Linux服务器集群中的负载均衡技术研究

服务器集群技术是解决目前网络计算瓶颈的一种有效方案,负载均衡技术是其中的关键.对Linux虚拟服务器集群的结构与原理进行讨论,重点阐述了基于网络地址转换(NAT)的负载均衡技术以及满足不同应用需要的4种负载均衡算法,并在Linux操作系统环境下构建了虚拟服务器集群,测试了负载响应、服务性能、调度器备份.结果表明,基于IP层的负载均衡技术是有效的,集群技术较大幅度地提高了系统的综合性能.     

基于并行计算熵的同构集群负载均衡算法

提出并行计算熵的概念以及基于并行计算熵的同构集群负载均衡算法．理论分析证明并行计算熵作为系统负载均衡程度度量的合理性．算法以并行计算熵来衡量集群系统中节点之间负载均衡程度,以节点任务运算量来衡量节点的负载信息,并根据并行计算熵来进行负载迁移决策．实验证明相对基于任务数阈值的负载均衡算法并行计算性能有一定提高．     

改进加权轮询负载均衡算法研究

针对云计算中负载均衡算法效率不高的问题,提出了一种改进的加权轮询算法来解决云计算中的负载均衡效率问题。首先根据服务器的负载状态得到负载因子的值,然后比较负载因子的值和阈值的关系,最后计算服务器的权值,根据计算的权值以轮询的方式把任务分配给服务器。通过使用负载测试工具Load Runner进行仿真实验,结果表明改进后的加权轮询算法使系统平均响应时间更短,具有更好的可靠性,能够有效的解决云计算中负载均衡算法效率不高的问题。     

利用Linux虚拟服务器实现大容量邮件系统的负载均衡

电子邮件是网络服务中的最主要的内容之一。随着Internet应用的普及和用户不断的增加 ,传统的集中式邮件系统已经不能满足大容量的需求。本文阐述了基于第四层交换的原理 ,应用Linux虚拟服务器来实现分布式邮件服务器集群的负载均衡。本文分析和比较应用多种请求分配算法进行实验分析的结果     

基于Nginx的Web服务器性能优化研究

动态负载均衡算法能最小化并行集群中应用服务的响应时间或执行时间,并且对解决高度并行系统中不可预测负载估计问题至关重要。通过加权最小连接算法与upstream机制相结合,提出一种动态反馈负载均衡算法,解决Nginx负载均衡的动态反馈问题,提高了负载均衡分配的准确性。压力测试结果表明,该算法能避免因动态负载信息采集而引入影响整体性能的通信负载开销,提高算法可行性,减小Web服务器平均响应时间并提升正确响应率,为服务器性能优化提供新的解决方案。     

基于动态反馈的负载均衡方法研究

随着基于互联网的应用服务快速发展,网络上提供应用服务支撑的服务器(集群)所面临的并发性访问激增,运用负载均衡是应对处理大量并发访问及提高服务请求接入性能的重要策略之一。负载均衡通过对服务器集群中的逻辑/物理单机进行规划实现负载任务分配调度,实现对大量并发访问的并行化处理,从而提高应用服务的请求接入和服务处理性能。提出了一种基于动态反馈的负载均衡方法,其通过周期性的获取集群中单机节点的工况信息,然后分析单机节点的实时负载和响应情况,并将其与保持负载均衡性能的决策参考阈值相比对,通过负载任务再分配达成动态负载调整并保持集群工作性能均衡的目的,进而提升集群系统的服务吞吐能力,降低服务请求的响应延迟,能够为开展海量数据高并发处理提供技术基础和保障。实验结果表明,该算法使系统的整体性能得到了改善。     

基于OPNET的集群负载均衡仿真

为了分析比较集群负载均衡中随机调度算法、轮转算法、加权轮转算法等3种基本算法,介绍了OPNET的建模方法,给出了基于OPNET进行网络仿真的建模层次和步骤,并运用OPNET建立集群系统模型,对其进行仿真测试．仿真结果表明：3种算法均能实现负载的平衡分配,在同构集群中,轮转算法有较好的负载均衡效果;但在异构的集群系统中,加权轮转算法具有最好负载均衡效果．     

