基于在线负载预测的动态集群节能配置策略

动态集群配置中的调节方式大多基于特定的物理实验模型而非数学模型描述。针对上述问题,提出基于预测的动态集群配置策略,根据网络中服务请求的历史信息,采用最小均方误差预测未来时刻服务请求情况,根据负载请求与集群处理能力决定服务器规模的增减,动态调节服务器集群中计算机的开启与关断。实验结果证明了该调度策略的可行性和优越性。

一种基于Jini的动态集群

提出了一种基于Jini技术的动态集群方案,并描述了在该方案基础上搭建的面向服务的系统集成实现架构。该架构利用Jini技术简洁、稳定、可伸缩、支持网络“即插即用”的特性,使系统变得更加容易管理,提高了系统的可用性和可伸缩性。

基于动态集群和DKF的协作式目标跟踪

针对具有有限感知范围的无线传感器网络中的动态目标跟踪问题,提出了一种将卡尔曼一致滤波和动态集群自组织相结合的协作式动态目标跟踪算法。首先,算法采用一个由群头挑选阶段和集群重新配置阶段构成的动态集群协议来限制参与目标状态估计过程中节点间的信息交换,然后用一个分布式加权估计预测算法即卡尔曼一致滤波来估计目标状态并预测其下一个位置,这样有助于唤醒最合适的节点来进行目标跟踪并最恰当地组织网络通信,而其他节点保持在睡眠状态。仿真结果表明,提出的算法相比于集中式和其他2种常用的分布式动态目标跟踪算法,不仅能够降低网络的平均能耗,而且能够明显提高跟踪过程中的误差估计质量。

含热电联产机组的分布式能源集群动态划分方法

分布式能源系统主要是分布在用户侧的能源梯级利用系统,在实际应用中能够有效减少中间输送环节的能源消耗,提高资源利用效率。在传统能源资源日益紧缺时期,由于人们对电能质量要求较高,同时国家发展中更多注重环保问题,该系统逐渐得到社会各界的高度关注和重视。基于此,本文主要分析含热电联产机组的分布式能源集群动态划分方法,提出其优化路径与启示建议,旨在优化调控分布式能源,提高能源利用质量和效率。

经济全球化挑战与产业集群动态能力提升

经济全球化的负面效应表现为大宗资源的成本波动、外部市场风险、贸易摩擦加剧等,我国产业集群面临了更加动荡的外部环境。产业集群动态能力是集群整体应对外部环境变化以保持竞争优势的能力,它是研判能力、决策能力和调适能力的综合体现。高效的产业预警系统、卓越的大型企业、发达的网络组织与完善的产业配套是形成这一能力的核心要件。各级政府应通过政策引导,着力从预警系统建设、大型企业培育、网络组织发展、产业要素升级以及鼓励扶持政策转型等多方面加强产业集群动态能力的提升。

基于预测信息二维坐标动态划分的风电集群功率超短期预测

风电集群的大规模并入电网对功率预测的准确度提出了更高的要求。为能充分利用预测功率信息和数值天气预报(numerical weather prediction,NWP)信息,该文提出一种基于功率变化趋势和风速变化波动的二维坐标的风电场动态分群方法。将4h时间尺度的预测过程分成4个等长时间尺度的循环过程,在每次1h的循环过程中应用平衡迭代规约和聚类(balanced iterative reducing and clustering using hierarchies,BIRCH)对各场站的二维坐标聚类,完成对集群的划分,根据划分结果构建训练集,通过门控循环单元(gate recurrent unit,GRU)模型完成各子集群的功率预测,重复这一过程直至完成4h的超短期功率预测。算例结果表明,所提方法的预测精度相比静态划分提升1.8%,相比统计升尺度提升4.31%,可有效提高风电集群的功率超短期预测准确度。

