基于启发式群聚算法的机器人全局任务调度策略

提出了一种基于启发式群聚算法的机器人全局任务调度策略，在任务划分阶段采用一种启发式群聚算法对随机划分的各子任务按能否使总的运行时间缩短进行各子任务间的聚合，以使各子任务粒度和相互之间的通讯量达到一种优化状态，并在此基础上对群聚之后的各子群任务采用集中式动态调度策略，在程序运行过程中实现各处理器的负载平衡，提高各处理器的利用率，缩短总的运行时间．在一个由5个DSP（digital signal processor）处理器组成的同构型松耦合MIMD（multi instruction multidata）并行处理平台上，对平面四自由度连杆机器人在关节锁定下的运动控制任务采用上述先随机划分，再聚合，最后集中式调度的方法进行了并行实时仿真实验，取得了满意的并行性能指标．     

基于服务网格的动态负载平衡调度算法研究

为了提高资源利用率和系统的吞吐率,需要实现服务网格系统内负载的均衡分布.提出了层次式动态负载平衡调度模式,详细介绍了负载平衡系统的系统结构.作业分配是负载平衡系统中的核心机制.设计并实现了一种综合考虑各局部代理作业数和各个局部代理性能以及当前负载情况的动态双阀值作业分配算法.试验数据表明,该作业分配算法较传统调度算法综合性能有较大提高.在作业数较多时,该作业分配算法性能更好.     

最小代价归并树的动态规划实现

动态规划算法广泛应用于求解最优化问题中，通过对最小代价归并树问题的研究，构造出动态递归方程，分析其最优子结构以及重叠子问题性质，从而实现动态规划的过程分析，并用C程序生成最小代价归并树验证其有效性。     

基于EXCEL的大气污染物扩散的研究实例

依据大气污染物扩散高斯模型,利用EXCEL的强大计算和作图功能,对大气污染物扩散进行了研究。由于对高斯模型进行了合理的变换,使得用EXCEL处理和操作变得十分简单,只要任意设定模型参数,就可以准确的显示空间浓度变化图象,使抽象复杂的高斯模型变得直观明了。     

局域世界网络上流行病传播的动态行为研究

将SIS（Susceptible-Infective-Susceptible）疾病传播模型应用到局域世界复杂网络上,通过理论分析和数值仿真,详细研究了不同的SIS模型参数（传染率、治愈率）以及局域世界的大小（M）对疾病传播动态行为的影响,根据仿真研究和分析的结果提出了一些可行的控制策略.     

电子商务中的动态网页技术

通过分析常用动态网页技术的工作原理,同时对其优缺点、开发环境及适应人群等进行了详细的比较。     

ETM+(TM)数据在土地利用动态监测中的应用

对研究区两个时相的ETM (TM)影像进行土地利用分类,分别采用分类后比较法、图像差值法、光谱特征变异法等方法进行了土地利用变化信息的发现和提取.结果表明:各种动态监测方法中,基于图像融合的光谱特征变异法效果最好,在采用该方法获得的融合图像中,对新增的线状地物,可识别出的最小宽度为9.8 m;新增的面状地物,可识别的最小面积为1 000 m2左右.该融合图像可以作为土地利用动态监测的指导数据.     

无线信道上能量约束条件下可伸缩视频的自适应传输

为提高无线信道上可伸缩视频码流的传输效率,提出了一种新的能量约束条件下可伸缩视频码流自适应传输算法。基于无线信道的Markov模型假设,在满足延时约束条件下,对各可伸缩视频编码帧的增强层数目以及信道发送速率进行联合优化,并给出了动态规划算法求解该约束优化问题。实验结果表明,相对于采用固定信道传输速率的可伸缩视频码流传输方案,该方案在达到相同平均视频质量时平均可节省44.95%~52.86%的能量,显著提高了无线信道上可伸缩视频传输的能量利用效率。     

光学头力矩器的工艺因素对其动态性能的影响

为提高光学头力矩器在大规模生产条件下的性能一致性,研究了力矩器生产过程中7种工艺因素误差对力矩器动态性能参数的影响。以有限元仿真并结合田口实验设计方法和数学统计原理,分析得出:悬线竖直预变形量对扭转共振频率的影响贡献率为72.4%,永磁铁轴向安装误差对扭转共振峰值和偏转共振峰值的影响贡献率分别为51.9%和58.1%,永磁铁水平安装误差对物镜倾角的影响贡献率为93.6%。结果表明,悬线竖直预变形量与永磁铁水平、轴向安装误差属于关键工艺因素,生产中应重点控制。     

一种基于动态期望车头时距的跟驰模型

现有跟驰模型把期望车头时距视为常量,因实际交通流具有动态性,静态期望车头时距模型并不能确切地描述现实交通流.提出了一种动态期望车头时距的跟驰模型,将其车头时距用韦布尔分布拟合,使其成为随跟驰车辆性能差异和驾驶员自身差异而变化的动态变量.仿真结果表明,基于动态车头时距的跟驰模型能使后随车车速的平均绝对误差从1.715 9 m/s降至0.762 9 m/s,优于静态常量期望车头时距跟驰模型.