一种多控制器的网络服务器集群负载均衡调度策略

为提高网络服务器集群中心宽带利用率、降低网络访问及传输时延,文章提出一种基于SDN的多控制器负载均衡调度策略。首先,构建多控制器的网络服务器集群负载均衡调度的总体框架,通过转发层采集网络交换设备的状态信息;然后,在多控制器单元生成全局网络视图,采用自适应网络大小流进行调度,以提高网络及传输时延为目标构建网络服务器集群负载均衡调度策略模型。最后,控制器单元更新流量表并对OpenFlow交换层设备进行更新,以实现网络服务器集群中心的网络负载均衡。

基于行内局部性的内存控制器端预取

本文提出一种基于行内局部性的内存控制器端预取。采用位图的数据结构记录行内每个数据块的状态;并且对每一行进行区域划分,量化每个区域的访问局部性;根据区域内的局部性高低决定预取的激进程度。对于局部性较低的区域,预取区域内未被访问过的数据块;对于局部性较高的区域,同时采用跨区域的预取。通过动态调整区域规模的大小来适应局部性程度的变化。上述预取方法在龙芯3A6000处理器上实现并评测,评测程序采用SPEC CPU2006访存密集型应用。评测结果显示本文的预取方法将每周期指令数(IPC)平均提升6.51%,将单线程IPC最高提升46.80%(bwaves),将双核四线程IPC最高提升26.22%(lbm)。

基于PLC控制器的医院网络通信故障自适应监控系统

传统的医院网络通信故障监控系统未对故障警报信息进行分类,通信故障点定位不准确。为此,提出基于PLC控制器的医院网络通信故障自适应监控系统。采用BP网络对医院网络通信故障警报信息分类处理,通过人工神经网络对医院网络通信故障数据进行训练,依据BP神经网络计算动量项、速率以及抽象处理等不同的数据训练结果,对故障点定位分析。构建以UPnP技术为核心设计系统网络构架,为系统提供有力的实时数据支持,实现大数据量的远程实时在线监测。结果表明,所设计系统监控故障监控时延较短,能够实现故障精准定位,能够快速发现故障并及时报警。

基于局部差分隐私的通信网络敏感数据安全传输控制

当前通信网络敏感数据安全传输控制方法存在节点布设合理性不佳,传输控制效率较低,控制配准度较低等问题.为此,提出基于局部差分隐私的通信网络敏感数据安全传输控制方法.依据实际的传输控制需求,设定初始传输控制指标;采用多阶方式,提升整体的传输控制效率,利用局部差分隐私方法对多阶传输控制节点进行部署,并计算控制可信度,构建通信网络敏感数据传输控制模型,采用自适应通频对传输控制结果进行修正,实现传输控制处理.实验结果表明,设计方法的敏感数据传输控制配准度均可达70%,说明此种方法对数据传输质量较高,针对性更强,传输控制效果更佳,具有实际的应用价值.

“可编程控制器”课程网络教学资源建设与应用

在“可编程控制器”课程网络教学资源建设与应用过程中,要深入分析课程教学内容结构,了解学生实际学习情况,以此利用网络技术获取教学资源,通过对网络教学资源进行整合与提炼,制作高质量的能够满足教师教学需求和学生学习需求的教学资料,发布在已建设的教学平台。在课程实践教学活动中,通过设计多样的教学方式引导学生应用教学平台进行学习,加强学生对教学内容的理解和掌握,提高学生学习效率,促进课程教学信息化发展。

基于控制器局域网络技术的火电厂电气监控系统设计

随着电力行业的快速发展,电气设备在火电厂中发挥着越来越重要的作用,火电厂电气设备的安全稳定运行对保障电力供应具有重要的意义。文章基于控制器局域网络(Controller Area Network,CAN)技术,设计了一种适用于火电厂电气监控系统的解决方案。该设计利用CAN实现气设备之间的高效通信和数据传输。CAN作为通信媒介,连接各个电气设备,包括发电机、变压器、开关设备等。通过这些设备可以实时传输监测数据和控制命令,从而实现对电气设备的实时监控和控制,提高火电厂电气监控的可靠性、实时性以及安全性。

对称NARMA-U模型及其神经网络自校正控制器

带预测误差补偿的改进NARMA-L2模型是由NARMA模型在自适应滤波动态工作点处一阶泰勒展开逼近得出的,在自适应滤波动态工作点处二阶泰勒展开逼近可得到对称NARMA-U模型,采用BP神经网络辨识对称NARMA-U模型参数,提出一广义目标函数,基于对称NARMA-U模型的非线性系统的神经网络自校正控制器,应用直接极小化指标函数自适应优化算法对BP神经网络连接权重值进行在线学习。仿真研究表明算法的响应优良。

