基于蚁群算法的舰船网络云资源调度

在应用现有方法时,由于任务执行与任务调度性能存在问题,因此在舰船网络云资源调度方法的设计中应用蚁群算法,提出一种基于蚁群算法的舰船网络云资源调度方法。在基于蚁群算法对舰船网络云资源调度方法进行设计的过程中,首先需要对舰船网络云资源实施初始化处理。每只蚂蚁都携带着基本任务信息,在此基础上对各资源可能被选的概率进行计算。根据蚁群算法对舰船网络云资源调度模型进行构建,模型由云资源代理模块、云资源目录模块、用户模块、用户代理模块构成。通过进行任务执行时间与调度任务总效用的对比实验,证明该方法的任务执行时间更短、调度任务总效用更高,实现了任务执行与任务调度性能的提升。     

数据挖掘技术舰船电力资源调度系统

在舰船通信网络环境下,现有电力资源调度系统中各个功能模块间的联动易出现错误,导致最终系统执行任务的数量较少,针对该问题,设计一种数据挖掘技术的舰船电力资源调度系统。硬件部分,选定树莓派3代作为电力资源的主控制器,在直流12 V电压的数值下,设计数据采集电路的结构。软件部分,利用数据挖掘技术挖掘电力资源数据,设定一个数据跳点后,构建一个跳点规则,在调度时形成一个模块联动,实现系统对电力资源数据的调动。结果表明:设计得到的调度系统可执行的任务数量最多。     

网络优化调度算法在船舶大数据通信中的应用

船舶通信数据量的激增,导致船舶通信障碍加大,为了有效降低船舶大数据通信阻隔,设计基于网络优化调度算法,提出了新型船舶大数据通信技术。读入原始通信数据,根据数据链条进行数据拆分,实现网络优化调度,提取当前通信数据负载量,应用中央分配算法,执行中央通信任务分区,确保各分区负载均衡,改变传统通信框架,优先执行分区内通信函数,重新进行线程规划,并将通信传输作为单独线程连接通信终端,实现船舶大数据通信。通过实验数据可以确定,应用网络优化调度算法后的大数据通信技术,比传统通信技术任务执行内存提高了27%,数据并发量提高23%,可以有效缓解当前通信阻隔。     

舰船交直流混合电力系统能量优化调度方法

海洋开发和船舶电网电力系统的不断发展,使电力系统调度系统所需要处理的工作数据越来越复杂,整体调度速率已经难以满足船舶电网系统需求。对此设计舰船交直流混合电力系统能量优化调度方法,首先基于MAPReduce计算模型,搭建云平台计算结构,对舰船交直流电力系统数据进行分布式计算和节点通信;基于搭建的云平带计算结构,设计舰船混合电力系统能量优化调度算法,采用十进制资源对应编码,实现电力系统能量优化调度。仿真实验证明,相比较传统电力调度方法,优化后的调度算法交流电调度速率提高27.5%,直流电调度速率提高17.5%,可以明显提高电力系统能量调度速率。     

云环境下舰船周期性任务容错调度算法研究

舰船周期性任务的容错调度对保证船舶安全航行,避免发生碰撞事故具有重要作用,因此针对舰船周期性任务容错调度问题进行研究,在求解环节对传统容错调度算法进行改进优化,以期提高可靠性和实时性。任务容错调度算法设计需要经历2个阶段:第一阶段,构建舰船周期性任务容错调度模型;第二阶段,将遗传算法与蚁群算法相结合,完成模型2次求解,先使用遗传算法,得到初步容错调度可行方案,后使用蚁群算法,完成模型精确求解,有效实现舰船周期性任务的容错调度。结果表明:与单一遗传算法与蚁群算法相比,本算法可靠性降低幅度低(1.89%),说明可靠性更好;100个任务的完成所需时间最少,仅花费11.5 s,证明其实时性更佳。     

基于云计算技术的舰船信息系统数据多批处理调度方法

传统的舰船信息系统数据的多批处理调度方法存在负载均衡性能差的问题,为此,设计基于云计算技术下舰船信息系统数据的多批处理调度方法。引用云计算的MapReduce迭代方式计算数据多批处理优先级,制定数据多批处理分级接收策略,将收益接近的任务分为同一处理批次,保证服务方在接收任务时收益最大化,通过动态调度算法,计算出数据多批处理任务最优解,实现舰船信息系统数据的多批处理调度。测试结果表明:与传统的调度方法相比,设计的云计算技术下舰船信息系统数据的多批处理调度方法负载均衡性能更好,适合应用在实际项目中。     

