Vyatta2.0发布 博科押宝SDN

博科发布了其第二代开源SDN控制器,基于OpenDaylight锂版本,增强了对OpenStack的支持及虚拟化网络功能。新版控制器还提升了可扩展性和可管理性,并提供了新的GUI,便于用户操作。

博科宣布推出第二代开源SDN控制器,新版控制器基于锂版本OpenDaylight并添加了两个新的管理应用,加强了对SDN操作的支持。


博科宣称Vyatta控制器是OpenDaylight控制器的商用版,本次在Vyatta的基础上升级,着重提高了对OpenStack的支持,加强了虚拟化网络功能,并且提高了可扩展性和可管理性。博科在管理软件中增加了一个新的GUI,为控制器和管理APPS创建一个一致的用户接口,方便用户使用。

目前该控制器以及新增的拓扑管理和流量管理都是可用的,用户可以免费下载控制器并获得60天的技术支持,但是每年每个结点要收取100美元的产品使用许可费用。拓扑管理应用免费而流量管理应用每年每个节点收取40美元。

当博科的竞争对手Cisco、Juniper和Arista等公司试图将专用软件和开放API、开源软件和传统硬件进行整合时,博科准备让一切都开源。博科存储网络业务的下降导致营业额明显下降,SDN是博科突出重围的一个重要机会。因此博科极力推崇OpenDaylight,试图成为OpenDaylight的“Red Hat”。博科强化关键业务网络的开源代码,然后将改进后的代码回馈到开源项目中,从而推动开源项目的发展。而在这个过程中,博科的主要盈利方式就是提供咨询、测试、定制化等服务。

本文转载自SDNLAB,原文链接:http://www.sdnlab.com/13726.html


基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值