The optimization of high density and concentrated-weight freights loading requires an even distribution of the freight's weight and unconcentrated loading on the floor of the car.Based on the characteristics of co...The optimization of high density and concentrated-weight freights loading requires an even distribution of the freight's weight and unconcentrated loading on the floor of the car.Based on the characteristics of concentrated-weight category freights,an improvement method is put forward to build freight towers and a greedy-construction algorithm is utilized based on heuristic information for the initial layout.Then a feasibility analysis is performed to judge if the balanced and unconcentrated loading constrains are reached.Through introducing optimization or adjustment methods,an overall optimal solution can be obtained.Experiments are conducted using data generated from real cases showing the effectiveness of our approach: volume utility ratio of 90.4% and load capacity utility ratio of 86.7% which is comparably even to the packing of the general freights.展开更多
巡检机器人在风载荷作用下会发生一定的摆动,从而导致巡检结果准确性和可靠性降低,参考旋翼类飞行器设计了巡检机器人在风载荷下的平衡机构.首先,利用电机的动力学方程推导电机电压和转速之间的传递函数,使用叶素法建立旋翼产生的升力...巡检机器人在风载荷作用下会发生一定的摆动,从而导致巡检结果准确性和可靠性降低,参考旋翼类飞行器设计了巡检机器人在风载荷下的平衡机构.首先,利用电机的动力学方程推导电机电压和转速之间的传递函数,使用叶素法建立旋翼产生的升力与旋翼转速之间的关系,从而建立平衡机构的输入电压和输出升力之间的联系.其次,分析不同方向的风载荷对巡检机器人工作状态的影响,建立了巡检机器人在横向风载荷下的摆动数学模型.最后,将模糊PID(proportional integral derivative)应用于平衡机构的控制中,开展了巡检机器人的数值仿真和样机实验.结果表明:所设计的平衡机构可以有效抑制巡检机器人在风载荷中的摆动.展开更多
针对如何在部署服务功能链SFC(service function chain)的同时兼顾低能耗与网络负载均衡,提出了一种以节点负载状态预测为基础的SFC部署方法NIR-IACA(improved ant colony algorithm based on node importance ranking)。首先,使用基于...针对如何在部署服务功能链SFC(service function chain)的同时兼顾低能耗与网络负载均衡,提出了一种以节点负载状态预测为基础的SFC部署方法NIR-IACA(improved ant colony algorithm based on node importance ranking)。首先,使用基于粒子群优化的CNN-GRU模型(particle swarm optimization-based CNN-GRU model,PCNN-GRU),结合广义网络温度(GNT)预测网络节点的负载状态,并据此为SFC部署提供备选节点;其次,基于最短路径优先策略的改进蚁群算法(ant colony algorithm,ACA)设计SFC部署节点选择策略(high availability and resource scheduling,HARS)且对选定节点进行虚拟链路映射,优化目标兼顾基础设施网络低能耗与负载均衡的要求。基于Clearwater VNF公开数据集的实验结果表明,提出的NIR-IACA方法与现有的MC-EEVP算法、DPVC算法以及RQAP算法相比平均节省13.09%的能耗,并提高12.98%的负载均衡能力,且在维持相对较高SFC请求的接受率的同时,可以较好地实现SFC部署的能耗与负载均衡联合优化。展开更多
在云计算环境中,随着容器数量和类型的不断增加,资源管理和调度复杂性也增加,如何有效地调度容器,优化资源利用率和集群性能成为一个重要的研究课题。现有的容器集群调度策略没有充分考虑容器的多样化需求,缺乏灵活性,难以实现针对不同...在云计算环境中,随着容器数量和类型的不断增加,资源管理和调度复杂性也增加,如何有效地调度容器,优化资源利用率和集群性能成为一个重要的研究课题。现有的容器集群调度策略没有充分考虑容器的多样化需求,缺乏灵活性,难以实现针对不同场景的容器进行定制化调度,容易出现集群资源利用率低下、集群资源负载失衡等问题。为了满足容器多样化需求,提高集群资源负载均衡性,提出了一种基于GMM(高斯混合模型)的容器定制化调度策略(Customized Container Scheduling Strategy Based on GMM,CS-GMM)。首先,根据容器的资源和属性需求进行分类,将其划分为不同的类型。其次,对于每一类容器,分别计算并分配不同的独立权重,依次将容器根据其类型调度到合适的节点,从而实现定制化调度。通过这种方式,满足了容器多样化需求,使不同类型的容器可以根据其特定需求得到最优的资源配置,避免了资源竞争和冲突,从而提高了集群资源的整体利用率和负载均衡度。实验结果表明,与Kubernetes Scheduler相比,该调度策略在多种容器调度场景下均表现出优越的性能,集群节点之间最大资源利用率差值降低17.1%,容器调度成功率提升19%,集群节点负载均衡度提升57.51%。展开更多
基金Project(71371193)supported by the National Natural Science Foundation of ChinaProjects(2005K1001,2007K1005)supported by Guangzhou-Shenzhen Railway Company Limited,China
文摘The optimization of high density and concentrated-weight freights loading requires an even distribution of the freight's weight and unconcentrated loading on the floor of the car.Based on the characteristics of concentrated-weight category freights,an improvement method is put forward to build freight towers and a greedy-construction algorithm is utilized based on heuristic information for the initial layout.Then a feasibility analysis is performed to judge if the balanced and unconcentrated loading constrains are reached.Through introducing optimization or adjustment methods,an overall optimal solution can be obtained.Experiments are conducted using data generated from real cases showing the effectiveness of our approach: volume utility ratio of 90.4% and load capacity utility ratio of 86.7% which is comparably even to the packing of the general freights.
