MSs-MEC中基于DRL的服务缓存和任务迁移联合优化算法

多服务移动边缘计算(multiple-services mobile edge computing,MSs-MEC)能根据需求自适应调整服务缓存决策,使得部署在用户侧的边缘服务器能够灵活处理不同服务类型的任务。但在实际应用中,特定类型任务的成功迁移依赖于服务环境的提前安装。此外,同时进行任务迁移和服务缓存可能会因时间冲突而导致计算延时。因此,针对上述相关问题,首先将任务迁移和服务缓存决策进行解耦,针对深度强化学习(deep reinforcement learning,DRL)在具有高维的混合决策空间的性能提升不明显的缺点(例如资源分配时利用率不高),将DRL与Transformer结合,通过在历史数据中学习,输出当前时隙的任务迁移决策和下一时隙的任务决策,保证任务到达边缘服务器时能立即执行。其次,为了提高资源分配问题中的资源利用率,将问题分解为连续资源分配问题和离散的任务迁移与服务缓存问题,利用凸优化技术求解资源分配最优决策。广泛的数值结果表明,与其他基线算法相比,提出的算法能有效地减少任务的平均完成时延,同时在资源利用率和稳定性方面也有优异的表现。

P2P内容搜索的信息相似值计算方法

随着P2P网络的迅速发展,其用户数量不断增加,信息交互也越发频繁。为了降低内容搜索的复杂度和搜索时间,提出了一种以信息相似值为依据的计算方法。这种计算方法将无规则P2P网络中的节点按照节点的信息相似值划分为不同的域。在信息搜索时,将搜索的关键字与域头节点信息向量进行匹配,算法将整网搜索转化成域内或相邻域搜索,并根据用户兴趣值返回搜索结果。实验证明,这种信息相似值的计算方法在降低搜索时间的基础上,有较高的搜索命中率和查询准确率。

卫星组合导航系统故障检测研究

在卫星组合导航故障检测的研究中,由于离散模式故障影响卫星遥测数据,导致随时间变化的阶跃误差,严重影响组合导航系统精度,而现有的RAIM算法在四颗可见星时失效。针对上述问题,提出一种采用分解分离(MSS)的卫星组合导航系统故障检测法。仿真结果表明,新方法实现了在四星条件下的阶跃故障检测,能有效对野值和阶跃故障进行区分,重构后的系统符合导航精度要求,为进一步深入研究卫星组合导航系统故障检测的作用机理提供了一定的参考。

基于PGA-ANFIS的露天矿山开采调度系统的实时优化与实践

矿山开采调度系统主要解决不同平台开采的穿孔爆破技术经济参数优化问题。本文以雪峰水泥原料矿山为例,运用自适应模糊推理系统方法构造露天矿山开采调度系统模型,用并行遗传算法解决了不确定环境条件下的复杂矿山开采调度系统模型的优化问题,取得了较好的经济效益。这不仅为生产调度系统的在线优化问题提供了新的思路,而且为穿孔爆破参数的优化提供了新的方法,对促进矿山生产系统的自动化、信息化、智能化、集约化具有重要的参考价值。

以排气温度为对象的电子膨胀阀控制算法研究

提出了采用排气温度为对象的膨胀阀控制方案,以绝热压缩排气温度为设定值,对蒸发器温度进行稳定化处理,拟合出蒸发器温度与环境温湿度的关系,获得了较为稳定的排气温度控制效果(偏差为±0.3℃),该方案可使制冷系统过热度小于MSS时得到较为稳定的控制效果。