摘要：在节点具有不同计算速度、不同通信能力的异构机群系统上,分别建立求解l≤16和l>16的Motif发现问题的最优序列分配模型,在此基础上设计实现融合投票和统一投影-邻居阈值思想的Motif发现并行算法。实验结果表明,给出的基于最优序列分配策略的Motif发现并行算法具有良好的加速和可扩展性,优于采用平均分配策略的Motif发现并行算法。

摘要：多租户环境下工作负载的动态性要求云服务提供商能及时响应它们的资源需求,但是由于系统的可用资源是有限的,这需要有行之有效的资源竞争处理策略.针对这种需求,综合考虑租户SLA和租户的资源利用率,建立指导资源分配的博弈模型,通过动态感知和预测多租户运行时资源需求,结合租户SLA优先级和资源利用率进行在线竞拍,再利用博弈效用函数求解,得到最终资源分配策略.在此基础上,设计了租户资源预测、多租户资源竞拍、多租户资源分配等关键过程,实现基于动态负载的多租户应用在线资源分配,并通过实验验证了该策略的有效性.

摘要：基于AT89S52单片机和ATF1508AS可编程逻辑器件实现LED显示屏的硬件设计。采用Verilog HDL对ATF1508AS进行编程,实现LED显示屏扫描控制模块的硬件描述语言程序设计。ATF1508AS的应用,简化了LED显示屏的系统结构,提高了显示屏的刷新率。

摘要：基于工作站网络的分布并行计算是并行计算的一个重要发展方向。而Linux系统是目前有发展前途的支持并发开放的操作系统。文章提出了一种在Linux工作站网环境下，基于CORBA技术和多进程编程实现分布并行计算的程序设计方法，经过实例测试，表明该方法具有实用价值。

摘要：恰当的产品市场占有率模型可以用于预测产品的市场竞争力,目前大多数模型和方法使用的数据集往往是来自调查、观测报告这些静态历史数据,不能很好的应对动态多变的网络软件市场.针对网络软件、游戏产品领域,首先提出了一种云计算下基于MapReduce编程模型的网络软件使用情况采集方法,根据网络软件产品更新频繁、用户群体大的特点,结合云平台强大的计算处理能力,可对不同网络地址段及时、灵活的统计产品使用信息,并利用马尔科夫预测方法对采集数据进行经济预测,为网络软件的相关企业提供必要的决策依据.最后给出了模型的简单应用实例,验证模型的可行性.

摘要：该文充分考虑了农业专家系统中需要不同领域知识进行协作,以及领域知识的分布性、易于更新性、可重用性等特点,同时也考虑对原有的各领域专家系统进行利用,提出一个新的基于Multi－Agent的农业专家系统的实现模式.最后,提出一个在Internet环境下的系统实现方案.

摘要：依据各级缓存容量,将CPU主存中种群个体和蚂蚁个体数据划分存储到一级、二级和三级缓存中,以减少并行计算过程中数据在各级存储之间的传输开销,在CPU与GPU之间采取异步传送和不完全传送数据、GPU多个内核函数异步执行多个流的方法,设置GPU block线程数量为16的倍数、GPU共享存储器划分大小为32倍的bank,使用GPU常量存储器存储交叉概率、变异概率等需频繁访问的只读参数,将输入串矩阵和重叠部分长度矩阵只读大数据结构绑定到GPU纹理存储器,设计实现了一种多核CPU和GPU协同求解最短公共超串问题的计算、存储和通信高效的并行算法。求解多种规模的最短公共超串问题的实验结果表明,多核CPU与GPU协同并行算法比串行算法快70倍以上。

摘要：分析了现有的分布式并发控制机制的不足,提出一种基于有序相容性多粒度的多版本两阶段封锁协议,并对其正确性进行了证明。分析表明,该协议可有效提高协作设计事务的并发度,比较适合于开放式的协同设计环境。

摘要：传统的串行模糊聚类分析算法在应对高维矩阵运算时存在运算量大、运算效率低等问题,难以满足云环境中集群资源调度的时效性要求。为此,在基于等价关系的模糊聚类算法基础上对传递闭包法进行优化,提出一种基于多线程的云资源模糊聚类划分并发算法,并将其应用于Hadoop调度器的策略改进。仿真实验结果表明,优化策略有助于减少平方法求解模糊等价矩阵的计算量,所设计的并发算法能够有效解决中小规模云集群资源聚类的运算瓶颈问题,且具有较好的加速比。为了解决现有Hadoop调度器存在的异构性问题,对该优化并发算法进行了理论分析,结果表明它有助于解决异构性带来的调度难题。

摘要：设计了一种简单实用的测量AGV负载特性的方法,即通过测量车体的纵向倾角间接推算转弯时负载给AGV带来的附加力矩,并针对2轮差速驱动的6轮AGV的结构,进行了动力学的理论分析和推导,在AGV上进行了现场的实验研究,找出了附加力矩对操舵角的影响和相应的补偿修正系数。实验结果表明,该方法在一定程度上消除了纵向不对称负载对AGV轨迹跟踪精度的影响。