基于强化学习的自动化物料运输系统调度策略

为提高自动化物料运输系统生产运输效率,根据晶圆厂的混合式布局建立轨道的图网络模型,提出一种基于强化学习的动态调度策略。将调度过程划分为运输任务指派与运输路径规划两个阶段。任务指派使用基于实时交通信息的匈牙利算法求解。将运输路径规划问题表述为路径决策问题,使用基于离线策略的Q-Learning算法与玻尔兹曼探索策略构建的强化模型来求解路径决策问题。实验结果表明,所提方法可以有效提高自动化物料运输系统运输效率。

面向架空线路的作业机器人路径修正问题研究

针对架空线路检测中因线路摇摆造成作业机器人轨迹偏移的问题,结合带电作业机器人运动学模型,提出一种面向架空线路低幅摆动的作业机械臂路径修正算法。首先选择改进RRTstar算法对作业机械臂路径进行规划;其次在架空线路出现低幅摇摆时,通过正逆运动学方程进行偏差计算;最后根据偏差值进行路径的二次规划,从而实现导线低幅振动下的作业机械臂路径修正。试验表明,改进RRTstar算法在2 s内的规划成功率可达100%,且规划与执行作业的平均耗时更短,更贴近导线摇摆的实际路线。

电力建设中空架输配电线路典型设计及标准化工艺施工

围绕架空输配电线路设计流程,构思大致框架,将线路施工的流程分为前期准备、基坑挖掘、杆塔设计与组建、线路升空等步骤。利用非侵入式监测模型来监控出现线路传输过程不稳定的现象。

QoS路由选择:问题与解决方法综述

保证服务质量的QoS路由 (QualityofServiceRouting)是网络中解决QoS问题的一项关键技术 .QoS路由的主要目标是为接入的业务选择满足服务质量要求的传输路径 ,同时保证整个网络资源的有效利用 .度量参数选择问题、寻路问题和路由信息不准确问题是QoS路由中的几个主要研究内容 .本文围绕这三个方面 ,介绍了QoS路由中的主要问题及相关的解决办法 ,并探讨了今后QoS路由可能的研究方向 .

改进蚁群算法在DSR路由协议中的应用

针对移动Ad hoc网络节点移动频繁和单路径DSR路由协议不能均衡负载、网络健壮性低以及蚁群算法存在局部查询最优的问题,提出一种改进的蚁群算法,并把改进的蚁群算法应用到单路径路由协议DSR,设计出基于蚁群算法的多路径路由协议IDSR,通过仿真实验,从影响Ad hoc网络路由协议性能优劣的3个主要指标来比较IDSR、DSR路由协议和SMR路由协议的性能,实验结果表明,虽然改进协议IDSR路由开销比DSR、SMR稍有增加,但分组的投递率和平均端到端延时性能都有明显提高。

ZigBee网络路径均衡算法在供水系统的仿真研究

研究城市供水系统的高效路径均衡算法。供水系统根据供水请求调控供水路径,在早晚城市用水高峰期供水请求突增,待均衡的供水路径任务骤增加大了均衡计算量,传统方法只选用较少的高层节点作为均衡节点,高层节点因超额的工作量不能承担起均衡任务的突增,造成网络数据传输路径均衡的效率较低。为了解决这一难题,提出基于开销能量的供水系统ZigBee网络路径均衡算法。通过建立供水系统各节点能量消耗代价开销模型,在模型中根据开销能量将路径均衡控制的任务分派到网络的各个节点中共同分担完成路径均衡的任务,避免了只利用少数高层节点均衡而带来的均衡效率不高的问题。仿真结果表明,改进方法能够高效完成供水系统路径的均衡控制,取得了满意的结果。

HRB：基于环状层次结构的应用层多播协议

本文设计了一种新的应用层多播方案（HRB），提出层次多环的叠加网结构模型．该模型采用区间划分技术，在叠加网上建立传输拓扑转发数据；并且根据地理位置信息，将端系统组织到不同的环状拓扑中进行管理以减轻主干网络的链路压力．仿真结果显示，该方案在控制负载、带宽利用率、物理网络的链路压力以及路径长度方面存在优势．

