基于流类型的SDN数据平面故障恢复算法

软件定义网络(software defined networking,SDN)的网络拓扑中,链路故障恢复目标是保证故障恢复时延在可容忍范围内、减少数据包丢失和节约交换机存储资源.现有研究方法对链路故障恢复考虑了恢复时延、数据包丢失率、网络吞吐量等因素,没有考虑数据流对网络带宽的要求及运营商/用户的一些特殊限制.为了解决以上问题,同时满足故障恢复时延要求和运营商/用户定制化需求,提出了基于流类型的SDN数据平面故障恢复算法(failure recovery algorithm based on flow type in SDN data plane,FR-FT).该方法根据服务质量要求将数据流分为3类,将运营商/客户的定制化需求绑定到不同数据流上,根据对应约束条件对不同类型数据流制定不同故障恢复策略.仿真结果表明,该方法可以减少交换机流表项消耗、故障恢复时延、数据包丢失率.     

年轻火山岩激光40Ar/39Ar定年中的n值与MSWD值

激光熔蚀⁴⁰Ar/³⁹Ar等时线法是第四纪年轻火山岩样品精细定年的新方法, 该方法处于逐步完善过程中。针对怎样判定获得的年龄结果是否可靠的问题, 通过对数据处理过程中所用参数的分析, 认为样品属性是决定年轻火山岩精细定年结果质量和可靠性的关键因素, 与样品测试数n值相关的加权均方差MSWD(mean square weighted deviation)是判断同一样品各测试点的数据是否符合正态分布, 能否用来客观地评价测试结果, 进而评估样品是否适合进行相关测试, 结果是否可靠的重要指标。其次, 属于同一真实年龄值样品的MSWD在99.7%置信区间的取值范围可通过计算加以确认, 并提出对于表面年龄和等时线年龄数据, 必须定量地考察相应的MSWD值, 判定在具有足够样品测试数(足够大的n值)的情况下, 是否符合概率统计的正态分布, 确定样品是否对应同一年龄真实值。在MSWD值达不到理想值1.0的情况下, 可以利用表面年龄概率密度曲线, 区分测试样品内部包含的非同源或非等时或封闭不好体系的数据, 再结合MSWD与n值关系, 适量地去除部分偏离正态分布的测试数据, 识别出可能归属多个年龄真实值的测试数据组, 并以此计算不同数据组的反等时线年龄, 获得年轻火山岩喷发的准确年龄。     

基于伪数据的机器翻译质量估计模型的训练

为向基于深度学习的机器翻译质量估计模型提供高效的训练数据, 提出面向目标数据集的伪数据构造方法, 采用基于伪数据预训练与模型精调相结合的两阶段模型训练方法对模型进行训练, 并针对不同伪数据规模设计实验。结果表明, 在构造得到的伪数据下, 利用两阶段训练方法训练得到的机器翻译质量估计模型给出的得分与人工评分的相关性有显著的提升。     

基于波动率测量误差的波动率预测模型

本文研究了一种基于波动率测量误差的波动率预测模型,并做了非线性扩展,期望改进预测效果.考虑到文献中关于波动率可能长记忆性和非线性并存的观点,本文以具有长记忆特征的HAR(heterogeneous autoregressive)模型为基础,加入波动率测量误差后模型持续性有所提高,结合非线性的时变参数模型则达到结构变化和减弱异方差的效果.本文用2652天的沪深300高频数据计算的已实现极差波动率来验证模型效果.固定参数下,在HAR型模型中加入测量误差作为调节变量可以较显著地改善样本外预测效果.时变参数下,加入测量误差的HARQ型模型预测效果大多优于对应的HAR型模型.时变参数模型总体上可以改善固定参数模型的预测效果,尤其在预测期较长的情况下改善均是显著的.     

基于条件风险价值的智能区域代理商报价策略及EV充电管理

智能区域代理商整合区域内电动汽车(electric vehicle,EV)参与电力市场交易,然而在联营市场(包括日前和实时市场)交易机制下,联营市场电价的随机性增加了代理商的市场交易风险.基于此,提出了以联营市场条件期望购电成本最小为目标的报价决策模型,该模型考虑了联营市场电价的随机特性,并将模型转换成带条件风险价值约束的随机优化问题.由于含随机性变量概率密度函数的积分计算困难,因此利用蒙特卡罗模拟,预测电价分布特性,采用抽样平均近似法对模型进行离散化处理,并通过构造函数将原问题化为凸优化问题进行求解.数值实验表明代理商通过控制EVs参与联营市场竞价交易,对EVs进行充电管理,可有效降低峰谷差,有助于电网的稳定性.     

基于折扣高斯粒子滤波器的桥梁可靠性动态预测

桥梁健康监测(BHM)系统在长期运营中积累了大量信息,如何利用这些信息动态预测结构可靠性已成为BHM领域的关键科学问题之一.为合理预测桥梁的动态可靠性,应用BHM系统日常监测的极值应力数据,建立带有最优折扣因子的动态线性模型,结合高斯粒子滤波器给出折扣高斯粒子滤波器预测算法,分别对日常监测极值应力的一步向前预测分布参数和状态变量后验分布参数进行修正预测,并基于此,采用一次二阶矩(FOSM)方法预测桥梁的动态可靠性,结合桥梁实测数据对所提方法进行了验证分析,为桥梁预防性养护维修决策提供理论基础.     

融合倾斜仪数据的盾构姿态严密解算模型

推导了倾斜仪与盾构的严密标定模型;将倾斜仪采集的双轴角度数据视为平面点云,推导了倾斜仪角度数据的稳健估计方法;在前述模型方法的基础上,利用最小二乘配置方法建立了倾斜仪与棱镜数据融合的严密联合解算模型.最后,通过试验对上述模型方法进行了分析验证.结果证明,提出的盾构姿态解算模型正确可行.     

大连金普新区产业智能化现状分析

产业智能化基于工业互联网和传感器构建智能感知网络,通过全方位“互联”实现生产的自动化和产品的智慧化,企业获得在精益生产、智能管理等多方面的竞争优势。产业智能化通过大数据驱动和知识指导相结合,促进各种机械、装备和产品使具备更广泛的智能功能,从而满足消费者期望的无缝、便利和个性化的产品体验。以奇瑞汽车大连工厂MES系统、东洋重机(大连)有限公司APS系统为案例,分析了大连金普新区智能制造现状,并探讨了未来发展趋势。     

混凝土湿喷台车臂架振动模态分析

以国内某公司喷浆台车SPTC25为研究对象,首先利用陀螺仪和加速度传感器在施工现场进行动力学测试,采集到关于臂架在实际施工时的角速度和加速度的时间历程曲线。然后通过数据处理和分析计算,得到臂架在仰俯工况下的振动频率和振幅,分别为1.18 Hz和0.092 m,回转工况下的振动频率和振幅分别为0.98 Hz和0.073 m。其次,对湿喷台车臂架建立了准确的有限元模型,并且进行了模态仿真分析,得到前三阶模态的固有频率和振型。结合隧道施工时的实际操作数据统计,最终得出结论,臂架在施工过程中长时间处于共振状态,使得振幅过大,这是臂架疲劳开裂的主要原因,也为后续湿喷台车臂架的研发和优化提供了新的分析思路。     

人工智能政策解析及建议

 人工智能已成为推动新一轮科技革命和产业变革的驱动力,世界发达国家纷纷把发展人工智能提升至国家战略高度,争相出台相关政策。通过解析美国、英国、法国、德国、欧盟、日本和中国的人工智能政策,借鉴发达国家的人工智能政策和相关措施,提出了发展中国人工智能的政策建议。