多变量系统神经网络辨识的无模型自校正控制器研究

针对多变量NARMA模型,将其转化为具有耦合的子系统,采用具有辅助变量的多变量紧格式动态线性化方法逼近多变量NARMA模型,利用BP神经网络辨识其参数,基于多变量广义目标函数提出多变量NARMA模型的神经网络辨识的无模型自校正控制器,算法为关于控制输入的非线性方程组,通过非线性数值分析的牛顿法对其进行求解,根据非线性递推最小二乘法对BP神经网络的连接权重值进行在线学习。仿真研究表明系统的响应具有优良的性能。

基于云计算的舰船通信网络动态负载均衡控制方法

针对舰船通信网络通信环境复杂、用户需求不确定、影响通信均衡性等问题、提出基于云计算的舰船通信网络动态负载均衡控制方法。利用Ryu控制器获取监控舰船通信网络状态,获取网络负载。创建云计算平台虚拟机,实现执行舰船通信网络动态负载均衡任务调度任务。选取最高迁移概率的物理机结果作为云计算平台虚拟机迁移结果,通过虚拟机的迁移与关闭操作,更新虚拟机的综合权值,实现舰船通信网络动态负载均衡控制。实验结果表明,该方法可实现舰船通信网络的动态负载均衡控制,负载均衡度高于0.7,可有效提升舰船通信网络的资源利用率。

一种新型复合指数型局部有源忆阻器耦合的Hopfield神经网络

由忆阻耦合的神经网络模型,因其能更真实地反映生物神经系统的复杂动力学特性而被广泛研究.目前用于耦合神经网络的忆阻器数学模型主要集中在一次函数、绝对值函数、双曲正切函数等,为进一步丰富忆阻耦合神经网络模型,且考虑到一些掺杂半导体中粒子的运动规律,设计了一种新的复合指数型局部有源忆阻器,并将其作为耦合突触用于Hopfield神经网络,利用基本的动力学分析方法,研究了系统在不同参数下的动力学行为,以及在不同初始值下多种分岔模式共存的现象.实验结果表明,忆阻突触内部参数对系统具有调控作用,且该系统拥有丰富的动力学行为,包括对称吸引子共存、非对称吸引子共存、大范围的混沌状态和簇发振荡等.最后,用STM32单片机对系统进行了硬件实现.

基于生成对抗网络的电缆局部放电异常自动监测设计

电力设备运行过程中,电缆绝缘损伤、内部缺陷、外部环境等因素容易造成电缆局部放电异常,进而引发电力事故和断电故障。为了及时、有效地监测电缆局部放电异常,在生成对抗网络环境下完成电缆局部放电异常自动监测。根据电缆内部结构分析电缆局部放电原因,利用生成对抗网络重构插补缺失数据,获取完整电缆运行数据。建立随机矩阵,获取电缆运行数据的概率密度函数,提取特征向量,构建特征指标矩阵对特征向量实施奇异值分解,辨识电缆局部放电状态,实现电缆局部放电异常的自动监测。实验结果表明:所提方法在提取电缆局部放电信号脉冲时波形振动幅度小且波形完整;电缆局部放电位置定位与实际位置一致;电缆局部放电位置的相对误差低于1%。

基于BP神经网络的集中供热二次网回水温度预测控制研究

针对集中供热系统二次管网存在的水力失调问题,设计了二次网水力平衡调节及回水温度预测模型,并实施智能控制策略,以实现二次网回水温度的精准控制。首先,构建BP神经网络预测模型,将此模型的输出视为二次网回水温度给定值;其次,在整个系统控制中,实施BP神经网络与PID控制器相结合的策略,进行二次网回水温度的控制。以高邑县某小区换热站数据为基础,通过阶跃响应曲线法建立二次网回水温度控制系统的数学模型,并通过BP-PID控制进行仿真实验。实验结果表明,与传统PID控制器相比,BP-PID控制器具有调节时间短、超调量小的优点,能够快速达到平稳状态。

造纸机分布传动可编程控制器PCC系统的应用

PCC可编程控制器以其强大的数据处理能力、高运算速度和可靠网络连接等优势,在在造纸工业中得到广泛应用,充分发挥其优势有助于推进造纸机的智能化发展、提升造纸机的技术水平。对此,简述了PCC系统控制原理,设计了以PCC B&R 2005为主控制器、操作面板为人机界面、PROFIBUS现场总线为通信方式的造纸机分布传动控制系统,对系统中主要硬件选型与配置、系统通信方式、下位机软件设计等进行了详细说明,并基于组态王与PCC进行造纸机分布传动上位机监控界面的设计,以期提高造纸机分布传动控制系统的控制精度、实时性和稳定性。