产业集群动态能力提升与大型企业演化功效

大型企业从环境研判、决策制定与适应性调整三个方面提升了产业集群动态能力。从演化经济学的角度看,随着企业的成长,企业家才能、惯例形成和企业文化是企业内部协调以提升企业功效的重要保证。现有的大型企业培育政策过度依赖税收、补贴、土地等直接干预型手段,各级政府应该转变思路,把培育政策的着眼点放在创新能力提升、企业家培养、企业文化塑造和治理结构完善等方面。

基于国际产业链的集群动态过程与我国产业集群升级路径分析

产业集群的动态特征是产业集群升级的内部动因,在经济全球化背景下,我国产业集群嵌入国际产业链,形成产业集群升级面临的现实外部环境。综合产业集群升级的内部动因与外部环境,分析我国产业集群在国际产业链中升级所面临的现实问题,探索实现我国产业集群升级的策略与路径。

基于Best产业集群动态理论的土地流转动力机制——以苏南HX村为例

借鉴运用Best产业集群动态模型理论,并在剖析苏南HX村土地流转的五大动力因素(工业发展驱动、地价剪刀差驱动、比较利益驱动、政府推动、乡村权威驱动)的基础上,得出HX村土地流转动力机制形成、发展过程及作用机理,以此促进我国尚不完善的乡村土地流转理论和实践。

基于光伏电站为主的新能源集群动态划分探究

在高效的电网运行当中,其中一个重要的措施就是划分新能源的"集群动态"。文章基于光伏电站为主的新能源集群动态划分,对光伏发电的"平滑效应"进行分析,利用光伏电站的趋势性,来解释光伏电站不一致的出力变化,以平滑效应,解释光伏电站为主的新能源集群的动态划分的探究。最后以仿真算例,对光伏电站的度量标准以及集群进行了划分。

超密集网络中基于集群分配的干扰管理与资源分配

针对超密集网络通信场景,提出一种基于集群分配的干扰管理与资源分配算法,以消除超密集网络中由于大量部署低功率基站而降低吞吐量等影响.首先,基于距离、小区间干扰、可用资源情况3个条件权衡为家庭基站分配集群;其次,根据分配结果将干扰关系建模为干扰加权无向图,按适当标准对家庭基站进行分类,针对不同类型的家庭基站采用不同着色算法;最后,根据整体着色结果图完成频谱资源块分配.仿真结果表明,该算法可以为家庭基站选择最适合的集群加入,降低集群间干扰,提升频谱资源利用率,提高网络的吞吐量.

升金湖越冬白头鹤集群变化及领域行为

白头鹤是长江中下游的大型越冬水鸟,安徽升金湖是其在国内主要的越冬地之一。近年来,由于生境退化,越冬种群的数量在萎缩,种群的越冬生态研究十分必要。2007年10月～2008年4月,我们在升金湖对白头鹤的主要分布地点进行了调查,并对集群情况进行了观察。升金湖白头鹤觅食地主要分布于湖区外围的稻田,夜栖于上湖核心区内。整个越冬期,白头鹤大部分以5只以上的群类型觅食,以家庭集群活动仅占越冬集群数的29.14%。随着越冬期的变化,集群大小发生改变:越冬前期,越冬鹤以家族群活动频率最高,占集群的35.64%,30～49只集群频率最低,仅为6.38%;越冬中期,家庭集群及5～9只集群频率相对于越冬前期减少,10只以上集群频率增加;越冬后期,以≥50只以上集群频率最高,占28.77%。此外,我们还观察到1对成年鹤占有一定面积的稻田并积极保护,表现领域行为。

