队列长度

摘要： 为了抑制噪声对数据的干扰,提高数据采集准确度,提出一种能够动态调整滤波宽度的递推中值算法,对原始数据进行预处理。将递推算法与中值算法相结合,使曲线变化更加光滑,并且剔除了大的脉冲干扰;对递推队列长度进行动态调整,保留了原始数据的特征信息;利用最小二乘法对算法进行优化,使数据在保持基底特征情况下外延,减弱滤波宽度造成的信息丢失。利用该算法对实际检测的数据进行处理,结果表明:该算法能够取得较好的滤波效果,并且保留原始数据的重要特征。

摘要： 为解决当前无线传感器网络拥塞问题,加快数据传输速度,提出基于数据驱动的无线传感器网络拥塞控制方法.通过传输节点被动监察附近节点传输的数据帧,量化节点活跃度判断附近节点是否存在拥塞问题,基于离散指数趋近率控制的抖振分析结果设计自适应离散滑模拥塞控制器,针对存在拥塞问题的节点,采用数据驱动技术根据节点间关联性设计无线传感器网络拥塞控制策略.测试结果表明,相比传统的控制方法,本文方法能降低节点内数据队列长度的波动性,提升单位时间内数据传输量,节点信道拥塞标记率具有一致性,控制在4.5%左右,其响应时间控制在100 ms左右,具有良好的控制性能.

摘要： 为解决现有排队长度估计方法不能对排队长度进行实时秒级估计的问题,本文采用车联网实时数据,构建基于卡尔曼滤波的实时排队长度估计模型.首先,以当前时刻加入和离开排队队列的车辆数为输入变量构建状态转移方程,以当前排队网联车的数量和渗透率构建观测方程;其次,采用回归模型估计状态转移方程和观测方程的噪声协方差矩阵;然后,提出基于卡尔曼滤波方法估计排队长度的流程算法和模型性能评价指标;最后,基于实际数据构建仿真环境验证模型的有效性.结果表明:当网联车渗透率为30％时,平均绝对误差(MAE),平均绝对百分比误差(MAPE)和均方根误差(RMSE)的平均值分别为1.6辆,20.9％和2.5辆;当渗透率大于20％时,与基准方法相比,本文模型估计效果更优.

摘要： 针对信息中心网络(ICN)路由问题,提出一种基于蚁群算法的ICN路由算法(IRABA).基于传统蚁群觅食行为,综合考虑相邻节点间内容浓度、兴趣蚂蚁队列长度以及请求节点与转发节点集间的内容相似度3个因素,获取转发概率计算模型.采用轮盘赌模型进行兴趣蚂蚁转发接口的选择,在不造成拥塞的情况下,将兴趣蚂蚁往高概率节点转发,确定最佳的兴趣蚂蚁路由路径.仿真结果表明,在兴趣蚂蚁请求数量不断增加的情况下,使用IRABA可以有效避免网络拥塞,降低网络能耗,提高平均路由命中率,减少路由执行时间.

摘要： 传统的ISCSI磁盘数据双控制器在存储数据时存在响应速度慢、数据丢帧等问题,为了改善传统方法在数据存储时遇到的这些问题,提出一种ISCSI磁盘数据双控制器存储完整性测试技术,在原始的磁盘数据双控制器存储系统中增加一种对数据完整性进行测试的技术,以达到提高存储响应时间,减小存储数据误差的目的;数据双控制器存储系统分为:数据采集、中心控制、动态存储、预警输出、网络接口及电源六大模块,通过采集模块获取存储信息,将采集到的数据经由中心控制模块进行去噪除杂等处理,将处理数据信息进行存储,当磁盘内存不够时,可由预警模块给出相应警告,通过网络接口扩展磁盘空间同时清除缓存,获得存储空间,电源模块为整个系统供电;实验结果表明,所提算法能够有效降低系统响应时间,获得完整的存储数据,同时数据丢帧率在0.05％以内.

