车联网中基于多优先级的自适应动态路由协议

本论文介绍了一种车联网中的多优先级的自适应动态路由协议（MPDAR）,着重介绍了不同优先级等级消息的分发机制,该路由协议利用了车辆的地理位置和速度信息,并保证了1）车联网中不同类型消息具有不同的QoS要求;2）完全分布式路由协议。最后,本论文应用ViSSIM交通仿真软件和NS-2网络模拟软件,对MPDAR协议进行仿真。结果表明,MPDAR路由协议较其他路由协议性能有所改进。     

多优先级业务流局部化多路径QoS路由算法

全局QoS路由需要获知精确的全局网络QoS状态。由于不可忽略的传播延时和处理开销，节点所获得的QoS信息总是不精确的。研究了节点只了解部分的网络状态信息的情况下，当网络中存在具有优先级差异的多类别业务流时可行的局部QoS路由策略。仿真结果验证了算法的有效性。     

信息物理融合系统的动态多优先级调度

信息物理融合系统(Cyber-physical Systems,CPS)的复杂和异构性给设计者带来了不少挑战,其中任务的多样性使得传统的调度策略不能满足CPS的性能需求.提出了专门针对基于大规模传感器网络的CPS的动态多优先级调度策略.根据任务类型分配4级缓存队列:第1级是来自控制器待处理的实时任务,拥有最高的可抢占式优先级;第2级是来自控制器待转发的实时任务,拥有次高的可抢占式优先级;第3级是来自其他节点待转发的非实时任务,拥有第三高的非抢占式优先级;第4级是来自本地待发送的非实时任务,拥有最低的非抢占式优先级.设计了抢占与非抢占混合的动态调度策略来减少任务的平均等待时间,加入了等待时间阈值机制来保证第4级任务的公平性.通过理论分析和仿真实验对调度策略的性能做了评价.仿真结果显示,动态多优先级调度策略在提高系统性能和稳定性上要优于传统优先级调度.     

基于多优先级稳态优化的双层结构预测控制算法及软件实现

研究包含稳态目标计算（Steady-state target calculation,SSTC）层和动态控制层的双层结构预测控制（Model predictive control,MPC）及其实现方法. 我们将已有的辨识、优化和控制方案适当地组合并软件化. 通过在多优先级稳态目标计算中引入新的变量,给出了稳态目标计算的统一表达方法,每个优先级的优化问题或是跟踪外部目标,或是放松软约束. 通过仿真算例和应用实例相结合的方式验证了软件功能.     

基于最小化传输和完成时间的多DAG调度

针对云计算环境下多个有向无环图(DAG)工作流的调度问题,提出一种基于最小化数据传输时间和任务完成时间(LTCT)的算法,用于处理具有相同优先级的多个DAG工作流之间的调度问题。在多个DAG优先级各不相同时的情况下,给出多优先级多DAG的混合调度算法。实验结果表明,LTCT算法较E-Fairness算法在保证多DAG调度公平性的基础上,能避免额外的数据传输开销,有利于缩短整个工作流的执行Makespan,提高资源的利用率。     

多层次一体化备自投系统的研究及应用

传统备自投装置由于独立配置并且相互之间不交互信息,故难以针对区域电网实现故障后的整体快速恢复供电,并且在优先级配合上存在着隐患。针对这一情况,提出了一种多层次一体化备自投系统,共享不同电压等级、不同变电站的备自投信息。将各套不同电压等级不同用途的备自投进行层次化配置,并通过一体化逻辑命令控制各层次备自投的优先级配合。实现了区域备自投,解决了区域电网故障时的快速恢复供电问题,同时可靠防止了多套备自投的优先级配合失败风险。     

基于Web的低值易耗品管理系统设计和开发

介绍了当前高校的低值易耗品管理系统,分析了当前高校低值易耗品管理系统的特点,设计和开发了一种基于WEB的多权限,多层级,具有审批流的网络低值易耗品管理系统。     

基于多优先级缓存队列的远程数据传输技术

为了实现多信道支持数据传输技术和混合通信模式的通信协议,从两优先级队列模型入手,分析、设计和实现一个具有多优先级处理能力的发送缓存队列数据传输机制,由面向上层的输入队列和面向不同信道的输出队列构成。为满足实际应用的要求,在队列模型的基础上增加数据包复用、发送状态反馈和换信道重发等机制。通过在一个远程监控系统中的实际应用和一系列实例测试,论证该队列机制具有一定的可行性和可靠性。     

多优先级业务流局部化多路径QoS路由算法

全局QoS路由需要获知精确的全局网络QoS状态。由于不可忽略的传播延时和处理开销，节点所获得的QoS信息总是不精确的。研究了节点只了解部分的网络状态信息的情况下，当网络中存在具有优先级差异的多类别业务流时可行的局部QoS路由策略。仿真结果验证了算法的有效性。     

双层预测控制中基于操作变量增量的多优先级稳态目标计算

本文给出一种双层结构预测控制(MPC)中多优先级稳态目标计算(SSTC)的描述方法.在可行性阶段,被控变量(CV)和外部目标(ET)的软约束以及操作变量(MV)的硬约束被统一表述为关于MV增量的约束,将软约束(包括ET的期望上下界、CV的操作上下界、以及ET的跟踪)进行放松,保证放松以后MV增量约束集的相容性.在经济优化阶段,在MV增量约束集中寻找经济最优的MV增量值.该算法在已有文献的基础上,对ET/CV的等式/不等式约束统一处理.仿真算例证实了该算法的有效性.