您现在的位置: 首页> 研究主题> 动态优先级

动态优先级

动态优先级的相关文献在1989年到2022年内共计192篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术 等领域,其中期刊论文93篇、会议论文9篇、专利文献204448篇;相关期刊64种,包括系统工程与电子技术、吉林大学学报(信息科学版)、电测与仪表等; 相关会议9种,包括第十四届全国软件与应用学术会议、第十六届计算机工程与工艺年会暨第二届微处理器技术论坛、2009年全国理论计算机科学学术年会等;动态优先级的相关文献由491位作者贡献,包括张忆文、C·B·普鲁德维、D·L·希尔等。

动态优先级—发文量

期刊论文>

论文:93 占比:0.05%

会议论文>

论文:9 占比:0.00%

专利文献>

论文:204448 占比:99.95%

总计:204550篇

动态优先级—发文趋势图

动态优先级

-研究学者

  • 张忆文
  • C·B·普鲁德维
  • D·L·希尔
  • D·T·巴钱德
  • D·T·马尔
  • 于庆
  • 但强
  • 刘芬
  • 周德胜
  • 孙世岭
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 赵沛尧; 黄蔚
    • 摘要: 传统的约束马尔可夫决策过程(constrained Markov decision process,CMDP)模型用来解决多目标决策的困难,但该模型缺乏通用性并且只适用于离散环境.为了解决这一问题,提出一种基于CMDP的改进算法CRODP,与强化学习(reinforcement learning,RL)算法结合,将带约束问题建模为拉格朗日公式,其中包含着深度强化学习的策略参数.然后进一步推导出模型参数的更新公式,并将其作为深度强化学习神经网络的损失函数.模型在学习过程中动态调整约束与主要目标之间的权重以确保最终策略符合给定的约束.在若干机器人平台上与基准的深度强化学习算法进行比较,显示本算法得出的最优策略能够更好地满足相应约束.
    • 傅靖; 季铮铮; 周红杰; 谈叶月
    • 摘要: 为提高企业办公中录音的识别率,该研究应用机器人流程自动化技术,建立基于PRA接口的录音自动识别调度下令系统,使用主流的RPA开发工具UiPath,实现企业业务流程自动化。建立基于注意力机制的AVSR双模态语音识别模型,对原始音频信号进行谱减法去噪,使用注意力机制对特征进行前期和后期融合,在音频缺失和噪声污染的情况下辅助修正音频特征。为提高系统的任务执行效率,提出一种基于动态优先级的任务调度下令方法,计算等待队列中等待任务的实时优先级,选择动态优先级最高的任务执行。实验结果表明,该研究系统的任务调度完成时间较低,任务数高达80个时任务调度完成时间为3086ms,训练次数达到200次时对存在噪声的语音信号的识别率高达99%。
    • 薛宏利; 蔡泽祥; 胡凯强; 王薇; 刘媛媛
    • 摘要: 海量配用电物联网业务数据接入边缘物联网关,会产生大量业务数据包堆积和丢失的问题。对此,提出基于动态优先级的配用电物联网业务调度策略,以满足不同业务的通信需求。首先根据业务通信需求和业务重要度评估配用电物联网业务的通信价值,并基于此建立多优先级业务排队模型,计算边缘物联网关处理转发配用电物联网业务数据的平均排队时间,为业务调度提供理论依据。然后结合业务剩余价值密度和业务执行迫切性提出动态优先级因子,并加入业务抢占机制和设置抢占阈值,提出基于动态优先级的业务调度策略。最后通过OPNET Modeler平台进行仿真分析,验证所提业务调度策略的有效性。仿真分析表明该策略在保障运行控制类业务的通信需求的同时,可降低信息采集类业务的排队延时,并且在海量业务数据突发接入时,相较于传统的业务调度算法具有更好的可靠性和效益。
    • 黄伟; 叶波
    • 摘要: 电动汽车(electric vehicles,EV)的大规模接入,给综合能源系统调度带来了机遇和挑战.文章考虑电-热-气混合潮流和电动汽车的调度灵活性,建立了含电动汽车的综合能源系统两层嵌套调度模型,对电动汽车进行分群分层调度,合理制定每辆汽车的充放电策略.调度计划层以调度方案成本最小、能量波动最小和环保性最优为目标函数,采用改进的多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法求解日前调度计划.EV调度层以用户满意度为目标,采用粒子群(particle swarm optimization,PSO)算法制定出各集群的充放电计划,集群内根据动态优先级制定每辆EV的充放电策略.算例分析表明,所建立的调度模型可有效求解含电动汽车的综合能源系统调度问题,且计算维度小、速度快,具有实用性.
    • 丁玉红
    • 摘要: 为提升选煤厂机电设备数据传输的可靠性和实时性、降低工人劳动强度,设计了基于CAN/FDD-LTE传输模式的选煤厂机电设备监控平台.依据选煤工艺流程,采用PLC控制技术分别设计PLC核心控制主站以及4个I/O分站控制系统,设计数据传输回路为CAN有线通信加FDD-LTE无线双冗余通信模式,以保证数据传输的可靠性.设计基于动态优先级的CAN通信数据传输方案,以保证机电设备控制指令传输的实时性.基于King SCADA软件平台实现选煤厂机电设备的数据显示以及远程控制指令传输.实际使用结果验证了该监控平台的可行性和优越性.
