14、分布式信息计算机网络的动态重构

分布式信息计算机网络的动态重构

自动化动态重构系统的概念

为解决基于 DME 的 OBE 动态重构问题,提高其可靠性和容错性,并在飞行中抵御机载电子设备(航空电子设备)故障,对 ODICN 设备和软件提出以下要求:
1. 对于给定的 ODICN B,必须存在一个计算任务子集 A(A ⊆ B),网络中不止一台计算机支持其实现。
2. 在每个时刻,子集 A 中的每个任务仅在支持它的一台计算机中实现(启动),其余计算机中处于热备用状态,即 ODICN 计算机需支持热备用。
3. ODICN 设备应支持自动诊断和监控所有通信通道(发送和接收)、资源、节点和接口的健康状况,以确保集合 B 中计算任务的成功实现。
4. 所有 ODICN 计算机必须支持实现一个专门的监控任务,该任务持续收集整个 ODICN 航空电子设备的最新状态信息,并能够启动动态重构过程。
5. 每台计算机的监控器必须能够通过该计算机的任何信息通道与其他网络监控器交换信息,并且必须能够在这些通道之间进行切换。
6. 必须有一个所有 OBE 计算机都可用的统一网络时间系统。

此外,还有一些并非必要但能显著简化监控器分析和决策工作的要求:
1. 每台 ODICN 计算机的计算资源必须足以同时实现其支持的所有任务(包括热备用任务)。
2. ODICN 软件(每个监控器的专家系统)应能够在紧急情况下快速搜索合适的配置,可使用神经控制器等硬件支持或其他加速在包含故障先例和解决方案的知识库中搜索的方法。

为实现 ODICN 的动态重构过程,需向 OBE 添加专门的功能任务(FO)以及用于航空电子设备管理和监控的软硬件。以下是这些工具和任务的列表:

基于粒子群优化算法的p-Hub选址优化(Matlab代码实现)内容概要:本文介绍了基于粒子群优化算法(PSO)的p-Hub选址优化问题的研究与实现,重点利用Matlab进行算法编程和仿真。p-Hub选址是物流与交通网络中的关键问题,旨在通过确定最优的枢纽节点位置和非枢纽节点的分配方式,最小化网络总成本。文章详细阐述了粒子群算法的基本原理及其在解决组合优化问题中的适应性改进,结合p-Hub中转网络的特点构建数学模型,并通过Matlab代码实现算法流程,包括初始化、适应度计算、粒子更新与收敛判断等环节。同时可能涉及对算法参数设置、收敛性能及不同规模案例的仿真结果分析,以验证方法的有效性和鲁棒性。; 适合人群:具备一定Matlab编程基础和优化算法理论知识的高校研究生、科研人员及从事物流网络规划、交通系统设计等相关领域的工程技术人员。; 使用场景及目标:①解决物流、航空、通信等网络中的枢纽选址与路径优化问题;②学习并掌握粒子群算法在复杂组合优化问题中的建模与实现方法;③为相关科研项目或实际工程应用提供算法支持与代码参考。; 阅读建议:建议读者结合Matlab代码逐段理解算法实现逻辑,重点关注目标函数建模、粒子编码方式及约束处理策略,并尝试调整参数或拓展模型以加深对算法性能的理解。
评论
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