基于智能天线的一种自适应小基站架构

提出了一种将智能天线应用到小基站网络中的方案,配置有智能天线的小基站在周
围小基站繁忙时利用智能天线的方向性为业务繁忙的小基站进行自适应分流,达到负载均衡
的目的. 当本身业务繁忙时,通过智能天线进行空分复用可提高带宽利用率,从而提高系统吞
吐量,减少基站数目. 实验结果表明：在保证用户接入成功率和系统吞吐量的条件下,采用文
中小基站自适应算法可将所需部署的小基站数目约减少30%,从而降低了部署成本,减少运行
能耗.     

实时交通流预测的并行SVR预测方法

提高交通流预测的精度和实时性是智能交通系统(ITS)应用发展的一个重要问题.与广义神经网络(GNN)方法相比,支持向量回归(SVR)方法应用于交通流预测理论优势得以实现的前提是选取合适的回归参数.分析、讨论了简单而实际的直接从训练集中选取SVR参数的方法,给出了一个大规模路网交通流SVR预测模型和集群环境下的一种贪婪负载均衡并行算法(G-LB).实验结果证明了基于G-LB算法的并行SVR方法(GLB-SVR)可获得比并行的GNN方法(P-GNN)更好的预测精度和实时性.     

反应矩阵在化学反应上的应用(三)--第2类型反应矩阵定理

建立第2类型反应矩阵的反应定理与调平定理.     

局域网分布式系统的负荷分担及调整

近年来,随着高速网络技术和高性能工作站技术的长足发展,国内外研究人员所从事的基于LAN的工作站模型的分布式系统的研究具有极大的现实意义「’1．在研究中,出现了大量的成型的分布式系统模型［’·‘1．尽管如此,这些系统的实现手段和效率并不令人满意,没有哪个分布式系统能用非常有效的策略和机制来克服由于分布而引起的问题,如提高系统潜在的分布并发处理能力,包括运行速度、系统效率、实用性和可靠性等．上述问题无论在理论上还是实践上都是值得认真研究的「‘1,其中一个重要的研究方向就是分布式系统中的任务分配、系统负荷…     

网络环境下协同设计的多服务器技术

提出了一种分布式客户枳／多服务器系统结构,通过有效的多服务器冲突协商机制实现由多台网络服务器对协同设计用户的联合管理,避免协同过程对单一服务器的依赖,克服了单服务器系统的瓶颈,提高了协同设计过程的稳定性和可靠性．提出了一种基于排队理论的具有多服务器的客户／服务器系统的数学模型,通过分析求解服务器平均利用率、排队队长、等待时间等系统性能的解析结果,方便、直观地反映系统的动态行为,合理地组织系统、优化多服务器系统的设计．     

一种动态的客户端负载均衡机制

互联网应用的并发用户数量不仅多变并且这种变化常常不可预测．将系统容量配置为固定值的惯用做法在面临多变的请求时常常会导致两种结果,一种是因为配置过低而弓l起用户的不满,另一种则因为配置过高而造成计算资源的浪费．而通过运用云架构按需提供、按使用收费的能力,系统具有了实时地按需配置计算资源的能力．然而静态的客户端负载均衡方法作为一种主要的负载均衡技术很难适应云架构条件下更加易变的集群结构．本文提出了一种动态的客户端负载均衡机制．通过引入分布式的集群视图更新、控制流等技术,该机制在保持客户端负载均衡机制分布式、可伸缩性强的基础上,又为集群节点的动态加入与退出和负载均衡策略的动态调整提供了有效的支持．同时,本文分析了该机制在一个开源JEE应用服务器PKUAS中的关键实现问题,并通过实验从多方面验证了该机制的有效性．     

考虑作业人员疲劳度均衡的第一类装配线平衡

基于快速全身评估法对所有的作业姿势进行风险评估,考虑不同作业元素优先关系、不相容和同工位等约束,提出融合作业时间和作业姿势相互影响的工位累计疲劳度,构建最少工位数和最小工位累计疲劳度标准差的多目标优化模型,保证装配线工位少且疲劳度均衡.采用基于优先权重的编码,设计多目标粒子群算法,最后通过实例证明本方法的合理性与有效性.     

基于OPNET的集群负载均衡仿真

为了分析比较集群负载均衡中随机调度算法、轮转算法、加权轮转算法等3种基本算法,介绍了OPNET的建模方法,给出了基于OPNET进行网络仿真的建模层次和步骤,并运用OPNET建立集群系统模型,对其进行仿真测试.仿真结果表明:3种算法均能实现负载的平衡分配,在同构集群中,轮转算法有较好的负载均衡效果;但在异构的集群系统中,加权轮转算法具有最好负载均衡效果.     

随机型装配线平衡与缓冲区配置集成优化

线平衡问题和缓冲区配置问题在装配线设计中常被分开独立研究,二者之间存在复杂的交互影响关系.随机型装配线由于操作时间波动加剧了二者之间的相互作用与影响,先平衡再缓冲区配置的串行优化模式难以得到全局最优结果,因此需要在线平衡的同时协同解决缓冲区配置问题.针对随机型装配线规划问题,在基于操作时间状态熵的工位复杂度定义基础上,以生产率最大,整线工位复杂度均衡指数、标准操作时间均衡指数和缓冲区总量最小为优化目标,构建线平衡和缓冲区配置集成优化模型.采用参数化建模仿真获取整线生产率,通过改进的遗传算法获取集成优化方案.最后对变速箱装配线实例进行计算验证,证明了该方法的有效性.     

一种基于动态聚合方法的网格任务调度算法

网格中的资源都是动态的,传统的静态任务调度算法不能适应网格的动态特性。通过对资源在未来一段时间内的状态进行预测,可以提高调度算法的性能。文中提出了一种用动态聚合进行调度的算法。首先对处理器的负载进行取样,然后根据网格任务的执行时间,对处理器的取样值进行动态聚合,再利用AR(p)模型进行预测,最后利用预测到的值作为参数对网格任务进行调度,把网格任务分配给每个处理器,使得每个处理器完成子任务的时间都相同,从而使得整个任务的执行时间最短。实验表明,这种算法能很好地适应处理器负载高度变化的情况。