摘要： 基于Poisson流建立了一个负指数模型,通过描述路桥收费站的服务规律,给出反映收费站效率的数量指标,提出改善收费站服务现状的具体措施.以期在一定程度上缓解私家车保有量的无限增长与路桥收费系统的有限服务之间的矛盾.

摘要： 现有拥塞控制算法在复杂网络环境下存在丢包率过大的问题.为此,通过研究网络拥塞的控制问题,提出一种具有预测与自我调节能力的拥塞控制算法.采用模糊神经网络的控制器预测网络拥塞,根据缓冲器中的队列长度进行实时预测,在发生拥塞前,通过抑制控制输入端的发送速率,并结合递增参数和递减参数等变量动态调节发送速率.实验结果表明,该算法在不同信噪比下能够保持较好的收敛效果,而且网络丢包率不受网络交换速率的影响,具有较好的稳定性与保真性.%Existing congestion control algorithm still exists the problem of packet loss rate is too large in the complex network environment.In response to this phenomenon,through studying the problem of network congestion control,this paper proposes a congestion control algorithm,which has the ability of prediction and self-regulation.It uses fuzzy neural network controllers to predict the congestion in the network.According to the queue length in buffer for real-time predictioin.Before the congestion is about to occur,it uses transmission rate of the control input to suppress.It dynamicly adjusts the transmission rate combined with variables like increment parameters and decrement parameters.Experimental results show that,this algorithm can be maintained better convergence effect at different signal-to-noise ratio.And its network packet loss rate is not affected by the exchange rate of the network.It has good stability and fidelity.

摘要： 针对网络数据传输过程中传输速率慢、网络能耗高等问题,本文基于混合引力搜索算法HGSA提出了一种队列管理方法.该方法首先给出了网络能效评价指标,以此衡量网络的有效信息容量和传输速率.同时利用混合引力搜索算法来对队列管理方法进行优化.最后通过数学仿真,分析了队列长度、数据包大小等对网络能效的影响,结果证明了该方法具有较好的适应性.%In order to promote the network data transmission rate and the energy efficiency of the network,a queue management method is proposed by hybrid Gravitional search algorithm.At first,the indexes of energy efficiency are defined,which are measured the effective information capacity and transmission rate.Then,the queue management method is optimized with hybrid Gravitional search algorithm.Finally,the mathematical simulation is conducted to analyze the influence of queue length and packet size on network energy efficiency.The results show that it has better adaptability.

摘要： 控制拥塞网络节点的缓存队列长度,在提高网络利用率方面具有重要意义.由于拥塞网络中传送的节点数据太多,使得节点缓存队列长度受到限制.采用传统的控制方法,当存储节点受限时对节点缓存队列进行剪裁来增加传输速率,难以有效的对节点缓存队列进行控制.现提出一种量子粒子群算法,并应用到拥塞网络节点缓存队列长度的控制中.利用概率接纳算法对网络的拥塞状态进行检测,以检测结果为依据对消息进行接受与丢弃处理,采用PI控制器建立PI主动队列管理模型,获取当前时刻拥塞网络节点缓存队列数据包丢弃率,引入量子粒子群算法通过对模型比例系数和积分系数的优化,实现对拥塞网络节点缓存队列长度控制.仿真结果表明,采用改进的控制方法可以有效的降低节点丢包率,提高网络吞吐率,降低控制误差.

摘要： 根据主流的门诊药房工作流程建立以病人为中心的排队效果评价机制,设计了发药窗口分配算法,提出了量化窗口队列长度的通用方法,通过拟合历史数据建立傅里叶级数预测模型对系统无法感知的因素进行预测,采用系统仿真的方法确定算法的关键参数,节省了调整参数所需的大量实践工作,使窗口分配算法具有自适应能力,并指出进一步的工作方向.

