-
公开(公告)号：CN112698931A
公开(公告)日：2021-04-23
申请号：CN202110033497.7
申请日：2021-01-12
Applicant: 北京理工大学
Abstract: 本发明涉及一种云工作流分布式调度系统。该系统包括：调度器控制器、分布式云工作流调度模块和云工作流状态数据库模块。通过采用调度器控制器能够快速将云工作流进行动态分配、调度；通过采用分布式云工作流调度模块能够弹性化调整调度数量从而适应不同规模的云工作流调度，以能够在提高云资源共享效率的同时，节约用户成本。云工作流状态数据库模块用于存储云工作流状态，从而保障云工作流执行过程中出现意外时系统能够对断点具有记忆性，从断点处重新执行云工作流。
-
公开(公告)号：CN112698931B
公开(公告)日：2022-11-11
申请号：CN202110033497.7
申请日：2021-01-12
Applicant: 北京理工大学
Abstract: 本发明涉及一种云工作流分布式调度系统。该系统包括：调度器控制器、分布式云工作流调度模块和云工作流状态数据库模块。通过采用调度器控制器能够快速将云工作流进行动态分配、调度；通过采用分布式云工作流调度模块能够弹性化调整调度数量从而适应不同规模的云工作流调度，以能够在提高云资源共享效率的同时，节约用户成本。云工作流状态数据库模块用于存储云工作流状态，从而保障云工作流执行过程中出现意外时系统能够对断点具有记忆性，从断点处重新执行云工作流。
-
公开(公告)号：CN108010321B
公开(公告)日：2019-10-25
申请号：CN201711418205.1
申请日：2017-12-25
Applicant: 北京理工大学
Abstract: 本发明公开了一种交通流预测方法，能够降低数据复杂度并提高预测精度。本发明实施例提供的交通流预测方法包括如下步骤：采集获取实时交通流数据，并利用变分模态分解将实时交通流数据分解成设定数量的具有不同特征尺度的限带的本征模态分量；本征模态分量的数量设定为使得所有本征模态分量的估计带宽之和最小。采用增量型超限学习机网络，建立针对各本征模态分量的预测模型，并采用预先采集的历史交通流数据对预测模型进行训练。利用训练后的预测模型，对各本征模态分量进行交通流预测，将所有本征模态分量的预测结果累加得到最终的交通流预测结果。
-
公开(公告)号：CN108010321A
公开(公告)日：2018-05-08
申请号：CN201711418205.1
申请日：2017-12-25
Applicant: 北京理工大学
Abstract: 本发明公开了一种交通流预测方法，能够降低数据复杂度并提高预测精度。本发明实施例提供的交通流预测方法包括如下步骤：采集获取实时交通流数据，并利用变分模态分解将实时交通流数据分解成设定数量的具有不同特征尺度的限带的本征模态分量；本征模态分量的数量设定为使得所有本征模态分量的估计带宽之和最小。采用增量型超限学习机网络，建立针对各本征模态分量的预测模型，并采用预先采集的历史交通流数据对预测模型进行训练。利用训练后的预测模型，对各本征模态分量进行交通流预测，将所有本征模态分量的预测结果累加得到最终的交通流预测结果。
-
-
-
Search Results
4
records
(took 0.018 seconds)