云环境下舰船周期性任务容错调度算法

任务容错调度算法是保证舰船周期性任务完成的基础,针对舰船周期性任务容错调度算法存在效率低等问题,设计了一种云环境下舰船周期性任务容错调度算法。首先对舰船周期性任务容错调度算法的研究现状和云环境的工作模式进行分析,然后建立舰船周期性任务容错调度的数学模型,并采用组合的群智能优化算法对舰船周期性任务容错调度数学模型进行求解,找到舰船周期性任务容错调度方案。仿真测试结果表明,本文算法不但加快了舰船周期性任务容错调度方案的搜索速度,而且得到的舰船周期性任务容错调度方案要优于对比算法。     

船联网环境下舰船传感通信大数据融合调度算法

针对传统舰船传感通信大数据融合调度算法存在时延较高的问题,提出一种船联网环境下舰船传感通信大数据融合调度算法。在船联网环境下,通过ETL对舰船传感通信大数据实施预处理,步骤包括抽取大数据、转换大数据以及加载大数据,基于大数据预处理结果,制订数据融合调度策略,获取节点的具体发送序列,实施各时隙内融合周期调度状态的分配,获取最终的接收调度序列与睡眠调度序列,实现舰船传感通信大数据融合调度。实验结果证明该算法的时延最低,说明该算法更适用于舰船传感通信大数据融合调度。     

云计算环境下舰船内部信息资源全局均衡调度算法

舰船内部信息资源调度十分关键,针对当前舰船内部信息资源全局均衡调度算法存在结果不可信,调度效率低等难题,为了提高舰船内部信息资源全局均衡调度性能,提出云计算环境下舰船内部信息资源全局均衡调度算法。首先分析舰船内部信息资源全局均衡调度原理,建立舰船内部信息资源全局均衡调度数学模型,然后采用组合群智能算法对数学模型进行求解,搜索舰船内部信息资源全局均衡调度方案,并通过云计算环境将舰船内部信息资源全局均衡调度问题进行并行、分布式求解,最后进行了舰船内部信息资源全局均衡调度仿真实验,结果表明,本文算法的舰船内部信息资源调度速度快,可以实现资源负载均衡,同时舰船内部信息资源全局均衡调度结果要优于其他方法。     

基于关联规则的远洋舰船运行监控大数据挖掘方法

针对传统的远洋舰船运行监控大数据挖掘方法精准度低的情况,本文应用关联规则算法,对远洋舰船运行监控大数据挖掘方法进行设计。为了有效对舰船远行监控大数据挖掘,首先获取监控数据源,将数据存入到数据库中,在此基础上,对远洋舰船运行监控数据预处理,以此生成舰船运行监控大数据挖掘模型,完成了对运行监控大数据的挖掘,实验对比结果表明,本文设计的基于关联规则的远洋舰船运行监控大数据挖掘方法比传统的舰船运行监控大数据挖掘方法精准度高,具有一定的实际应用意义。     

舰船电子通信网络入侵检测系统

针对传统入侵检测系统的准确率无法满足检测性能要求,提出了舰船电子通信网络入侵检测系统设计。通过设计舰船电子通信网络入侵数据解析模块和检测模块,完成了系统的硬件设计,在选择舰船电子通信网络入侵特征参数的基础上,利用深度解析协议设计了舰船电子通信网络入侵检测算法,完成了软件设计,实现了舰船电子通信网络的入侵检测。测试结果表明,文中入侵检测系统无论在假冒入侵攻击下还是编造入侵攻击下,都具有更高的检测准确率。     

基于区域造船的舰船内部通信系统分区设计

分析传统造船模式下舰船内部通信系统设计现状,研究区域造船模式下舰船内部通信系统设计与区域造船要求的匹配问题。在舰船内部通信系统设计中采用分区设计方法,并考虑用综合集成的思路将舰船内部离散的各类内通设备集成为综合内通终端,使舰船内部通信系统设计适应区域造船要求。     

基于聚类算法的舰船通信数据深度挖掘方法

传统挖掘方法无法考虑众多通信因素的多层次特征,造成数据挖掘效果不理想,为此设计一种基于聚类算法的舰船通信数据深度挖掘方法。利用聚类算法,对通信数据的多层次特征进行筛选,从而为通信数据的深度挖掘提供依据,结合聚类挖掘粗糙集,生成数据深度挖掘的关联规则并进行聚类计算,对每个通信数据执行交叉变换逻辑,实现舰船通信数据的深度挖掘。实验结果表明,利用聚类算法进行通信数据的深度挖掘,能够提高数据的挖掘速度,且准确率较传统方法高27.15%。     

