Bernoulli反馈排队的N策略Geom／G／1排队系统的队长分布

考虑具有Bernoulli反馈排队和N策略体假的离散时间Geom/G/1排队系统,采用一种直观、简洁的全概率分解方法以及U-变换技术,研究了该排队系统队长的瞬态性质,得到队长瞬态分布的U-变换形式的递推表达式;进一步导出队长稳态分布的递推表达以及平稳队长分布的随机分解;最后,计算出稳态队长分布,并且考察了其统计性质.     

基于元胞遗传方法的主动队列管理算法研究

为了解决网络拥塞现象,基于CHOKe方法建立了一种新的主动队列管理算法New-SCHOKe。该方法首先根据采样击中和队列击中定义了丢包策略和丢包概率,并且利用元胞遗传技术刻画了平均队列长度。同时,以实际数据进行仿真实验,对比分析了该算法与SCHOKe和CHOKe之间的性能,结果表明New-SCHOKe具有较好的适应性。     

Tele-network design based on queue competition algorithm

In this paper, we report research on how to design the tele-network. First of all, we defined the reliability of tele-network. According to the definition, we divide the whole reliability into two parts: the reliability of the mini-way and that of the whole system. Then we do algebra unintersection of the mini-way, deriving a function of reliability of tele-network. Also, we got a function of the cost of tele-network after analyzing the cost of arcs and points. Finally, we give a mathematical model to design a tele-network. For the algorithm, we define the distance of a network and adjacent area within certain boundaries . We present a new algorithm—Queue Competition Algorithm(QCA) based on the adjacent area . The QCA correlates sequence of fitnesses in their father-generations with hunting zone of mutation and the number of individuals generated by mutation, making the stronger fitness in a small zone converge at a local extreme value, but the weaker one takes the advantage of lots of individuals and a big zone to hunt a new local extreme value. In this way, we get the overall extreme value. Numerical simulation shows that we can get the efficient hunting and exact solution by using QCA. The QCA efficient hunting and exact solution. Foundation item; Supported by the National Natural Science Foundation of China (70071042,60073043,60133010) Biography: Huang Zhang-can(1960-), male, Professor, research direction: evolutionary computation.     

电子系统雷击电磁脉冲风险评估分级及工程实例

分析了建筑物内电子系统雷击电磁脉冲风险因子,介绍了对建筑物内电子信息系统雷击电磁脉冲进行风险评估分级的步骤。通过工程实例,分析了雷击电磁脉冲风险评估分级在工程中的应用。     

一种面向应用服务器的分布式缓存机制

针对应用服务器对数据库的大规模并发访问所产生的性能下降问题,设计了面向应用服务器的缓存对象管理组件。集成了分布式对象缓存系统Memcached客户端,并采用基于分级队列思想的缓存替换算法。根据队列中元数据内容将可缓存对象存储在不同级别的分布式缓存池中。模拟实验表明该机制能够有效减少数据库I/O负载,降低应用服务器的访问延迟,提高了系统的并发处理能力。     

基于轨迹数据的信号交叉口排队长度估计

排队长度是信号交叉口最重要的性能指标之一,也是信号交叉口配时优化的关键参数。对于一些偏僻的路口或者固定检测器损坏的交叉口,由于无法获取准确的排队长度信息而无法了解交叉口的实时状态。针对以上情况,提出通过浮动车轨迹数据来估计信号交叉口的排队长度,通过对轨迹数据的分析,建立了基于浮动车集群队列的排队长度估计模型,利用排队长度估计模型可以实现交叉口排队长度的估计。通过SUMO仿真获取早高峰、晚高峰、平峰流量下输入下的浮动车轨迹数据,分别采用早高峰、晚高峰、平峰流量下时间间隔为2、4、6、8、10 s和渗透率为5%、10%、15%的数据集对模型进行验证。验证结果表明,所建立的模型可以较为准确地估计交叉口的排队长度。与相关方法的对比结果表明,在早高峰流量下和晚高峰流量下,所建立的模型误差更低,不同的时间间隔和渗透率下比不考虑集群车队的精准度平均提高约12%,即使在平峰流量、时间间隔大、低渗透率场景下,所建立的模型估计的排队长度误差仍在可接受范围内。相关的研究成果将为交叉口的交通状态评估以及信号配时优化提供支撑。     

基于自适应模糊滑模控制的主动队列管理算法

针对TCP这样大型复杂的网络系统的拥塞问题,考虑系统中存在的不确定因素是未知非线性的情况,设计了一种采用自适应模糊滑模控制理论的主动队列管理算法。该算法基于网络模型的特殊性,构造了Lyapunov-Krasovskill函数,设计了滑动模面,并基于线性矩阵不等式的方法给出该系统鲁棒渐近稳定的充分条件,所设计的自适应模糊控制律能够使系统的状态轨迹在有限时间内到达滑动模面。仿真结果表明,该算法在网络条件变化的情况下,能实现准确的跟踪目标队列长度,避免网络拥塞的发生。     

A Robust Algorithm in Active Queue Management

A variable structure based control scheme was proposed for Active Queue Management （AQM） by using sliding model algorithm and reach law method. This approach aims to address the tradeoff between good performance and robustness with respect to the uncertainties of the round-trip time and the number of active connections. Ns simulations results show that the proposed design significantly outperforms the peer AQM schemes in terms of fluctuation in the queue length, packet throughput, and loss ratio. The conclusion is that proposed scheme is in favor of the achievement to AQM objectives due to its good transient and steady performance.     

基于增益自适应Smith预估器的鲁棒AQM拥塞控制算法

根据Lyapunov渐近稳定定理，提出了一种基于增益自适应Smith预估器的鲁棒主动队列管理（AQM）拥塞控制算法（GAS-PI）．该算法结构简单，具有良好的鲁棒性和网络控制性能，同时克服了大时滞给队列稳定性造成的不利影响．仿真结果表明：采用GAS-PI算法，对于限制系统振荡超调量的作用非常明显，同时能使网络具有更快的响应速度及更平稳的队列——在HTTP扰动和负载变动较大的情况下，算法使得缓存队列迅速收敛到稳定值；当网络时延增大时，算法能使网络的动态性能依然保持良好．     

集成分类器组合算法及其在医学诊断中的应用

在计算机辅助诊断系统中使用集成分类器是提高机器识别能力的一种重要途径。针对集成分类器投票组合算法中存在的投票可信度问题,提出了一种基于Grading的集成分类器组合算法EGR,该算法根据集成分类器对样本的预测结果是否正确来转换相应样本的类标签,用新数据构造元分类器。在UCI医学数据集上进行的实验结果显示,EGR算法对分类精度的提升以及敏感性与特异性的整体改善是有效的。