文摘巡检机器人在风载荷作用下会发生一定的摆动,从而导致巡检结果准确性和可靠性降低,参考旋翼类飞行器设计了巡检机器人在风载荷下的平衡机构.首先,利用电机的动力学方程推导电机电压和转速之间的传递函数,使用叶素法建立旋翼产生的升力与旋翼转速之间的关系,从而建立平衡机构的输入电压和输出升力之间的联系.其次,分析不同方向的风载荷对巡检机器人工作状态的影响,建立了巡检机器人在横向风载荷下的摆动数学模型.最后,将模糊PID(proportional integral derivative)应用于平衡机构的控制中,开展了巡检机器人的数值仿真和样机实验.结果表明:所设计的平衡机构可以有效抑制巡检机器人在风载荷中的摆动.
文摘针对如何在部署服务功能链SFC(service function chain)的同时兼顾低能耗与网络负载均衡,提出了一种以节点负载状态预测为基础的SFC部署方法NIR-IACA(improved ant colony algorithm based on node importance ranking)。首先,使用基于粒子群优化的CNN-GRU模型(particle swarm optimization-based CNN-GRU model,PCNN-GRU),结合广义网络温度(GNT)预测网络节点的负载状态,并据此为SFC部署提供备选节点;其次,基于最短路径优先策略的改进蚁群算法(ant colony algorithm,ACA)设计SFC部署节点选择策略(high availability and resource scheduling,HARS)且对选定节点进行虚拟链路映射,优化目标兼顾基础设施网络低能耗与负载均衡的要求。基于Clearwater VNF公开数据集的实验结果表明,提出的NIR-IACA方法与现有的MC-EEVP算法、DPVC算法以及RQAP算法相比平均节省13.09%的能耗,并提高12.98%的负载均衡能力,且在维持相对较高SFC请求的接受率的同时,可以较好地实现SFC部署的能耗与负载均衡联合优化。
文摘在云计算环境中,随着容器数量和类型的不断增加,资源管理和调度复杂性也增加,如何有效地调度容器,优化资源利用率和集群性能成为一个重要的研究课题。现有的容器集群调度策略没有充分考虑容器的多样化需求,缺乏灵活性,难以实现针对不同场景的容器进行定制化调度,容易出现集群资源利用率低下、集群资源负载失衡等问题。为了满足容器多样化需求,提高集群资源负载均衡性,提出了一种基于GMM(高斯混合模型)的容器定制化调度策略(Customized Container Scheduling Strategy Based on GMM,CS-GMM)。首先,根据容器的资源和属性需求进行分类,将其划分为不同的类型。其次,对于每一类容器,分别计算并分配不同的独立权重,依次将容器根据其类型调度到合适的节点,从而实现定制化调度。通过这种方式,满足了容器多样化需求,使不同类型的容器可以根据其特定需求得到最优的资源配置,避免了资源竞争和冲突,从而提高了集群资源的整体利用率和负载均衡度。实验结果表明,与Kubernetes Scheduler相比,该调度策略在多种容器调度场景下均表现出优越的性能,集群节点之间最大资源利用率差值降低17.1%,容器调度成功率提升19%,集群节点负载均衡度提升57.51%。
