需求响应调度树的构建及评价方法研究

电力需求响应以其较低的运行成本和实现电力系统供需平衡的较高潜力逐渐成为智能电网研究的新热点。需求响应技术可以通过电价或激励信号使用户做出响应,改变电力消费模式,为用户侧带来经济效益,为电网侧实现削峰填谷和电力系统安全稳定运行提供可调度资源。基于需求响应业务的发展现状,在OpenADR标准框架下对比了寻求最小生成树的Kruskal算法和Prim算法,并以此为基础,以苏州城区光缆路由的网络拓扑图为例,构建出物理距离最小的基本调度树和基于考虑链路损坏问题的多播调度树。最后,从阻塞率和资源占用率的角度,分别对由容量矩阵和距离矩阵所构建的需求响应调度树进行评价,并进行累积分布分析。

基于多级队列调度模型的研究

首先根据传统的Qo S应用瓶颈引出多级调度的必要性,然后根据DSL论坛定义的层次化Qo S基本模型提出一个五级调度的调度树模型。该模型可灵活配置调度节点和调度单元,从而实现六级队列灵活调度以及五级的流水调度,确保了调度的效率和速度。最后,在以太网接口上应用该多级调度的模型实现多用户多业务的服务质量,为网络流量管理提供了一种合理的机制。

基于AGVs路径规划的物流智能调度系统设计与实现

为了解决现有物流调度系统低效缓慢、容错率低的问题,设计了基于自动导引运输车(AGV,automated guided vechicle)和路径规划优化算法的物流智能调度系统;系统搭配了AGV的物流调度硬件,又结合了路径规划理论,开发了基于Petri网络的智能路径规划算法;通过算法性能对比得知,路径规划算法设计了最优调度路径,确保了较高的准确率和工作效率;系统测试结果显示,基于AGVs路径规划的物流智能调度系统能够在各种物流环境或者库房基地完成调度任务,很好地解决了物流企业在忙碌期的繁杂调度问题;基于AGVs路径规划的物流智能调度系统提高了物流调度的自动化程度,保证了物流调度和道路运输的效率,有效推动了商业模式和市场规范的发展。

面向Stencil计算的自动混合精度优化

混合精度在深度学习和精度调整与优化方面取得了许多进展,广泛研究表明,面向Stencil计算的混合精度优化也是一个很有挑战性的方向.同时,多面体模型在自动并行化领域取得的一系列研究成果表明,该模型为循环嵌套提供很好的数学抽象,可以在其基础上进行一系列的循环变换.基于多面体编译技术设计并实现了一个面向Stencil计算的自动混合精度优化器,通过在中间表示层进行迭代空间划分、数据流分析和调度树转换,首次实现了源到源的面向Stencil计算的混合精度优化代码自动生成.实验表明,经过自动混合精度优化之后的代码,在减少精度冗余的基础上能够充分发挥其并行潜力,提升程序性能.以高精度计算为基准,在x86平台上最大加速比是1.76,几何平均加速比是1.15;在新一代国产申威平台上最大加速比是1.64,几何平均加速比是1.20.