基于后备路径的AODV路由协议优化

对移动自组网的经典路由协议——按需式距离矢量协议(AODV)进行优化,提出了一种改进的路由协议BCOAODV。该协议将后备路径值和链路负载值作为重要的性能指标,有效地平衡了整个网络的流量,并在链路发生中断时,可以利用后备路径快速进行链路修复。仿真结果表明,在大多数情况下,BCOAODV相比AODV拥有更佳的性能。

SDH不中断业务的误码检测

介绍SDH在不中断业务的情况下进行误码检测的方法 ,对我国常用的SDH设备及其复用系列的在线误码检测进行了分析 ,并给出了国内和国际同步数字段误码指标的分配计算方法。

复合光纤架空地线在不同接地方式下的放电路径选择特性

复合光纤架空地线(optical fiber composite overhead ground wire,OPGW)由于具有防雷和光纤通信功能,在交直流输电线路上得到了广泛应用。当前OPGW采用逐基接地而普通地线采用分段绝缘一点接地的接地方式,这种不平衡的接地方式使得OPGW更容易遭雷击而出现断股和掉线事故以致影响光纤通信。为此,采用缩微模型试验研究了OPGW和普通地线在全绝缘、分段绝缘一点接地和逐基接地等3种接地方式对放电路径选择特性的影响,试验结果表明,地线采用逐基接地时放电路径选择概率最高,而全绝缘时最低,试验结论和现场统计数据得到规律相符。为了降低OPGW遭雷击的概率,需要改变OPGW的接地方式或采取适当保护措施。

一种基于最优路径传输开销的路由算法研究

机会网络能够实现在网络分裂和高时延情况下的数据通信,在通信环境恶劣和应急通信中有重要应用前景。机会网络的路由算法是网络的核心技术。算法研究是基于最优路径传输开销对数据分组进行优先级划分,依据优先级实现数据分组传输。在地图约束的情况下对算法进行了仿真验证,设计算法在数据传输成功率和传输时延等方面明显优于以往的几个经典算法,算法有实际应用价值。

带状影像图裁剪系统的设计研究

设计了超高压架空送电线路工程中带状影像图裁剪系统及相应的裁剪控件 ,该系统可以方便快速地从 DOM中提取送电线路路径带状影像图 ,用以配合其他基础地理信息进行辅助选线。设计的带状影像图裁剪控件 Zipus X能方便地为其他相关开发系统使用。

SDH光通信系统E1通道时间传递特性测试分析

文章介绍了在实验室和现场环境中对E1业务通道时延特性的测试结果,描述了测试系统和测试过程,给出了噪声干扰和通道异常对时延特性的影响,并对测试结果进行系统分析。经过测试可以得出E1通道传递时间信号的基本规律:线路/光路中断以及设备停复机对通道时延的影响较小(一般小于10μs);SDH同步解列对时延的影响较大(约20μs),所以利用SDH传递时间应严格要求SDH通信系统同步;误码和通道保护对时延的影响很大(大于200μs),所以利用SDH传递时间应采取一定的措施来判断误码和通道保护的发生,并对时延进行相应补偿。

功耗限制下RTL数据通路非扫描BIST方法的延时分析

可测性设计(DFT)方法广泛应用于数字电路测试中.通过添加测试硬件,用来降低测试的复杂性。但添加测试硬件后,往往会引起电路的延时变大,从而降低电路的性能,甚至引起延时故障。针对寄存器传输级(RTL)数据通路,文献[1]提出了两种功耗限制下非扫描内建自测试(BIST)方法。跟以前的方法相比较,这两个方法取得较短的测试应用时间和较低的测试硬件开销。本文对这两个方法对电路延时的影响进行分析。实验结果表明,在保持同样的测试应用时间和测试硬件开销的前提下,电路的延时有稍微增加。