“动态集聚”还是“集聚动态”:制造业集群韧性提升的路径

如何提升全国制造业集群的韧性,对于制定产业政策和推动经济高质量发展具有十分重要的作用。本文通过历史回顾提炼中国部分制造业集群集聚的多阶段典型事实,区分制造业集群发展的“动态集聚”与“集聚动态”,构建基于重组机制的韧性提升分析,提出单一阶段或多阶段提升的两种情形。文章使用1978—2022年中国制造业集群的生存企业数据,分析制造业集群的“动态集聚”即集聚趋势的变化,及其积极应对不利经济冲击和主动调整升级的程度。多维固定效应模型显示不同行业中类的制造业集群类别呈现较大的差异;根据环境的变化,集群可能通过加深本地专业化或扩大多样化等方式来实现适应,其中,多样化是提升集群韧性的主要调整渠道,且整体多样性与集群韧性呈现U型结构。因此,需要加快“产业链集群”的建设步伐,选择长期韧性发展路径,协助中国制造业集群占领全球价值链制高点。

集群负载均衡技术在电力视频监控中的研究

流媒体是视频监控系统的核心技术,文章以国网山西省电力公司生产视频监控系统对流媒体服务的需求为出发点,提出了基于动态加权最小连接数负载均衡算法的流媒体集群技术。与单一服务器相比,集群系统明显增强了服务的可行性与稳健性,与以往的负载均衡算法相比,结合流媒体服务特性的负载均衡算法兼顾了服务器状态、性能、连接数3个因素,能够更加合理地分配系统资源,并能有效解决超负载情况下服务响应慢的问题。

基于深度强化学习的物联网动态聚类方案

为了提高物联网(IOT)对大型数据的采集性能,人们提出了多种网络聚类方法。然而,它们大多侧重于用静态拓扑划分网络,因此在处理网络中移动对象的情况时,它们不是最优的,并且都没有考虑过边缘服务器的计算性能。针对这些问题,提出了一种基于深度强化学习(DRL)边缘计算的高效物联网动态聚类解决方案。这种方法既能满足物联网的数据通信需求,又能满足边缘服务器的负载平衡需求。本文使用一个深度Q学习网络(DQN)模型来实现该方法。初步的实验结果表明,与目前的静态基准解决方案相比,DQN解决方案可以获得更高的聚类划分分数。

事件相关振荡与振荡脑网络

事件相关振荡是伴随认知、情感和行为过程的脑电磁振荡活动,观察到其各类调频、调幅和调相现象,这种介观和宏观尺度上大量神经元的集体活动与微观尺度上神经元平均发放率和发放定时相互影响,共同参与神经信息的编码、表征、通讯和调控。动态细胞集群假说认为大脑认知功能是神经网络通过同步振荡相互作用的结果,在基于振荡的大脑理论指引下,多尺度、跨脑区和跨频率事件相关振荡研究为揭开振荡脑网络的工作原理带来了希望。

一种实用的海量Web系统架构设计研究与实现

给出"一个基于廉价硬件平台的高性能、高并发、高扩展性的海量W eb应用系统"架构的设计与实现技术,讨论了相关的工程实践细节,并提供一个用于生产环境的应用实例。

普适计算中目录服务平台的服务质量

改善普适计算环境服务质量的一个有效方法是建立目录服务平台(Contents Service Platform,CSP).按对称主动服务模型建立的CSP能够提供个性化主动服务,提升用户级服务质量.然而由于这种服务能力的执行开销,尤其是吸引了更多用户和服务导致服务器的性能瓶颈加剧,会间接损害服务质量.提出利用动态服务器集群来解决这一问题,实现端系统级的QoS保证,并利用仿真工具模拟了这种方法,分析了动态服务器集群性能和动态服务器选取的有关参数,实现了一个原型系统.

分布式数据传输系统关键技术设计

数据传输系统作为信息系统软件核心构件,是各信息系统中心实现信息交互的前提与基础。论文在基于现有单节点数据传输系统的基础上,提出了分布式数据传输系统的关键技术设计,包括:集群动态组建、心跳守护、服务器注册、服务器发现和集群负载均衡管理。同时通过使用LoadRunner并发性能测试工具,对该分布式数据传输系统在不同集群规模和不同负载压力情况下的数据传输效率进行测试。

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引起用户的不满,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.