溴系阻燃剂一般不能提高PET抗熔滴性，有的还可促进熔滴，熔滴可带走部分热量而使材料表面温度降低而具有一定的阻燃性，某些含磷的阻燃剂也存在促进熔滴的现象。但是，熔滴会引燃周围的易燃物，若滴落到人体皮肤上会引发烫伤，带来二次伤害，因此，抑制熔滴是PET阻燃研究的另一个重要问题。采用不同浓度的PPPBP热熔法处理PET织物，整理后涤纶织物具有较好的阻燃性能和抗熔滴性能。......
2023-06-26
提升调度算法性能的方法
【摘要】：9.4.5.2调度优化性能分别以32，64，80，100个任务量的仿真场景进行计算，对于每个场景进行100次仿真优化，优化结果取均值与标准遗传算法的优化结果进行比较，比较结果如表9-5所示。
以1颗中继卫星和4颗用户卫星组成的中继卫星系统作为仿真场景，中继卫星定位于东经10°，星上设有3个天线终端，分别为S波段单址天线、Ku波段单址天线和光学天线终端，可为用户星提供多条微波和激光链路。用户卫星的轨道参数均来自2010年6月美国AGI公司发布的全球卫星轨道数据库，光学天线终端性能参数依据欧洲空间局设计的EDRS计划进行设定，具体的终端天线参数如表9-3所示，用户星具体参数如表9-4所示，中继星和用户星轨道参数由STK导入，并通过STK中的链路仿真功能获得两者之间的可见时间窗口，仿真时间段为00∶00∶00～06∶00∶00。
表9-3 天线终端参数
表9-4 用户星基本情况
算法中交叉、变异概率P c和P m分别为0.8和0.2，种群规模M为60。
9.4.5.1 算法收敛特性
当任务规模为64时进行资源调度优化求解，为说明算法收敛特性，记录调度算法运行过程，图9-6、图9-7分别给出了标准遗传算法（SGA）和改进自适应小生境遗传算法收敛曲线。
图9-6 SGA进化收敛
图9-7 SANGA进化收敛
从图9-6的SGA算法进化过程可以看出，当迭代次数为60代左右时，种群个体的平均适应度值与最佳适应度值曲线基本上趋于重合，这时算法已基本收敛，算法进化陷入局部最优解，即使进行遗传操作也很难有新个体产生，这导致了SGA算法进化过程中种群的快速收敛，因而其局部搜索能力较差。而图9-7中的SANGA优化进化过程中，在迭代次数达到40代时，其种群中个体适应度函数的平均值曲线与最佳值曲线逐渐趋于一致，而40代之后直到迭代结束，平均适应度值曲线出现了多次较大幅度的震荡，同时个体最佳适应度值曲线一直低于平均适应度值，而未出现重合现象。算法引入了小生境思想，因而在其优化过程中通过计算合适的距离参数获得了较好的小生境环境。具体操作是在小生境距离范围内的所有个体中，施加一个较强的罚函数给其中较差的个体，极大增加其适应度值，则该个体在后续遗传进化操作中具有较大的淘汰概率，这样就能够保证在小生境距离范围中仅存唯一的优秀个体，不仅维护了种群多样性，而且使得个体在约束空间中均匀分布。而在进化过程中种群的平均适应度值趋于一致时时，自适应交叉、变异算子进行动态的调整，增加P c和P m能够增大新个体产生的概率，避免算法陷入局部最优解。同时在设计选择算子时引入了精英保留策略，使得遗传进化过程中的优良个体不会因为迭代过程而丢失，而总是能够得到保留并参与到下一代的种群进化中，在减小计算开销的同时有利于算法的寻优操作。
9.4.5.2 调度优化性能
分别以32，64，80，100个任务量的仿真场景进行计算，对于每个场景进行100次仿真优化，优化结果取均值与标准遗传算法的优化结果进行比较，比较结果如表9-5所示。
表9-5 SANGA与SGA优化结果对照表
表9-5显示了SANGA和SGA两种算法在对小任务量场景进行优化时，SANGA在任务完成量、权值完成率两方面的优化效果均优于SGA，两者的优化结果比较接近。随着仿真场景中任务量的逐渐增大，天线资源的调度安排冲突愈加激烈，这时SANGA的优势就更加凸显出来，调度结果中任务完成量及权值完成率均大幅度优于SGA的调度结果。
选取任务量为64时的场景，对比了两种算法的100次仿真中以任务优先级权值完成百分比作为优化目标的优化结果，两组数据对比如图9-8所示，图中SANGA的单次优化任务权值完成率达98%以上，在任务权值完成率方面SANGA优化性能明显优于SGA。
图9-8 历次仿真结果
选取具有32个任务量的仿真场景进行多次仿真计算并选取其中一个偏好解进行分析，其调度结果如图9-9所示。图9-9是3个天线资源上任务调度时间甘特图，显示了任务进行传输的具体时间及传输顺序，其中不同颜色的色块代表不同的任务，色块长度代表该任务的传输时间，色块上的标签代表任务序号及相应的优先级权值。
图9-9 调度结果甘特图