摘要： 分析了按先到先服务规则安排医院眼科病床的缺点，它导致了排队等候住院病人的队列越来越长。提出了一种按星期分类，以住院等待手术的时间尽可能短为评价指标，以3个合理假设为约束条件的改进方案。以某一周的病人住院安排为例，说明这种方案可减少病人的住院时间，从而缩短排队等候住院病人的队列长度。

摘要： 针对二进制ABR流量控制问题，给出了一种基于变结构控制的分析及设计方法.首先将二进制ABR流量控制中队列长度的振荡看成是变结构控制中的抖动.其次从削弱变结构控制抖动的角度设计变结构控制器以抑制队长的振荡.仿真结果表明,所设计的变结构控制器较好地解决了二进制ABR流量控制中队列长度的振荡问题,所设计系统具有较强鲁棒性。

摘要： 针对PI主动队列管理算法存在着调节时间长和鲁棒性差的缺点,本文提出了一种基于积分分离的内模PID控制(IMC PD-PID)主动队列管理算法,其突出特点是控制器参数整定方便,由于采用了积分分离的方法,使其既保持了积分作用,又减小了超调量。仿真实验表明,该算法较PI算法有更小的超调量,使队列的收敛速度明显加快,同时也能保持队列长度稳定在参考值附近。

摘要： 本发明公开了一种基于队列长度的动态加权公平队列列车网络调度方法。本发明进行了业务优先级分类，即不同的业务流会有不同的权值分配策略。本发明针对突发业务，设置对应的动态权值调整策略，根据当前队列中的数据包的数目，动态的进行权值调整，分配相应的带宽，使得当有突发业务时，也能够高效传送。本发明由于采用动态的权值策略，所以对于带宽保证与时延保证的耦合性问题，在一定程度上可以很好的解决。因为如果初次分配的权值较低，即带宽较小，则该队列中数据包数目会增大，在更新时间内，改进的算法会增大该队列的权重值，增大带宽，使得该队列的数据包可以及时传送。

摘要： 本发明公开了一种基于速率和队列长度的无线路由器主动队列管理方法。本发明共包括四个模块：入队模块，出队模块，更新模块和丢弃模块，根据缓存器入队速率和出队速率估计值，以及缓存器队列实时长度来控制调整数据分组丢弃概率，并同时利用缓存区入队速率和出队速率估计值来调整数据分组丢弃概率更新时间。本发明具有高适应性和高鲁棒性，在动态复杂的有线-无线异构网络环境下，具备在保证较高的链路利用率的条件下减小端到端时延的特点。

摘要： 本发明公开了一种基于队列长度预测的交叉口生态驾驶优化方法。首先，利用车路通信技术获得交通流和信号灯相位信息，基于运动冲击波模型预测队列排队长度；接下来，考虑排队长度，构建燃油最优车辆轨迹优化问题，并将其简化为停车等待和不停车优化问题，以获取实时解；然后，将获取的实时解作为智能汽车的期望加速度，并且为了保证车辆的安全，必要时，将根据智能驾驶员模型所得的安全加速度作为智能汽车的期望加速度，以避免碰撞。本发明方法使得智能汽车利用车路通信技术获得交通流与信号灯信息，以预测车队长度，所设计的生态驾驶算法避免了车辆在交叉口处的剧烈加减速，从而减少智能汽车通过交叉口时的油耗与行驶时间。

摘要： 本发明涉及一种基于队列长度和冲突风险的信道接入方法，包括以下步骤：节点在发送之前根据队列信息中各节点的状态预测数据包的冲突风险，优先发送冲突风险小的数据包；当接收节点一跳范围内有活跃节点时，发送节点以通知帧形式传输队列信息，发送成功后再发送数据。本发明利用节点队列信息，降低隐藏终端引起的冲突，提高网络吞吐量，及降低传输时延。

