大数据分析下双向通航港口船只调度方法

针对传统方法因缺少自适应蚁群调度优化算法,导致调度资源分析不足的问题。在大数据分析的技术支持下,为更好地提升双向通航港口船只调度的合理性与科学性,提出大数据分析下双向通航港口船只调度方法研究。通过大数据分析技术,对双向通航港口船舶调度数据进行分析计算。接着对港口调度能力进行模型建立,根据获得的数据引入自适应蚁群调度优化算法,完成数据科学调度计算。通过实验对比方式,对提出设计方法的合理性进行证明,对双向通航港口船只调度有科学意义。     

分布式工控实时数据库的设计与实现

在工控领域,实时数据库的设计已成为企业现代化生产所急需解决的重要问题.该文提出了一种分布式工控实时数据库的设计,并根据内存数据库的特点,提出了其中关键问题的解决方法.     

一种两机四屏的车载多媒体AVNT系统方案设计与实现

为丰富车辆AVNT系统功能并提高其性能,提出了一种两机四屏的车辆AVNT系统解决方案。本文详细介绍了该方案的功能结构、硬件设计、软件设计和交互设计,以及实现中考虑的问题。     

战场抢修多目标多分队调度优化研究

基于多目标的战场抢修分队调度优化问题一直以来是装备指挥管理部门关注的问题之一.通过约束转换,确立了采用遗传算法进行多目标优化调度的模型,并详细地说明了遗传操作方法的设计,实例验证了遗传算法在多目标多分队调度问题处理过程中的有效性.     

智能高速铁路信号系统一体化技术发展方向探讨

为使高速铁路信号系统更好地满足新形势下智能高速铁路的建设及运营维护需求,更好地与智能高速铁路技术体系架构相协调,文章分析我国高速铁路主要信号系统的智能化、一体化现状,并在此基础上梳理《智能高速铁路1.0技术体系架构》中智能建造、智能装备、智能运营中与信号系统相关的内容,对我国高速铁路主要信号系统智能化、一体化技术发展方向进行探讨,提出体系架构标准的发展建议,以期为信号系统一体化方案更好地与智能高铁技术体系架构融合发展提供借鉴。     

基于模拟退火-自适应布谷鸟算法的城市公交调度优化研究

为改善城市常规公交运营效率,提出基于模拟退火-自适应布谷鸟算法的公交调度优化模型.通过结合线路实际客流数据反映的客流特征,建立考虑公交公司和乘客双方利益的公交调度优化模型;改进布谷鸟算法固定步长并加入模拟退火算法退火操作,设计模拟退火-自适应布谷鸟算法,改善寻优过程中跳出局部最优解而全局寻优的能力;以福州125路公交线...     

A DYNAMIC FAULT TOLERANT ALGORITHM FOR IMPROVISING PERFORMANCE OF MULTIMEDIA SERVICES

MultimediaServiceshasdrawnmuchattention frombothindustrialandacademicresearchersdueto theemergingconsumermarketresultfromfaster developmentofnetworkbandwidthandhighavaila bilityofmultimediatechnologies,suchasinterac tivemultimedia,videoondemand(VOD),multi…     

高速公路收费网络安全探讨

高速公路机电系统网络现状通信网络是高速公路联网系统的基础。随着网络的逐步扩展．各种信息量越来越大,目前高速公路通信网络从承载单一业务向数据、多媒体视频、语音等多种综合业务发展,收费、监控等管理系统交融在一起．网络系统的复杂度日益增加,安全问题显得越来越突出．这其中最重要的当属收费系统数据安全。     

多港口多船舶同时行进下航行调度的数学模型设计

为了提高多港口多船舶同时行进下船舶航行的畅通性,进行航行调度数学模型的优化设计,提出一种基于并行网格控制的多港口多船舶同时行进下航行调度的数学模型,采用均匀阵列分布模型构建船舶航行的网格结构模型,在齐次Sobolev空间构建船舶均衡调度的非线性微分控制方程,采用对合Cauchy-Hadamard积分控制方法进行调度模型渐进寻优,在Lyapunove有限域中得到全局调度的平衡性边界条件,实现船舶航行的并行优化调度。仿真结果表明,采用该模型进行船舶航行调度能提高港口的吞吐量,航线的运载能力增强,调度模型的稳定性较好。     

舰船物联网中的云计算资源调度与优化

针对目前舰船物联网云计算资源调度方法存在能耗过高、信道过于饱和、公平度低等缺陷,提出基于层次分析的舰船物联网中的云计算资源调度与优化方法。首先对属性间的关系进行分析,得到云计算资源调度决策矩阵,然后采用信息熵理论依据云计算资源属性间的从属关系计算属性相对权重,得到云计算资源中转数据中心的综合评价,最后利用并行机调度模型将多个云计算资源任务分配至各个并行工作的系统上构成分流。实验结果表明,相对于其它方法,本文方法缩短了云计算资源调度时间,减轻了服务器的负载压力,有效提高了资源调度性能。