基于RNN的短期太阳辐照度预测算法研究

预测太阳辐照度对于有效及时的利用可再生能源至关重要。本文旨在研究递归神经网络(RNN)的5个变体,并得出有效可靠的5 min短期太阳辐照度预测模型。5个RNN网络分别是长期短期记忆(LSTM),门控循环单元(GRU),简单RNN,双向LSTM(Bi-LSTM)和双向GRU(Bi-GRU);前3个类别是单向的,后2个类别是双向的RNN模型。基于24个月连续采集的相关天气与辐照数据对5个网络模型进行训练与测试,研究不同参数以及模型结构下预测精度与误差的变化,最终得到最优的模型种类与结构。实验表明模型的深层次的体系结构会产生显著效果,同时,与单向预测相比,Bi-LSTM和Bi-GRU能提供更准确的预测。Bi-GRU模型提供了最低的RMSE和最高的R²值,分别为46.1和0.958;此外,双向RNN显示出较高的鲁棒性与非线性表达能力。     

一种基于负载均衡策略的国家气象网格共享平台设计及其分配算法

实时气象信息大数据资源共享平台是基于下一代互联网的气象信息管理系统,能有效整合目前相对孤立的气象信息子平台,同时促进气象领域科研管理水平提升。针对目前国内气象信息共享平台的资源异构性和动态特性,设计一种安全稳定的国家气象信息大数据网格平台和启发式负载均衡算法。实验结果表明了该模型的有效性和算法的先进性。     

基于教育云资源平台的远程教育研究

在科学技术日新月异的今天,教育信息化已经提到战略的高度。通过教育云提供的服务,进行教学方式的改进,研究新的教学理念,将大大促进远程教育信息化的发展,提高基础教育的水平。本文设计了一种教师资源配置管理与服务平台,在实际应用中取得较好的效果。     

基于语义网格环境的资源共享模型与分布式资源调度算法研究

为解决多资源文件共享和语义网格环境下异构资源共享管理问题,提出了一种新的分布式调度算法。该算法采用语义网格的分布式技术,充分利用资源共享模型实现高效的资源调度。仿真实验表明,该算法具有较好的执行效率。与其它算法相比,在相同任务数量时响应更快。     

基于绿色云计算的能耗优化与资源分配研究

任务调度和资源分配是云计算的两大关键技术,资源分配决定着资源使用规则,关系到云计算的执行效率和并发处理能力。针对绿色云计算中的资源管理与调度过程,在Map Reduce调度模型基础上,设计一种并行Map Reduce资源分配算法。实验结果表明,该算法在能耗优化和执行时间方面都优于Map Reduce算法。