【摘 要】
：
针对公网数字集群系统高并发时吞吐量低、响应时间长、失败率高等问题，提出一种公网数字集群系统的动态并发请求调度处理队列（DCRSPQ）算法。首先建立请求失败率和平均响应时间的优化目标，利用请求的各类优先级系数得到每个请求的加权平均优先级；然后，采用K-means聚类算法，根据每个请求的加权平均优先级确定所属的优先级队列，将请求分类到不同优先级的队列中；最后，利用自适应资源反馈调整机制，将系统资源动态
【基金项目】
：
国家重点研发计划项目（2018YFB1601504）；
论文部分内容阅读
针对公网数字集群系统高并发时吞吐量低、响应时间长、失败率高等问题，提出一种公网数字集群系统的动态并发请求调度处理队列（DCRSPQ）算法。首先建立请求失败率和平均响应时间的优化目标，利用请求的各类优先级系数得到每个请求的加权平均优先级；然后，采用K-means聚类算法，根据每个请求的加权平均优先级确定所属的优先级队列，将请求分类到不同优先级的队列中；最后，利用自适应资源反馈调整机制，将系统资源动态分配给各优先级队列处理器，同时动态改变各优先级队列的长度，实现各类请求的高效快速处理。仿真结果表明，与分层级赤字加权轮询队列调度（HDWRR）和基于队列长度的动态加权公平队列调度（DQLWFQ）等算法相比，DCRSPQ算法的平均响应时间能缩短23.8%以上，吞吐量可提高3.5%以上，请求成功率可提升0.4个百分点。DCRSPQ算法具有更低的平均响应时间、更高的吞吐量以及更好的请求成功率，在公网数字集群系统并发情形下能有效提升系统的处理效率。
其他文献
2022年盛夏,重庆地区出现了两段高温天气,两段高温均为先大陆高压、后副热带高压控制下形成的。利用地面观测资料和ERA5再分析资料,对比分析了重庆大陆高压阶段和副热带高压阶段的高温特征差异。结果表明:大陆高压持续时间短,为高温发展阶段,高温强度弱、相对湿度大、气温日较差大;副热带高压持续时间长,为高温强盛阶段,高温极端性强,干热特征显著、夜间升温明显。热力学方程诊断表明,大陆高压阶段,增温为非绝热
＜正＞为进一步规范和提升全行物业管理水平，积极服务开发性金融事业发展，国家开发银行总务部近日印发《关于物业管理工作的指导意见（2022年版）》（以下简称意见）。意见致力于为国家开发银行各单位物业管理工作提供更为专业科学的指导。坚决落实党中央过紧日子要求，将厉行节约、勤俭办行和杜绝高标准、高规格和过度服务等列入全行物业管理的工作目标和原则。统筹兼顾全行各单位物业类型，
2021年秋季江西出现范围广、强度强、持续时间长的高温天气过程，多项气温指标创历史同期新高，10月1—5日全省仍出现20站次危险性高温天气。利用江西省93个国家气象观测站、MICAPS观测资料以及NCEP/NCAR再分析资料，对此次罕见秋季异常高温天气的过程的特征及环流背景场进行了分析讨论。结果表明：1)西太平洋副热带高压是江西秋季高温天气的主导系统，强大的副热带高压控制区内盛行的下沉运动产生大气
2022年夏季长江流域经历了罕见的高温酷暑天气。2022年8月高温区几乎覆盖整个长江流域,形成全流域型高温,并持续近1个月。持续高温与西北太平洋副热带高压（简称副高）的异常活动关系密切。8月副高西伸且稳定,其西端脊点到达90°E,比常年偏西近40个经度,控制了几乎整个长江流域,引起罕见的持续高温。导致副高稳定西伸的重要原因如下:热带环流的异常从南面支持副高的维持;8月西太平洋至南海地区赤道辐合带持
＜正＞2022年，国外航空强国继续推进新一代航空装备研发，发展高超、无人空战平台，促进数字工程技术应用，以形成新型空战能力，提升装备研制效率。持续推动航空装备更新换代先进国家继续开展远程轰炸机、下一代战斗机、加油/运输机、直升机等新型航空装备平台开发，持续打造空中作战优势能力。
教育评价事关教育发展方向，中小学作为基础教育阶段智能教育发展的主阵地，科学评估和准确把握其智能教育发展水平，有利于高质量地推进人工智能和教育的深度融合。目前我国缺乏并迫切需要能够对中小学智能教育发展水平进行完整且系统评估的指标体系。基于对政策文件和学术文献的内容分析，结合中小学智能教育发展实际，经过三轮专家征询和主客观相结合的组合赋权，通过“设计—修订—赋权—验证”过程构建的中小学智能教育发展水平
2022年夏季长江流域发生了建国以来最为严重的干旱高温气候事件，对当地工农业生产、居民生活、生态安全等造成严重影响。为深入认识这次干旱高温气候事件发生的原因和改进气候预测技术，利用1951—2022年2400多测站气温、降水数据和NCEP/NCAR再分析数据等资料，采用T-N波作用通量、视热源Q1（Q2）诊断和合成分析、距平分析等方法，从大气环流异常的角度进行综合分析。主要结论如下：（1）2022
AI质检是智能制造的重要环节，其设备在进行产品质量检测时会产生大量计算密集型和时延敏感型任务。由于设备计算能力不足，执行检测任务时延较大，极大影响生产效率。多接入边缘计算（MEC）通过将任务卸载至边缘服务器为设备提供就近算力，提升任务执行效率。然而，系统中存在信道变化和任务随机到达等动态因素，极大影响卸载效率，给任务调度带来了挑战。该文面向多接入边缘计算赋能的AI质检任务调度系统，研究了联合任务调
为解决虚拟机部署过程中对虚拟机性能、资源利用率、负载均衡值等多个目标的优化问题，提出一种基于强化学习的改进部署算法.首先，用多个目标组成的多维奖励代替原来的单一奖励；然后将资源状态、优化目标及目标占比输入所提的预测器中来预测每个部署方案对应的多维奖励值，并通过反馈结果调节不同优化目标的占比以达到动态多目标优化的目的；最后，为了减少部署时间，用改进的均值聚类算法对服务器资源进行聚类加快部署.通过Cl