公开(公告)号：CN110908772A

公开(公告)日：2020-03-24

申请号：CN201911113879.X

申请日：2019-11-14

Applicant: 北京理工大学

Inventor： 夏元清 ,  陈岳红 ,  戴荔 ,  张金会 ,  翟弟华 ,  刘坤 ,  闫莉萍 ,  邹伟东 ,  孙中奇 ,  郭泽华

IPC: G06F9/455 ,  G06F9/48

Abstract: 本发明提供了提高多工作流可靠性的节能调度方法，本发明提供了一种提高多工作流可靠性的节能调度方法，基于用户的可靠性和截止时间要求，通过工作流预调度和任务重调度两个阶段，提高多个用户提交的工作流可靠性的同时使用虚拟机调频技术降低数据中心的能耗。本发明基于预调度和重调度两阶段的多工作流节能调度算法，其中，在工作流预调度阶段优化了工作流任务排序和工作流可靠性约束分解；在任务重调度阶段依据预调度阶段获得的任务可靠性目标值，使用虚拟机调频技术，为任务重新选择满足可靠性目标值且能耗最小的虚拟机，获取优化的任务与虚拟机之间的映射关系，从而提高多工作流的可靠性，同时降低数据中心的运行能耗。

公开(公告)号：CN110825527A

公开(公告)日：2020-02-21

申请号：CN201911089637.1

申请日：2019-11-08

Applicant: 北京理工大学

Inventor： 夏元清 ,  陶思远 ,  叶玲娟 ,  戴荔 ,  张金会 ,  刘坤 ,  翟弟华 ,  邹伟东 ,  崔冰 ,  郭泽华 ,  闫莉萍 ,  孙中奇

IPC: G06F9/50 ,  G06F9/48 ,  G06Q10/04 ,  G06Q10/10 ,  G06N3/00

Abstract: 本发明公开了一种云环境下截止期-预算驱动的科学工作流调度方法，通过同时考虑截止期和预算两个约束，在将截止期转换为任务节点的子截止时间的基础上，引入当前任务预算和工作流剩余预算，通过对计算资源花费的限制，能够降低任务节点在子截止时间内完成计算所需的成本，从而降低科学工作流的调度成本，使科学工作流的调度时间、时间成本在截止期、预算约束情况下均能成功调度。

公开(公告)号：CN110764553A

公开(公告)日：2020-02-07

申请号：CN201911065880.X

申请日：2019-11-04

Applicant: 北京丰凯换热器有限责任公司 ,  北京理工大学

Inventor： 赵凯 ,  赵迎丰 ,  衣超 ,  王叶 ,  董庆丽 ,  曹京 ,  姜红霞 ,  夏元清 ,  翟希华 ,  张金华 ,  戴荔

IPC: G05D23/20 ,  F15B21/0423

Abstract: 本发明属于工程机械及特种车辆独立散热技术领域，具体涉及一种独立散热系统控制方法。所述独立散热系统控制方法基于独立散热系统控制系统来实施，所述独立散热系统控制系统包括：输入模块、标定参数设置模块、诊断模块、功能管理模块、转速估算模块、电磁阀控制模块；本发明通过独立散热系统控制模型构架的划分和设计，使得系统功能实现过程清晰流畅，子功能模块任务定义明确、代码可读性高可维护性好，极大地提高控制系统的通用性和模块化，提升了控制系统的开发效率和控制系统的可移植性。

公开(公告)号：CN110018882A

公开(公告)日：2019-07-16

申请号：CN201910248342.8

申请日：2019-03-29

Applicant: 北京理工大学

Inventor： 邹伟东 ,  夏元清 ,  李慧芳 ,  张金会 ,  翟弟华 ,  戴荔 ,  刘坤 ,  闫莉萍

IPC: G06F9/455 ,  G06F11/34 ,  G06N20/00

Abstract: 本发明公开了一种基于宽度学习的虚拟机性能预测方法，通过建立基于宽度学习的虚拟机性能预测模型，随机产生输入到特征节点之间的输入权值矩阵、特征节点到增强节点之间的输入权值矩阵、特征节点的偏置和增强节点的偏置，再采用基于迭代式的最小二乘法求解宽度学习模型的输出权值矩阵，能够在无须人为参与的情况下实现对虚拟机性能的精确预测，能够克服现有方法中存在学习速度慢、网络训练时间长、网络难以收敛、过拟合和容易陷入局部的缺点，在一定程度上能够满足虚拟机性能预测的需要，同时为更准确地进行虚拟机性能预测提供了新思路和新途径。

公开(公告)号：CN109888842A

公开(公告)日：2019-06-14

申请号：CN201910294566.2

申请日：2019-04-12

Applicant: 北京理工大学

Inventor： 夏元清 ,  林敏 ,  高润泽 ,  任延明 ,  戴荔 ,  张金会 ,  翟弟华 ,  刘坤 ,  闫莉萍

IPC: H02J3/46 ,  H02J3/38

Abstract: 本发明提出一种风水光互补发电集控中心云控制方法，能够改善风、光、水发电系统的整体性能，提高系统的运行效率。具体为：构建集控中心，所述集控中心分为实时控制区、非控制生产区及生产管理区，所述实时控制区中部署有控制设备，所述非控制生产区部署有监测和预测设备，所述生产管理区分为云计算功能区和实时数据库；所述实时控制区和非控制生产区产生的实时数据转发到所述实时数据库中，所述云计算功能区基于所述实时数据，计算出最优控制调度策略，并回传至实时控制区中的控制设备实现风水光互补发电的控制。

公开(公告)号：CN109324953A

公开(公告)日：2019-02-12

申请号：CN201811185005.0

申请日：2018-10-11

Applicant: 北京理工大学

Inventor： 邹伟东 ,  夏元清 ,  李慧芳 ,  张金会 ,  翟弟华 ,  戴荔 ,  刘坤

IPC: G06F11/30 ,  G06N3/02

Abstract: 本发明公开了一种虚拟机能耗预测方法。使用本发明能够实现虚拟机能耗预测。本发明中，通过在现有增量型极限学习机模型中加入加速项将网络训练误差与压缩因子反馈到隐含层的输出中使预测结果更逼近输出样本，能够减少增量型极限学习机的冗余隐含层节点数量，从而加快增量型极限学习机的网络收敛速度；通过引入压缩因子与进化解，即在训练过程中通过随机产生的输出权值并结合网络训练误差、压缩因子、输入样本，计算出更优的隐含层节点参数，包括输入权值、阈值、输出权值、网络训练误差，能够优化网络结构，提高网络训练过程的稳定性，从而有效降低网络训练误差。