基于链路信息的卫星网络最优路径选择策略

分层卫星网络路由协议在通信时比单层卫星网络有更好的表现,但是同样有着一些缺点。快照的频繁切换导致计算开销大、链路拥塞和节点失效时处理能力较差。针对LEO/MEO卫星网络的特点,提出了一种新的路由协议。计算相邻卫星间的实际通信开销,和预估可选卫星到目的卫星间的通信开销,在保证一定链路利用率和低延时的情况下,选择一条最优路径。当链路切换或节点失效时,缩小路径搜索区域,无需重新计算源卫星节点到目的卫星节点路径,只更新部分失效节点,减少计算开销。通过仿真发现,该算法在路径建立以及链路拥塞等方面具有良好的性能。

超级计算机网络引导技术研究与分析

针对超级计算机系统中网络引导时间开销大的问题,提出网络引导分布算法是影响网络引导性能的主要因素之一,是优化网络引导性能的主要方向的观点。首先,分析了影响大规模网络引导性能的主要因素;其次,结合一种典型超级计算机系统,分析了超节点循环分布算法(SCDA)和插件循环分布算法(BCDA)的网络引导数据流拓扑结构;最后,量化分析了这两种算法对各个网络路径段的压力和可获得的网络性能,发现BCDA性能是SCDA性能的1~20倍。通过理论分析和模型推导发现,在计算节点和引导服务器之间使用更细粒度的映射算法可以在引导部分资源时使用尽量多的引导服务器,减少对局部网络资源的过早竞争,提升网络引导性能。

带状影像图裁剪系统的设计研究

本文设计了超高压架空送电线路工程中带状影像图裁剪系统及相应的裁剪控件。该系统可以方便快速地从DOM中提取线路所需的带状影像图以辅助选线。设计的带状影像图裁剪控件ZipusX能方便为其它相关开发系统调用。

P2P应用层多播协议模型RLP2P的仿真与分析

数据通道质量、鲁棒性和控制开销是表征应用层多播性能质量的三个重要指标.对可扩展基于域的多层结构P2P应用层多播协议模型RLP2P的综合性能进行了仿真分析,通过与Narada应用层多播协议模拟对比分析表明,数据通道的伸展率优于Narada协议,增加5%;在链路和节点上产生的压力比Narada协议减少25%以上,且分布均匀,特别是多播组成员增加时尤其显著;控制开销比Narada协议减少60%以上,在域内节点数为100,其控制开销小于等于1Kbps,且维持在一个很低的水平;节点加入和非正常离开时的最大丢包率小于1%;Query消息平均延迟为8.5×10-2s,减少延迟达30%.

配电架空线路自动化清洗机器人路径规划仿真

配电架空线路很多建设在环境恶劣、地形复杂的区域,当其上有冰雪、污物或者异物时,极易引发线路故障。考虑到电力维护人员的工作效率和安全,解决线路自动化清洗问题,提出一种基于深度强化学习的自动化清洗机器人路径规划方法。首先基于深度强化学习,结合碰撞约束与目标约束建立了清洗路径的规划模型,同时对到达目标位置和深度清洗关键部位予以智能体奖励。然后针对深度强化学习进行Actor-Critic优化,Actor依据概率采取相应的动作,引发的奖励反馈回Critic;Critic通过动作情况与反馈对比,来确定后续动作。最后,引入长短期网络对历史数据及不同维度的数据进行处理,采用强化学习中的A3C方法对路径进行选择和判别,采取多线程的强化学习方法,多个智能体并行完成路径规划并清洗。基于Gazebo平台进行仿真,结果表明,所提方法将清洗时间缩短至少15%,并显著提升了清洗机器人的运行效率。

高效的融合负载均衡和路由节能的路由算法

基于SDN(software defined networking)体系结构的迭代式负载均衡与节能的流调度算法(load balancing and energy saving flow scheduling with iteration,LoadbE-it)在实现负载均衡的同时最高可节约25%左右的能耗,但其时间复杂度为O(n 4),不利于在大规模网络中部署。LoadbE-it-M算法(load balancing and energy saving flow scheduling with iteration multiple)通过逐步减少网络拓扑中需要计算的链路数量来提升运行效率。理论和实验结果表明,LoadbE-it-M算法不仅具有较小的计算开销,并且与LoadbE-it算法具有同样的负载均衡能力和节能效果。