HCHOKe:改进的公平主动队列管理算法

HCHOKe算法控制和惩罚网络中的非适应流,保护适应流稳定地分享网络带宽。HCHOKe结合CHOKe击中思想,利用拥塞程度自适应取包,提出一种丢包策略。在网络仿真器NS-2上对HCHOKe等其他主流相关算法进行分析,结果显示HCHOKe在维护网络带宽的公平分配上性能优于CHOKe等其他几种算法。

基于CHOKe模型和神经网络的拥塞控制方法

PID控制能有效实现网络拥塞控制,实现对网络的主动队列管理,但是PID控制器的参数是固定的,不能实时调整。针对网络拥塞控制问题中的参数时变、非线性等问题,文中将CHOKe模型中的"击中"理念和神经网络中的可变学习速率的反向传播算法(VLBP算法)相结合,提出了一种基于CHOKe模型和神经网络的PID拥塞控制的算法-CNRPID算法。该算法能够在线调节PID控制器中的参数。仿真结果表明:CNRPID算法的鲁棒性和平均队列长度等都要优于传统的PID算法。

BitTorrent系统中一种自适应阻塞算法

BitTorrent系统主要采用tit-for-tat阻塞算法作为节点选择算法,即节点选择当前向自己提供上传最快的一些节点作为上传服务对象。但是该阻塞算法导致新连接节点间过长的等待和节点在下载完成前夕过少的上传连接问题。提出了一种自适应阻塞的改进算法,当节点上传连接过少时自适应的增加上传连接。模拟实验表明,自适应阻塞算法在对系统公平性影响很小的前提下,有效地缩短节点等待时间、增加上传连接数量以及加快节点获取首块资源的速度,从而提高系统文件分发性能。

基于社交网络的P2P内容分发算法研究

随着互联网社交网络应用的流行,基于社交网络的P2P应用也渐渐涌现。社交网络的最大特点是网络中的节点是建立在真实的社交关系之上。BitTorrent作为P2P文件共享的典型应用,为了限制和惩罚系统中节点的"搭便车"行为,引入了一种Tit-for-Tat的阻塞机制,该机制有效地限制了系统中节点的"搭便车"行为。但与此同时,TFT阻塞机制也限制系统整体性能的提高。提出了一种基于社交网络的自适应阻塞算法来解决上述问题,并利用仿真实验证实改进后的算法比传统的基于TFT的阻塞算法能有效地降低系统的平均启动延迟时间和下载完成时间。

多功能电能表抗电快速瞬变脉冲群综合抑制方法应用研究

针对多功能电能表电快速瞬变脉冲群抗扰度(EFT/B)试验产生的问题,通过对瞬变脉冲群产生的机理及其特点分析,提出基于软硬件技术的电快速瞬变脉冲群干扰综合抑制方法,应用纵向扼流圈、优化电源滤波器等方式改进电源回路抗干扰能力;通过降低元器件寄生电容,增加专用隔离芯片,优化PCB板布局等措施来提高输入输出端和通讯端的抗干扰能力;同时应用递推式防脉冲平均值数字滤波法,来增强其软件部分稳定性和容错能力。实验结果表明,采取综合抑制措施后,多功能电能表电快速瞬变脉冲群抗干扰能力得到显著提高。

基于P2P技术的BT系统阻塞算法分析

随着Bit Torrent系统的广泛使用,Bit Torrent引起了学术界的极大关注。已有的研究工作主要集中于Bit Torrent测量、建模和算法等方面。该文通过对BT系统的阻塞算法的分析研究,指出存在的问题,为提高阻塞算法研究提供依据。

控压钻井节流阀工作特性数值模拟及试验研究

针对研制的一种新型控压钻井节流阀,对其阀座倒角处理前后节流阀阀腔内部流场进行数值模拟,并结合理论推导及现场试验对新型节流阀的工作特性进行研究,得到开度、节流压差及流量系数等性能参数间的影响关系。结果表明:新型控压钻井节流阀能够满足节流压差随阀芯开度线性变化的控制要求;采用倒角处理的阀座能在保证控压节流特性的基础上缓解流体介质对节流阀的冲刷作用,延长控压钻井节流阀的使用寿命。

基于WPA优化神经网络的扼流适配变压器故障诊断研究

针对传统铁路扼流适配变压器故障诊断模型结构复杂和精度不高的问题,运用狼群算法(WPA)、粗糙集(RS)理论和神经网络(NN)相融合的方法对其进行故障诊断研究。用粗糙集理论对故障样本数据进行约简处理,减少样本数据的监测及关键特征量的输入个数;利用约简后的数据对神经网络训练。利用狼群算法优化BP神经网络参数,提出WPA-BPNN故障诊断模型,以侯马电务段扼流适配变压器故障数据为例进行验证。研究结果表明:WPA-BPNN故障诊断模型相比传统方法,简化了网络结构,缩短了训练所需时间,提高了故障诊断精度,保证了列车行车安全及线路的高效运行。

基于自组织迁移算法的共模扼流圈高频特性建模

共模扼流圈是EMI滤波器的关键组件,主要用于传导干扰中的共模电流抑制。为了便于EMI滤波器抗干扰特性的仿真研究,提出了一种共模扼流圈的高频特性建模方法。首先,利用矢量网络分析仪测量共模扼流圈的共模与差模阻抗数据。然后,使用自组织迁移算法分频段处理共模扼流圈的阻抗数据,提取出仿真模型的RLC参数,结果表明利用算法分频段处理阻抗数据的方法,既使得所建立高频模型具有较高的精确度,也降低了对高性能计算机需求。最后,对一款共模扼流圈高频特性进行了建模,并通过仿真与实测的阻抗数据对比,验证了建模方法的有效性,为EMI滤波器的仿真与设计提供了参考。

基于强化学习的液动节流阀阀位控制策略

控压钻井是一种复杂的钻井工艺,自动节流管汇上节流阀的控制是实现井底压力精确控制的关键技术。首先,建立控压钻井装置中液动节流阀的动态模型,该节流阀采用比例伺服阀作为液压调节元件,采用控制器控制比例伺服阀的阀芯移动改变液动节流阀液压缸中液压油的流入量,进而实现对液动节流阀阀位的控制。其次,提出一种基于深度强化学习的液动节流阀阀位控制策略,该策略利用DQN(Deep Q-Network)算法,通过液动节流阀和智能体相互交换过程中学习比例伺服阀对液动节流阀阀位的控制。最后,通过仿真和现场试验验证了阀位控制策略的有效性,为成功实施控压钻井提供了保障。