的影响,认为用户的有向相似性应该由邻居用户指向目标用户,而非由目标用户指向邻居用户。基于该思想,提出了一类改进的协同过滤算法。通过对Movielens数据集的实验分析,结果发现改变用户相似性的方向可大幅提高推荐结果的准确度和推荐列表的多样性。进一步,强化相似度高的用户的推荐强度可大幅提高推荐效果,算法的准确性可提高17.94%,达到0.086 4,当推荐列表的长度为10时,推荐列表的多样性可达到0.892 9,提高20.9%。该工作表明用户相似性的方向是否合理对推荐算法具有非常大的影响。     

船舶鲁棒控制设计平台研究

系统地研究了船舶自动舵鲁棒控制策略。研制了船舶鲁棒控制设计平台,为鲁棒控制算法在船舶中的应用提供了工程上易用的软件,从而简化了设计及仿真工作。     

面向用户偏好的属性值评分分布协同过滤算法

针对传统协同过滤算法存在的不足,本文充分考虑用户对项目相关属性特征的偏好,将用户对项目的评价转化为用户对项目属性偏好的评分分布;在此基础上,对传统的协同过滤算法的相似性度量方法进行改进,并采用修正的用户偏好数学期望预测模型,提出一种面向用户偏好的属性值评分分布协同过滤推荐算法.实验结果表明,该算法可有效解决传统过滤算法存在的问题,推荐精度显著提高,使推荐服务更好地满足用户的偏好需求.     

虚拟环境中一种基于用户QoS的切换策略

随着计算技术的快速发展,移动终端以其便携和移动的特性越来越多的应用于分布式虚拟环境当中。在支持移动终端的分布式虚拟环境中,切换是体现移动终端交互特性以及移动特性的关键问题。传统的切换策略大多以Received Signal Strength Indication(RSSI)作为是否需要进行切换的唯一依据,但是由于获得RSSI的信道扫描阶段较为耗时不能满足分布式虚拟环境中用户对实时性的要求。针对这个问题,给出了在WLAN环境下支持移动终端的分布式虚拟环境中一种基于用户QoS的切换策略。该方法通过对应用层可检测的特征进行分析,结合用户QoS综合作为信道扫描时机的判定条件。通过减少扫描次数,达到降低扫描延迟的目的,并在扫描/切换过程中采用DR(Dead Reckoning)算法来降低系统延迟造成的用户跳变感。试验证明,该方法较传统的切换策略更为灵活,对系统造成的延迟更小,并能很好的满足用户QoS需求。