    • 张中伟; 张博晖; 代争争; 任俊飞; 吴立辉; 武照云
    • 摘要: 自动导引运输车(AGV)路径规划影响柔性制造车间的高效、平稳生产.分析了多AGV在车间执行运输任务时常见的冲突类型,提出了一种基于动态优先级策略的多AGV无冲突路径规划方法.该方法通过时间窗检测冲突类型,并将等待时间、行驶距离、任务紧急程度作为量化动态优先级的考虑因素,进而利用动态优先级作为等待、二次路径规划两种冲突消减方法的选择依据.案例研究表明,在已知各AGV可行路径时,运用所提方法不仅能够实现多AGV的无冲突路径规划,而且能够提升多AGV完成运输任务的整体效率.
    • 朱晓娟; 张浩
    • 摘要: 目前智慧煤矿边缘计算中的任务分配大多采用集中式分配算法,划分任务优先级时考虑的因素较单一,且未考虑煤矿网络拓扑的窄长型特征.针对该问题,结合煤矿场景下任务的特点,提出一种基于动态优先级和实时竞价策略的边缘计算任务分配策略.对任务进行分类:一方面,将计算量超过边缘节点计算能力的任务直接上传至云端进行处理;另一方面,将能够在边缘计算层处理的任务按重要程度划分为3个等级:第1等级为环境监控相关任务及工作人员安全操作规程检测相关任务;第2等级为生产过程设备状态监控相关任务;第3等级为其他常规任务.但仅仅按照这3个等级进行任务分配,会导致优先级低的任务被优先级高的任务阻塞.必须考虑任务的紧迫程度,让临近截止时间的任务提高优先级.根据任务的固定优先级、紧迫程度和计算量动态生成优先级并更新任务队列.针对煤矿井下巷道狭长、传输受限等特点,建立任务分配的实时竞价模型,通过边缘节点计算能力、处理时间、能耗和等待时间4个因素确定边缘节点对任务的报价,请求节点将任务传输到2跳范围内处理代价最低且满足任务需求的边缘节点执行,从而完成任务分配.仿真结果表明,所提任务分配策略可将任务分配到算力匹配的边缘节点进行处理,使边缘节点优先处理紧迫且重要的任务,在降低时延和能耗、优化资源分配方面取得了较好的效果.
    • 夏绪辉; 端木艳霞; 郭钰瑶; 王蕾; 朱强
    • 摘要: 针对立体仓库中多机器人协同路径规划问题,建立了一个具有最优作业时间和能耗的多目标路径规划模型.采用分治-协作策略将多机器人路径规划问题分解为多个单机器人路径规划子问题.在路径规划中,采用改进的蚁群算法对每个机器人的初始路径进行规划.基于时空协同约束,采用协同迭代优化策略,提出了多蚁群协同进化算法.针对路径冲突问题,设计了一种动态优先级冲突消解策略,有效地解决了多机器人冲突问题,找到了最优路径组合.仿真结果表明,该方法能有效提高多机器人的协同搬运效率,降低能耗并缩短搬运时间.
    • 刘晓宇; 许驰; 曾鹏; 于海斌
    • 摘要: 进入工业4.0时代,大规模互联分布式智能工业设备产生了海量的具有时延敏感和计算负载差异的异构工业任务,终端侧有限的计算能力难以支持任务的实时高效处理.通过工业无线网络将任务卸载到网络边缘侧服务器进行多接入边缘计算成为解决终端侧算力受限问题的一种有效手段.然而,工业无线网络有限的时频资源难以支持大规模分布式工业设备的高并发任务卸载.本文充分考虑异构工业任务高并发计算卸载中有限时频资源约束和建模难的问题,提出一种基于深度强化学习的动态优先级并发接入算法(Deep Reinforcement Learning-based Concurrent Access Algorithm with Dynamic Priority,CADP DRL).该算法首先分析异构工业任务的时延敏感性和计算负载时变性,为工业设备分配不同的优先级,动态地改变工业设备接入信道进行计算卸载的概率.然后,利用Markov决策过程形式化动态优先级高并发计算卸载问题,并采用深度强化学习方法建立高维状态空间下状态到动作的映射关系.针对动态优先级和并发卸载的多目标决策问题,设计了包含优先级奖励和卸载奖励的复合奖励函数.为保证训练数据的独立同分布,同时提高算法收敛速度,提出了带经验权重的经验回放方法.对比实验结果表明,CADP DRL能够快速收敛,实时响应,在实现最小卸载冲突的情况下为高优先级工业设备提供最高的成功卸载概率保证,性能优于slotted-Aloha、DQN、DDQN和D3QN算法.
    • 张忆文; 林铭炜
    • 摘要: 现有的嵌入式周期任务低能耗调度算法只考虑相互独立的任务模型,且仅仅用动态电压频率调节技术来降低能耗.针对这些不足,提出能够支持资源受限的周期任务模型,且同时利用动态电压频率调节技术和动态功耗管理技术来降低系统能耗的算法.所提算法包括设备调度和任务调度两部分.在设备调度阶段,利用动态功耗管理技术降低设备能耗.在任务调度阶段,利用最早截止期限优先策略调度任务,以及利用栈资源协议实现共享资源的互斥访问;任务开始以低速度执行,若其在执行过程中被阻塞,将以高速度执行,这样能够有效地降低处理器的能耗.实验结果表明,所提算法能够有效地降低系统能耗.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号