基于改进布谷鸟搜索的Web集群自适应负载均衡算法

为了解决Web集群中的高并发访问和资源异构引发的负载不均衡问题,提出了一种基于改进布谷鸟搜索的负载均衡算法。该算法建立了自适应负载分配权重模型,使用基于目标函数的布谷鸟搜索算法寻找最优权重。首先,根据集群任务调度特性定义了负载分配权重,并建立了集群调度的目标函数。其次,将负载分配权重编码为布谷鸟种群个体,使用布谷鸟搜索算法寻找最优个体,结合目标函数进行评估。另外,通过混沌变异增加初始种群的均匀度和离散度,并通过在布谷鸟搜索中引入反向学习,加速了最优权重的输出,根据最优权重将任务调度至集群中的各节点。结果表明:负载均衡算法使得整个集群的服务响应时间降低60%左右,在高并发请求情况下可显著提高异构集群的服务容量和负载均衡度。     

基于权值的Hadoop调度算法改进与实现

针对当前Hadoop集群自带的任务级调度分配方法在实际处理作业时存在资源分配不均的问题,提出了一种基于权值的任务调度分配算法。该算法结合节点当前的负载状态、节点物理性能和任务优先级等作为依据,通过权值排序当前的作业队列并将空闲资源优先分配给权值高的任务,从而实现运行过程中作业任务的自适应动态调度。实验结果表明,改进算法相比原来的FIFO算法有30％的性能提升。     

基于带宽分配策略的下行共享信道分组调度算法

文章首先介绍了下行共享信道的分组调度模型,对常见的轮询和比例公平算法进行了简单介绍,重点说明了利用边际效用函数来实现基于带宽分配的服务策略以及对应的调度算法,最后通过仿真实验对提出算法的有效性和性能进行了验证与分析。     

摩擦加载式电液负载模拟器力矩加载实验

为研究加载结构对摩擦加载式电液负载模拟器力矩加载性能的影响,介绍该负载模拟器的加载原理,搭建单向摩擦加载式电液负载模拟器实验样机.建立该负载模拟器的线性数学模型;设计PID+前馈的控制器,在提高控制精度同时避免引入多余力矩抑制补偿;实验研究弹簧刚度、摩擦盘摩擦性能等对力矩加载性能的影响;着重研究该负载模拟器在强舵机干扰条件下的小幅值力矩加载性能.实验结果表明:摩擦加载式力矩加载方法在结构上不存在多余力矩,能够获得高性能的力矩加载结果.优化弹簧刚度,选用摩擦性能优良的摩擦盘材料,以及设计高性能的控制器均可以提高力矩加载性能.     

柔性销轴式人字齿星型轮系均载特性

为研究人字齿星型轮系各路功率分流载荷分配机理,提高齿轮箱承载能力,采用节点有限元法建立柔性销轴式齿轮涡扇发动机人字齿星型轮系动力学模型.研究当量啮合误差下星型轮系动态均载性能,分析误差激励、销轴结构、工况参数对系统均载特性的影响.结果表明:齿轮偏心误差使中心齿轮振动轨迹偏离原点,是造成不均载的主要原因;系统均载系数随误差增加呈线性增加,且制造误差的影响大于安装误差;柔性销可以明显改善系统均载性能,在4种星轮柔性销轴中Montestruc改进的柔性销均载性能最佳;系统的均载系数随输入转速增加呈增大趋势,共振会导致系统的均载性能急剧下降;均载性能随系统承载功率增大而变好,且功率变小,柔性销对系统的均载性能改善的优势更加明显.     

