基于位置信息的改进AODV路由算法

针对AODV协议路由开销较大的问题,提出一种基于位置信息的改进路由协议(GAODV)。GAODV利用中间节点重新计算转发角度,保证转发角度内邻居节点数不小于预设门限值,同时还引入基于位置信息的计数器方案,使距离目的节点近的中间节点优先转发路由请求消息,有利于减少转发冗余路由请求信息和降低寻路失败概率。OPNET仿真实验结果表明,GAODV在数据分组投递率、路由开销、总丢包数、端到端时延和平均路由跳数等方面都优于已有算法。

一种基于隐马尔可夫风险评估模型的数据快速疏散策略

地震、海啸、泥石流等自然灾害能够对数据中心产生致命的破坏,数据损坏和丢失会造成巨大的经济损失。对数据中心运营商和用户来说,数据丢失造成的无形损失更加无法承受。因数据中心备份会大大增加数据中心运营成本且影响数据恢复效率,近年来大量研究集中在数据快速疏散方面。遗憾的是大部分研究在缺乏建模和风险量化的前提下假设数据中心的风险为已知因素,存在一定的不合理性。基于SDN网络,本文建立隐马尔可夫模型,动态评估数据中心的风险,根据台风的路径和趋势实时计算台风附近的数据中心节点风险值,把数据实时疏散到风险较小的多个数据中心节点,实现了数据的快速疏散。为了验证模型的性能,本文在Mininet环境下进行了仿真实验,实验结果证明本文提出的模型能够较为高效的完成数据中心风险评估和数据疏散。

星点设计-效应面法优化穿心莲提取工艺

目的采用星点设计-效应面法优化穿心莲的超声提取工艺。方法以乙醇浓度、提取时间和溶媒比为自变量,以穿心莲内酯、新穿心莲内酯、脱水穿心莲内酯的收率和浸膏得率为因变量,通过对自变量的总评归一值进行多元线性回归和二项式拟合,采用效应面优化最佳的工艺条件。结果确定超声提取工艺条件为乙醇浓度(X1):70%～80%;提取时间(X2):50～70 min;溶媒比(X3):10～12倍,工艺验证的总评归一预测値与实测值的偏差为-2.6%,二项式拟合的复相关系数r=0.971 3。结论采用星点设计-效应面法优选方法优化的穿心莲内酯提取工艺,方法简便、预测性良好。