摘要：为了提高电力云数据并行化处理和调度能力,提出基于云计算的电力云数据并行化处理系统设计。主要包括云计算信息处理模块、数据加载模块、总线控制模块和人机交互模块,构建电力云数据并行化处理的集成数据库模型,采用分布式云结构融合方法实现对电力云数据并行调度过程中的分块模板检测和输出总线控制,采用网络重构方法实现对电力云数据并行调度处理过程中的网络组网设计,在数据加载模块中实现对电力云数据的并行加载,通过总线输出控制建立电力云数据并行处理的集成云信息处理平台,实现对电力云数据并行挖掘和优化处理。仿真测试结果表明,设计的电力云数据并行处理系统数据挖掘和资源调度能力较强,提高了电力云数据的集成处理能力。

摘要：传统电力设备自适应调度方法忽略了对调度状态的择优,导致电力设备的调度无法达到最优,且结果输出稳定性较差。为解决该问题,提出基于改进蚁群算法的电力设备自适应调度方法。构建电力设备自适应调度的小信号检测识别模型,结合功率参数同步融合控制方法分析各模块输入输出量之间的关系特征。采用电力设备输电和发电侧的主体特征参数融合方法,获取需求响应控制终端类型分布,结合参与需求响应调控起止时间分布,构建可调负荷总量均衡控制模型,融合电力设备的惯性参数。结合改进蚁群算法对电力设备自适应调度状态参数寻优,实现电力设备的优化调度。仿真实验结果表明,采用该方法进行电力设备自适应调度的输出稳定性较好,参数适应能力较强,提高了电力设备的状态参数识别能力。

摘要：云计算与传统技术相比较,信息资源更为集中,相对应的安全风险也随之增加。因此,云计算技术中安全性的概念被提出。为改善虚拟化所带来的安全问题,文中从虚拟化服务器角度出发,设计了一种基于QEMU-KVM的虚拟化可信模型。该模型构造一个从底层基础架构到上层应用服务的可信架构,在模拟处理器中添加虚拟可信平台模块,并在操作系统中添加可信平台模块驱动。该架构将多核计算机虚拟成多节点集群,最大限度地利用计算资源。通过对所提出模型的验证测试,证明了该模型的正确性和有效性,使QEMU-KVM模型的安全性较好地满足用户要求。

摘要：当前移动互联网发展势头十分良好,各大互联网公司也纷纷在这一领域投入资本,试图抢占市场。在此市场现状中,缩短开发周期才能够成为互联网公司的核心竞争力。本设计旨在快速开发出Android APP服务端,自动生成管理界面来管理服务端数据,减少服务端开发人员的重复编码工作。服务端开发人员无需关注数据的增删改查逻辑、无需关注Web前端设计、无需关注权限控制,只需要定义数据库字段,并进行简单的配置后即可自动生成管理界面。在Django框架的基础之上,用Python语言编写出一套能够快速在Web开发过程中应用的平台。后期开发者可借由此平台实现零代码编写的完整后台管理界面,在开发效率上实现了一次飞跃。在Django的URL配置文件中调用这一功能的接口,这个接口会遍历配置文件中注册的所有应用,并寻找到该应用下的模型中的字段及字段的配置文件,根据配置文件生成相应的管理界面。

摘要：目的在光敏树脂基底上制备各向异性超疏水功能表面,实现液滴的定向输送。方法采用光固化逐层成形3D打印法,在样品基底上制备具有不同形状和结构尺寸的超疏水结构阵列。通过扫描电子显微镜(SEM)、EDS能谱分析,对样品的表面形貌与化学成分变化进行表征。采用接触角检测系统、高速摄像机,通过液滴弹跳、各向异性润湿性与定向输送实验,分析与评价不同阵列表面的超疏水性能、各向异性润湿程度以及定向输送行为。结果液滴弹跳实验结果表明,液滴可在正方体及交错长方体阵列表面形成饼状弹跳,且后者超疏水性能最佳。各向异性润湿性实验结果表明,在圆柱体阵列中,各向异性润湿性程度随相邻圆柱体高度差Δh的增大而趋于显著,且Δh=1 mm时,各向异性润湿性最为显著;在长方体阵列中,长方体宽度w1及相邻长方体间距sp1对各向异性润湿性程度均有一定影响,w1=0.3 mm、sp1=1 mm时,各向异性润湿性最为显著。定向输送实验结果表明,Δh=1 mm的圆柱体阵列及w2=0.7 mm、sp2=0.7 mm的长方体阵列的定向输送性能最佳,液滴可按照设计的路线精准流动。结论3D打印所制备的光敏树脂基功能表面的超疏水性能、各向异性润湿程度以及定向输送行为由其表面形貌和结构尺寸所决定,所制备的样品可实现液滴的精准定向输送。

摘要：针对智能电网实际配电需求和分布式电源种类多样、波动性大等问题,设计与实现了一种基于分布式实时调度策略的智能电网控制系统。首先,构建了含柔性负荷的调度优化模型;然后,设计了一种考虑柔性负荷的智能电网经济调度策略,包括柔性负荷边际用电效益、发电组边际发电成本及功率偏差修正的分布式计算;最后,使用Matlab仿真软件分别测试了所提出的分布式调度策略在不同通信条件和不同电力元件功率约束条件下的性能。与集中式调度策略的比较结果表明,所提出的分布式智能电网调度策略具有良好的收敛性能及更优的应用前景。

摘要：基于解决小型机主机软硬件资源的动态按需分配和实现存储虚拟化技术的目的,采用IBM SKC系统搭建基础云架构、创建虚拟资源池,在此基础之上,开发了云计算服务管理平台,通过对虚拟机资源的统一管理及服务申请流程管理,实现智能电网中各应用系统硬件资源的动态分配、快速部署与高效管理。

摘要：依据力学映射的方法把离散变量优化问题转换为连续变量优化问题,通过在连续优化最优解附近构造两节模型,采用无穷小单元的无穷组合方法和变量连接术对板壳结构进行优化。同时在MSC公司的Nastran软件平台上利用其PCL语言开发出优化模块,并进行了算例的优化设计。

摘要：目的:探讨临床护理路径(CNP)评估模型在肿瘤放化疗患者护理管理中的应用价值。方法:选取医院收治的148例肿瘤放化疗患者,按照随机数表法将其分为对照组和观察组,每组74例,对照组采用常规护理模式,观察组采用CNP评估模型,从放化疗准备阶段、治疗阶段和康复阶段分别制定护理目标和工作事项,从患者的认知协作能力、临床诊疗效果和护理满意程度3个方面设计16项评估指标,实施护理质量动态监测和护理路径的优化调整,对比两组患者的护理效果。结果:两组放化疗后观察组的卡氏功能量表(KPS)、焦虑自评量表(SAS)和抑郁自评量表(SDS)评分数据优于对照组,差异有统计学意义(t=2.377,t=2.212,t=2.574;P<0.05);观察组的并发症总发生率(13.51%)低于对照组(33.78%),差异有统计学意义(x^(2)=8.420,P<0.05);观察组患者对护理服务能力、疾病护理质量和护理费用支出的满意度高于对照组,差异有统计学意义(x^(2)=8.134,x^(2)=4.485,x^(2)=5.630;P<0.05)。结论:CNP评估模型能较好地改善放化疗患者焦虑抑郁和体力状态,降低患者放化疗不良反应,提高护患沟通实效性和对患者的护理效果。