在图中所示的调度结果中，调度周期为21 600 s（6 h），全面调度任务传输完成时间为21 566 s，调度任务完成率为100%，即所有任务均能够顺利传输。激光链路传输速率高，因而与微波链路相比，相同的任务通过激光链路传输所需要的传输时间将大大缩短。由混合系统资源调度问题模型中的目标f 3可知，对于大数据量的任务，调度方案将优先采用激光天线终端进行传输。而激光链路除具有较强的中继传输能力外，还具有低终端功耗的优势，因此大部分任务都能够通过激光链路进行传输，激光天线终端的利用率较高；而当激光链路传输能力接近饱和时，则无法满足所有的任务传输需求，这时将选择微波传输任务，但微波链路的中继传输能力有限，因此S和Ku单址天线上安排的任务量较小。考虑到任务传输必须在特定的可见时间窗口内进行，本次调度结果表明了本算法在调度效率和任务完成率方面均具有明显优势，适用于求解具有多任务多天线资源的微波与激光混合链路中继卫星系统资源调度问题。
有关空间激光微波混合信息网络技术的文章
- 详细阅读
-
性能评估方法——全面分析与提升详细阅读
性能评估是目标识别系统设计的一个重要部分，它将决定系统是否满足特定应用的要求以及预期的作用。如果没有达到要求，设计者应当根据评估结果重新考虑和设计系统。为更全面地反映分类系统的性能，一种做法是选取查准率和查全率相等时的值来表示系统的性能，该值叫做平衡点值。对于分类的总体性能评估，有宏平均和微平均两种评估方式。显然，宏平均把类别作为最小的评价单位；微平均把个体样本作为最小评价单位。......
2023-06-28
-
提升二阶系统性能的方法探讨详细阅读
通过对二阶系统的分析可知，适当调整系统的阻尼比ζ和自然振荡频率ωn可以改善系统的动态性能，但是改善效果有限。图3-17二阶系统的微分负反馈控制系统的开环传递函数为系统的闭环传递函数为称ζk为等效阻尼比，即系统的误差传递函数为根据拉氏变换终值定理，可得由上可知，二阶系统在增加微分负反馈控制后，系统性能改善有以下3个方面。......
2023-06-28
-
群体智能算法性能度量方法简介详细阅读
一般地，对多目标优化算法性能的度量包括对算法所获得的近似Pareto解集的质量和为产生这样的近似解集所需计算资源的度量。直至1999年至2000年间，Veldhuizen和Lamont[1-3]提出了多目标进化算法性能度量的方法，才开启了量化评估算法性能之路。性能度量曲线应随着代数的增加呈递增或递减之势，这样更有利于不同集合之间的比较。性能度量函数的计算复杂度不能太高。......
2023-11-26
-
拨叉级进模优化：提升性能的方法详细阅读
说明：1）该模具为冲孔、冲切、落料等9个工位的级进模结构。图11-8 拨叉级进模a）制件图 b）排样图图11-8 拨叉级进模c）模具结构图 1、2、3、4、5、6、21、22—凸模 7、8、9、10、11、12、13、14、17—凹模镶块 15、16—凹模 18、19—卸料板镶板 20—侧刃凸模......
2023-06-26
-
优化上游建库调度，提升发电效益详细阅读
上游建库后，将对三峡水库的入库径流过程、蓄满保证率及水位变化过程等造成影响，进而影响到水库的发电量变化。本节对上游向家坝和溪洛渡建库后三峡水库的发电量变化进行了估算，计算中未考虑上游水库与三峡水库的联合优化调度。与蓄水期相反，上游建库对枯水期的出力是有利的，由于上游水库在枯水期的下泄调节作用，三峡水库枯水期来流量增大，从而导致三峡水库枯水期的发电量增加。......
2023-06-23
-
算法性能实验分析详细阅读
如图3.5所示显示出了两个算法程序的运行时间。此图验证了前一自然段中的时间效率分析，表明CpecuFind时间效率的优势显著。表3.54个ROC曲线下方面积对比结果图3.6两算法在30+330数据集上计算的ROC曲线PecuFind；CpecuFind图3.7两算法在550数据集上计算的ROC曲线Pecu Find；Cpecu Find由此，4个ROC曲线的对比说明，CpecuFind算法性能优于Pecufind算法性能。......
2023-06-16
-
抢占式快速动态调度算法优化详细阅读
在Step3中，对冲突的任务进行重调度，为避免冲突的传递和保证算法的效率，重调度的执行深度设置为1，即只对冲突任务执行一次直接调度操作，而不继续进行间接调度操作。在Step3中，冲突任务被替换后若能重新调度，则将执行“整传插入操作”或“续传插入操作”，分别定义为“移动整传操作”或“移动续传操作”；若不能重新调度，则被删除，定义为“删除替换操作”。......
2023-07-02
相关推荐