摘要： 本发明公开了基于平均队列长度及其变化率的自适应主动队列管理方法，具体为：1、等待新分组数据；2、新分组数据到达路由器缓冲区，根据当前时刻t时路由器缓冲区的平均队列长度变化率和平均队列长度判断是否将该新分组数据中的全部数据直接丢弃；如果是，则重新等待新数据到达，再次执行步骤2，否则转步骤3；3、新分组数据进入至缓冲区后，时间单位为t+1，更新t+1时平均队列长度和平均队列长度变化率；4、更新t+1时路由器缓冲区的中间阈值；5、计算丢弃概率；6、根据丢弃概率对新分组数据进行丢弃，剩余数据从路由器缓冲区中出队，再次等待新数据到达，并转步骤2。本发明流程简单，可操作性强，应用范围广。

摘要： 本发明公开了一种基于队列长度的动态加权公平队列列车网络调度方法。本发明进行了业务优先级分类，即不同的业务流会有不同的权值分配策略。本发明针对突发业务，设置对应的动态权值调整策略，根据当前队列中的数据包的数目，动态的进行权值调整，分配相应的带宽，使得当有突发业务时，也能够高效传送。本发明由于采用动态的权值策略，所以对于带宽保证与时延保证的耦合性问题，在一定程度上可以很好的解决。因为如果初次分配的权值较低，即带宽较小，则该队列中数据包数目会增大，在更新时间内，改进的算法会增大该队列的权重值，增大带宽，使得该队列的数据包可以及时传送。

摘要： 本发明公开了一种基于速率和队列长度的无线路由器主动队列管理方法。本发明共包括四个模块：入队模块，出队模块，更新模块和丢弃模块，根据缓存器入队速率和出队速率估计值，以及缓存器队列实时长度来控制调整数据分组丢弃概率，并同时利用缓存区入队速率和出队速率估计值来调整数据分组丢弃概率更新时间。本发明具有高适应性和高鲁棒性，在动态复杂的有线-无线异构网络环境下，具备在保证较高的链路利用率的条件下减小端到端时延的特点。

摘要： 本发明涉及在用户台上确定队列识别数以调度分别移动的各个单元的方法。借助于该队列识别数提供了两种估计用户台的队列长度的方法。第一种方法利用了队列长度和连接的队列识别数之间的线性相关性。在各个放行阶段，校准队列长度函数的斜率，其中将更新后的队列识别数与一个更低程度的队列长度进行比较。在第二种方法中，借助于宏观队列模型，由队列识别数和必要饱和时间计算队列长度。

摘要： 本发明提供一种估算任务耗时并限制队列长度的方法，包括以下步骤：设置预期队列响应时间为T；当前队列压力为P；系统接收新的任务请求，以任务名加序列化后的任务参数为Key，从Redis中获取预期任务耗时C；若P+C≤T则任务正常入队；若P+C＞T则以(P+C−T)/T的拒绝概率拒绝任务入队；若P+C＞2T则100%拒绝入队；系统将任务正常或者拒绝入队情况返回并提示用户。本发明使得任务队列可动态调整排队任务数量，允许短任务大量排队，长任务少量排队，实现整个队列中排队的任务都能在一定预期时间内得到处理；超过服务器负担的任务拒绝入队并提示用户，避免用户长时间等待迟迟没有结果的问题。

摘要： 本发明公开了一种基于队列长度预测的交叉口生态驾驶优化方法。首先，利用车路通信技术获得交通流和信号灯相位信息，基于运动冲击波模型预测队列排队长度；接下来，考虑排队长度，构建燃油最优车辆轨迹优化问题，并将其简化为停车等待和不停车优化问题，以获取实时解；然后，将获取的实时解作为智能汽车的期望加速度，并且为了保证车辆的安全，必要时，将根据智能驾驶员模型所得的安全加速度作为智能汽车的期望加速度，以避免碰撞。本发明方法使得智能汽车利用车路通信技术获得交通流与信号灯信息，以预测车队长度，所设计的生态驾驶算法避免了车辆在交叉口处的剧烈加减速，从而减少智能汽车通过交叉口时的油耗与行驶时间。