考虑柱体摇摆效应的半刚性榫卯柱架弹性抗侧刚度简化计算方法

为了准确描述半刚性榫卯柱架在水平荷载下的抗侧行为,提出能够综合考虑榫卯节点半刚性和柱体摇摆效应的弹性杆-弹簧单元的简化分析模型.分别采用直接刚度法和静力凝聚法计算得到柱架的整体刚度矩阵和抗侧刚度表达式,通过计算值和拟静力试验结果的对比,验证了模型的有效性.选取木材弹性模量、榫卯刚度、柱高及竖向荷载为研究对象进行拓展参数...     

一种改善船用柴油机性能的热力循环

为了改善涡轮增压柴油机的性能,本文提出了一种向缸内喷射不同工质的热力循环,建立了该循环的数学模型,推导了性能指标的计算式,给出了各种喷射参数与性能指标的关系,从理论上证明了该循环的性能得到了改善。研究表明,当柴油机的负荷较高时喷射液态工质,可以降低机械负荷和热负荷,减少NOx的排放;负荷较低时喷射气态助燃剂,可提高增压压力,改善低负荷性能。这种循环有助于提高压缩比,从而进一步改善涡轮增压柴油机的性能,较适用于船用高增压柴油机。     

基于改进遗传算法的非侵入式电器负荷识别

针对传统非侵入式负荷识别算法在电器负荷接近或较小时并不能得到较理想识别效果的问题,提出了一种基于谐波特征和遗传算法的非侵入式电器负荷识别算法.通过提取电流数据的非活性电流及其谐波特征,来增大不同用电器间的差异性,从而提高识别精度;并使用遗传算法优化的神经网络的权重、阈值和隐含层神经元个数来提高分类识别精度,达到细粒度用电分析的目的;使用包含5种家用电器的用电场景测试所提出算法的识别精度,并将其与反向传播神经网络算法相比较.仿真测试结果表明,提出的特征和算法具有更高的负荷识别准确率及更快的识别速度.     

伺服系统的自适应模糊滑模最优控制研究

为提高无刷直流电机(BLDCM)位置伺服系统的动静态性能，提出了一种基于最优线性二次调节(LQR)策略的控制器设计方法.控制器由最优LQR、模糊控制器和滑模自适应调节器组成.依据状态变换和Lyapurnov稳定性定理，通过离线计算得到二次型优化控制初始值作为模糊控制器输入，由滑模自适应调节系统模糊参数降低Lyapurnov目标函数.对所设计的控制器分别作了空载、带负载及改变电机参数的仿真试验.仿真实验结果表明，该方法设计的控制器明显增强了无刷直流电机位置伺服系统的动静态性能、抗干扰能力和鲁棒性.控制输出能快速平稳地跟随参考位置信号.     

基于ANN及FFT技术的电力系统预想事故选择

开发了一种基于人工神经网络(ANN)和快速付里叶变换(FFT)技术进行预想事故快速筛选的方法．利用快速解耦潮流计算的迭代一次法(1P－1Q)分别构造了反映预想事故严重程度的有效性能指标PIp和无功性能指标PIv同时还构造了一个多层感知型神经元网络并用BP算法加以训练．神经元网络的输入经过快速付氏变换可以大大提高网络的训练速度．算例表明,本算法具有较高的性能指标计算速度,且性能指标的构造避免了遮蔽现象的发生,同时ANN的特点也使得预想事故的筛选速度大为提高．     

基于功率前馈的DPC-SVM变流器研究

基于三电平PWM整流器的数学模型,结合DPC-SVM的控制原理,提出了基于功率前馈的控制方法.前馈控制可以减小或者消除负载扰动对系统的影响,从而改善系统的动态性能.仿真结果表明,该控制方法加快了系统的响应速度,增加了动态性能,提高了系统整流器抗负载扰动的能力.     

采用复合冷却方法改善内燃机的经济性

提出一项提高内燃机部分负荷经济性的措施,即采用一种冷却油来替代冷却水以减少部分负荷下的热损失;在高负荷时,同采用内冷却以抑制爆震的产生。经台架试验证明,采用此项措施其油耗率可降低6～8％;道路试验表明,其等速百公里油耗可降低8～10％。