基于评价函数的动态协同任务调度算法

针对复杂网格环境中节点资源动态变化及大量任务协作访问的问题,提出一种基于评价函数的动态协作任务调度算法.该算法通过为网格中的协作任务与协作成员建立随时间变化的任务评价函数和协作成员评价函数,实现动态网格环境中的任务协同调度.理论分析与仿真实验表明：与基于合同网的分布式合作调度算法相比,本算法能够减小系统开销,提高资源分...     

改进的最低松弛度优先周期任务调度算法

最小松弛度优先LLF(Least Laxity First)调度算法结合任务执行的缓急程度来给任务分配优先级,任务的松弛度越小,越需要尽快执行.然而,当多个任务松弛度值接近时,算法造成任务之间的频繁切换或颠簸现象,增大了系统因调度引起的开销,限制了调度算法的实际应用.寻找合理的任务执行时间片,对最低松弛度优先调度算法进行改进,一直是研究的热点.该文在深入研究周期任务特点的基础上,给出了最少切换次数的最低松弛度优先调度算法.仿真实验表明,算法是有效的.     

公路线形的操纵负荷分析及设计控制

以路线-驾驶者-车辆仿真系统为行车试验手段,根据行驶过程中方向盘角输入和转速的时域变化,分析了多条路线的操纵负荷特性,试验路线的设计车速Vd为20～120km/h,含长大圆曲线、卵型、凸型、回头曲线等组合.结果表明:在Vd≥80km/h的山岭区高速公路上操纵车辆是非常容易的;当曲线半径大到一定程度时,曲线行驶和直线行驶已经不存在差别,但仍需要方向干预;当行驶速度偏离设计车速不多时,二、三级公路的操纵负荷虽比高速公路大,但还不至于造成驾驶者紧张,不过三级公路可能会使快速车辆操纵困难;卵型线是一种有利于操纵的组合形式,因为可以在中插回旋线上调整方向盘转角;相邻同向曲线的圆直点 (YZ)和直缓点(ZH)共点时,YZ/ZH点处的曲率跳跃会导致操纵困难,建议处理成卵型;回头曲线使四级公路上的车辆操纵变得困难,省略回旋线会造成驾驶者紧张,为此应提供至少25 m的回旋线.     

基于因子分析的福建省革命老区旅游消费研究

对国内旅游者到福建革命老区旅游的消费支出进行调查,建立具有7个影响因素的旅游消费量,借助SPSS软件对其进行因子分析,通过因子分析的适用性检测,实现用基本旅游消费和非基本旅游消费2个因子代替7个影响因素,来观察到福建革命老区旅游的国内旅游者人均旅游消费结构的变动情况这一目标。提高福建革命老区旅游消费,应提高旅游消费层次,改善旅游消费环境,创新旅游消费营销方式,优化旅游产品结构。     

经济网格中基于剪枝策略的时间-费用优化任务调度

由于在经济网格环境下,存在着资源异构和分布的特征,网格任务调度变成了一个复杂的问题.为此,针对独立任务,在考虑用户的服务质量经济需求偏好的基础上,提出了一个优化用户时间和费用的任务调度方案选择算法.该算法首先将网格中兼顾时间和费用的任务调度方案形式化为一个n层m叉树,然后将调度方案的选择问题转化为树的遍历问题,最后利用剪枝方法避免无效路径的搜索,降低了时间复杂度,实现了任务的优化调度.结果表明该算法能按照用户的时限和费用需求偏好选择优化的调度方案,且在性能上优于传统的未剪枝算法.所以该算法是一种可行的任务调度算法.     

考虑用户兴趣和能力的众包任务推荐方法

众包平台的信息过载使工人面临任务选择的困难.针对众包特征,本研究提出一种考虑工人兴趣和能力的任务推荐方法.该方法基于协同过滤推荐思想,首先通过TF-IDF技术构建考虑兴趣偏好的工人模型,然后将基于胜任力理论分析构建的工人KSAO能力集合融入到模型中,构建新的工人模型;在此基础上,利用余弦相似性、Jaccard相似性和改进的余弦相似性公式,计算工人间融合兴趣和能力的综合相似度,依此来选取近邻集并最终生成推荐.利用猪八戒网采集的数据进行实验,结果表明该方法的有效性,并通过对比实验证实该方法比传统协同过滤方法推荐效果更佳.从推荐视角丰富众包任务选择的研究,对于众包中解决信息过载、增进个性化体验等具有一定的现实意义.     

计算思维能力训练策略与实践——大学计算机基础课程探讨

大学计算机基础教学的核心是计算思维能力的培养。结合学校实际,重新组合教学课程,采取课堂游戏、任务驱动、钻研混合、项目贯穿策略,在实践中培养计算思维能力。     

无政府主义的信仰者到杰出的民主主义战士——从巴金的创作活动看其思想的转变过程

在抗战时期 ,巴金的思想发生了重大转变。根据巴金在民主革命后期的创作历程 ,展示巴金思想的转变轨迹 :由无政府主义向革命民主主义转化     

DOS下屏幕保护程序的设计与实现

本文就在DOS状态下如何实现屏幕保护进行了研究和探讨,在全面剖析DOS的基础上,成功地解决了代码重入、任务切换、汉字系统伪文本方式的识别,计算机屏幕的保护与恢复等设计DOS下屏幕保护程序的难题,实现了DOS下的屏幕保护。     

复杂环境中多无人机协同侦察的任务分配方法

现有多无人机协同规划方法往往将航迹规划与任务分配拆开单独解决,导致在复杂环境下协同方案并不是最佳。建立多无人机协同侦察异构目标的代价矩阵,针对复杂环境中多种障碍约束和无人机运动及航迹特点,以改进的PSO-AFSA (Particle Swarm Optimization-Artificial Fish Swarms Algorithm)求解单无人机航迹规划模型,利用匈牙利算法完成各架无人机侦察任务协同分配。仿真结果表明：该算法能使单无人机航程更短且航迹更光滑的同时,实现与任务协同分配紧耦合,使无人机集群总航程的全局总代价最低,提高了任务分配合理性。