基于云计算的舰船姿态信息管理系统优化算法

常规的舰船姿态信息管理系统资源分配不均衡,在运行时执行能耗过高,导致了系统资源的浪费,为此采用云计算技术,提出舰船姿态信息管理系统优化算法研究。分离噪声与有效信号,利用两者间方差幅值差异,获取舰船姿态信息数据,根据小波系数重构,校正姿态误差,通过云计算中心合理调度数据信息,分析历史时间序列,减少系统空闲所占比重,完成了基于云计算的舰船姿态信息管理系统优化算法研究。设计对照实验,将优化后的执行能耗,与另外2种常规算法相比较,实验结果表明,优化后的算法能够使其能耗降低21.63%,合理分配了系统资源,避免资源浪费。     

蚁群算法在舰船调度系统中的应用

传统的舰船调度系统多数基于遗传算法,存在大量无用的迭代计算,影响系统运行效率。为此,提出蚁群算法在舰船调度系统中的应用。构建基于Agent的双层调度体系,充分发挥分布式计算、多任务并行处理的特点。在此基础上,利用蚁群算法确定舰船初始位置,初始化舰船信息素,根据全局搜索和局部搜索2种情况,通过迭代计算得到舰船调度最优解,将最优解反馈至系统的调度层,实现舰船调度。测试结果表明,在相同的测试条件下,设计的应用蚁群算法的舰船调度系统的迭代计算次数明显少于传统的调度系统。     

物联网舰船自动识别通信平台设计

针对传统的舰船自动识别通信平台存在的数据传输效率低的缺点,设计物联网的舰船自动识别通信平台。首先,设计物联网的舰船自动识别通信平台的总体架构,根据总体架构,在计算机等硬件设施的基础上,分别对通信信息接收模块、信道分配模块、信号处理模块、舰船信息数据库模块开展设计,至此完成物联网的舰船自动识别通信平台的设计。与传统的舰船自动识别通信平台作比较实验,结果表明提出的物联网的舰船自动识别通信平台具有更高的数据传输效率。     

基于萤火虫算法的船舶交通数据并行调度方法

针对传统的舰船交通数据并行调度方法效率低的情况,提出基于萤火虫算法的船舶交通数据并行调度方法。以舰船调度时间为出发点,确定调度目标,并引入不确定因子,对舰船调度中的不确定因素进行处理,在此基础上,生成船舶交通数据并行调度规则,使所有船舶按照该规则进行调度,并考虑到存在大船和小船的情况,设置时间权参数,保证大船与小船同时到岗时,大船优先被调度,以此实现舰船交通数据并行调度。实验对比结果表明,此次设计的基于萤火虫算法的船舶交通数据并行调度方法比传统的调度方法效率高,具有一定的实际应用意义。     

云平台的舰船实时动态任务调度研究

传统舰船任务调度算法存在任务指令数据实时性差,任务调度处理与任务下达之间存在时间差,造成任务调度结果与任务更新的不对称。为了解决此问题,提出云平台的舰船实时动态任务调度研究。通过神经网络算法,融合云平台计算技术,对任务调度进行瞬态高速计算,缩短调度任务处理时间;引入实时任务调度算法,对瞬态任务计算进行实时动态任务流数据辅助计算,以此保证调度任务处理与任务下达数据的对称性,最大限度减小任务调度时间差。与传统调度方法对比数据表明,提出的云平台的舰船实施动态任务调度算法,能够有效缩短时间差至0.086 s。     

基于Docker技术的舰船编队通信指挥决策系统设计

由于舰船编队通信中存在信号紊乱造成传统舰船编队通信指挥决策系统工作效率较低、方案选择误差系数较高,为此设计基于Docker技术的舰船编队通信指挥决策系统。选定舰船编队通信指挥决策系统设计原理,在原理基础上设计舰船编队通信指挥决策系统框架,利用框架特征设计通信指挥决策系统数据库,实现通信指挥决策功能,完成通信指挥决策系统设计。模拟实验可以看出,基于Docker技术的舰船编队通信指挥决策系统与传统方法相比,决策工作效率提升了16%,方案选择误差系数减少15%。     

改进分布式网络测控技术的舰船电站监控系统

现有的舰船电站监控系统,存在着自动化程度低的缺陷。为了解决上述问题,引入改进分布式网络测控技术设计舰船电站监控系统。舰船电站监控系统硬件设计包括电能计量芯片选择、电参数采集电路设计与通信接口设计;系统软件设计包括数据采集模块、数据存储模块与舰船电站测控模块。通过系统硬件与软件的设计,实现了基于改进分布式网络测控技术的舰船电站监控系统的运行。实验结果显示,与现有舰船电站监控系统相比较,设计的舰船电站监控系统极大地提升了自动化程度,充分说明设计的基于改进分布式网络测控技术的舰船电站控制系统具备更好的性能。