摘要：为了达到网格环境下任务调度时的负载平衡,针对此环境下的资源的自治性、异构性和分布性等特性,利用改进的灰预测模型GM(1,1)预测方法,设计了资源实时预测模型,可在较小的开销下取得满意的负载平衡。基于该模型的资源灰预测反馈任务调度算法RGP-FB是把资源预测融入到网格环境下的任务调度策略中,从而使系统调度的综合效率提高。仿真实验证明了该算法的合理性和有效性。

摘要：随着云资源集群规模的发展,应用的请求也随之增多,为对应用的资源请求做出及时响应,需要对应用的资源请求做出提前预测。对于云资源时间序列的预测问题,结合基于概率预测(probabilistic forecast)和改进的多层长短时记忆网络(LSTM)的云资源预测模型(PF-LSTM)进行研究。实验结果表明,与其它3种预测算法进行对比,PF-LSTM对于突发负载的预测效果要更好,且预测误差要更低。

摘要：介绍了所研制的聚煤盆地资源预测智能系统；提出建立典型盆地演化模型，利用“推拉法”向深层次挖掘知识信息，将静态模型转化为动态模型，采取多种知识表达形式全信息地展示知识，根据预测目标采用综合多级推理的智能系统研究技术。

摘要：本文对白银折腰山铜矿深部进行了矿产地质调查及生产探矿、补充勘探的对比分析，预测评价了深部资源的前景。

摘要：近年来海上风电场开始迅速发展,但是由于海上测风困难,至今我省还没有海上风资源测量的详尽数据。引用丹麦国家实验室的研究结果,利用目前风电行业普遍使用的风资源预测软件WAsP(风资源分析与应用软件)对我省区域海域的计算,进一步了解WAsP软件在近海范围内对海上风资源情况的应用。

摘要：报道了乌江索风营水电站库区河段内鱼类资源共 10科 32属 35种 ,分属 4种区系复合体 ,预测了乌江索风营水电站水库建成后对鱼类资源的影响 ,并提出相应的生态对策。

摘要：一、概念与含义资源——指可利用的自然物质。如:煤、铁、石油等。在矿产地质和矿山企业界,我们大家所习惯的表述"资源",实际上已经是专指"矿产资源"的一种约定俗成的简称。潜力——指潜在的能力和力量。潜在——指存在于事物内部不容易发现、发觉和发掘的部分。资源潜力——指存在于特定的时空范围之内以及与其相关的技术经济条件之下,己经预测、推断或控制,但是尚未探明的潜在的矿产资源对于市场需求的可供能力,简称"资源潜力"。资源评价——是针对已探明和已开发的矿产资源的综合评价。

摘要：为进一步提升学校学习系统的智能化管理水平,基于Docker容器虚拟化技术构建一种人工智能学习管理系统。其中,设计的管理系统总共包含监测、资源预测、自动伸缩以及资源调度四个模块,并主要对其中的资源预测方法以及应用部署进行了详细设计。实验仿真结果表明,与双层LSTM模型以及Attention-LSTM模型相比,本研究提出的GRU-LSTM预测模型整体上能够取得更好的预测效果,在MAE、MSE、RMSE三个指标上,进行容器CPU的使用率预测结果误差分别为1.345、2.870以及1.683,在进行容器内存使用率上的预测结果误差分别为0.111/0.035以及0.179;在模块功能的测试上,本研究设计的学习管理系统性能良好且运行稳定。综上,本研究设计的基于Docker容器虚拟化技术的人工智能学习管理系统能够进行准确且稳定的系统管理,能够帮助管理人员进一步准确地掌握系统的各项信息,具有较强的实用性。

摘要：本信息系统是由森林资源管理、木材生产计划管理、林业企事业财务物资管理、劳动人事管理、科研与场志管理和多目标分析预测决策６个子系统组成的一整套林场资源和生产管理软件，构成一个完整的应用系统。它的应用有助于切实解决林场在经营管理中的实际问题，实现资源档案和林相图的自动更新。通过统计和分析，提出林场的生产计划管理方案，实现经营目标的决策最优选择。

摘要：为在已有硬件资源配置条件下提高运算效率,提出了基于HDFS分布式存储环境、考虑数据依赖关系的任务调度和资源部署算法。建立的任务调度和资源部署模型包含HDFS集群、数据节点磁盘输入输出负载、网络负载、磁盘输入输出负载的矩阵描述,任务调度和资源部署流程通过设计的任务排程器进行实现。将节点资源评价的函数值作为对算法的评价指标,测试比较了几种算法的性能。在节点资源评价结果方面,与离请求者最近算法、随机算法相比,提出的任务调度和资源部署算法具有较大优势。