基于局部信息熵的计算机网络高维数据离群点检测系统

通过离群点检测可以及时发现计算机网络中的异常,从而为风险预警和控制提供重要线索。为此,设计一种基于局部信息熵的计算机网络高维数据离群点检测系统。在高维数据采集模块中,利用Wireshark工具采集计算机网络原始高维数据包;并在高维数据存储模块中建立MySQL数据库、Zooleeper数据库与Redis数据库,用于存储采集的高维数据包。在高维数据离群点检测模块中,通过微聚类划分算法划分存储的高维数据包,得到数个微聚类;然后计算各微聚类的局部信息熵,确定各微聚类内是否存在离群点;再依据偏离度挖掘微聚类内的离群点;最后,利用高维数据可视化模块呈现离群点检测结果。实验证明:所设计系统不仅可以有效采集计算机网络高维数据并划分计算机网络高维数据,还能够有效检测高维数据离群点,且离群点检测效率较快。

控制器局部网络在汽车中的应用

随着车载电子装置数量的不断增多,控制器局部网络开始应用于汽车。介绍了控制器局部网络在现代汽车中应用的历程、现状和前景。同时分析了它的优势和应用中出现的问题,以及解决这些问题的措施。对国内今后发展控制器局部网络提出了具体的建议。

中尺度涡观测任务中自主式水面水下航行器的进化神经网络控制器研究

针对现有观测手段难以实现中尺度涡目标性强、高机动性、高随机性以及时空同步的高精度观测这一问题,本文采用自主式水面水下航行器(ASUV)这一现场观测的新手段,通过进化神经网络控制器,实现对中尺度涡的高精度实时跟踪,从而进行水下垂直结构的采样观测。同领域内最新的控制算法相比,进化神经网络的方法对中尺度涡跟踪的精度更高,对卫星数据依赖更少。仿真实验结果表明,ASUV在整个跟踪过程中都能够达到1 km附近的跟踪精度。本文给出了中尺度涡跟踪精度的详细量化评价结果,并在仿真环境中控制ASUV对中尺度涡的水下垂直结构进行了采样,为实现中尺度涡现场三维精细化观测奠定了基础。

四旋翼飞行仿真器的PID神经元网络控制器设计

针对四旋翼飞行仿真器系统具有多输入、多输出及多变量等特点,设计了一套基于四旋翼飞行仿真器的PID神经元网络控制器。首先建立四旋翼飞行仿真器系统模型,然后以四旋翼飞行仿真器为控制平台,并以MATLAB/Simulink软件为实验平台,搭建PID控制器和PID神经元网络控制器模型,并分别使用两种控制方法进行实时飞行仿真实验。最后实验结果表明,相比PID控制,PID神经元网络控制方法对四旋翼飞行仿真器的调节时间更短、超调量更小,具有更优的控制性能。

多任务元学习网络的气体绝缘组合电器局部放电同时诊断与定位

针对气体绝缘组合电器(GIS)局部放电诊断和定位作为两个独立的任务来完成而忽略了两个任务间的联系、且难以部署和泛化到现场小样本场景下的问题,提出了多任务元学习网络以同时实现现场小样本场景下的GIS局部放电诊断与定位。首先,为了充分挖掘两个任务间的关联关系并保留每一任务的差异特征,构建了多任务网络,在特定任务层引入注意力机制,为每个任务从浅到深选择重要特征,保证每一任务特征差异化提取的质量。其次,为了将所开发的多任务网络部署应用到现场小样本场景下,采用元训练的方法对模型进行训练。再次,在元测试阶段使用目标任务的少量数据进行微调,实现了小样本下GIS局部放电诊断和定位。最后,在现场样本上对模型性能进行了验证。实验结果表明,提出的多任务元学习网络在GIS局部放电诊断上的准确率达到94.53%,定位平均误差和均方根误差分别为10.78 cm和12.97 cm,与单任务网络和其他模型相比性能提升明显,为GIS局部放电诊断和定位提供了新颖的解决思路。

多域SDN网络中多控制器负载均衡算法研究

针对当前多域SDN网络中多个控制器同时运行时会出现低负荷或过载运行状态,严重影响网络正常运行的问题,开展对多控制器负载均衡算法的设计研究。结合多控制器运行特点,判定多控制器三种基本运行状态;在多域SDN网络中,选择需要迁移的交换机和目标控制器;最后结合动态自适应计算的方式,实现多控制器的负载均衡运行。通过对比应用新算法前后的多控制器运行情况得出,在应用新算法后,多个控制器的负荷均能够控制在理想范围内,实现负载均衡,确保多域SDN网络的稳定运行。

局部递归神经网络控制器及其应用

基于人工神经网络提出了一种局部递归神经网络控制器。在描述了带有输出反馈和激活反馈的网络控制器的结构组成并定义了作为设计目标的误差函数后,采用带有弹性的梯度下降法,获得适用于实时在线调整权值的修正公式,给出了所提的网络控制器的设计步骤及其控制策略。将所提出的网络控制器应用到典型的单级倒立摆的实验系统中,将实验所获得的结果与LQY方法的实验结果进行了对比。