8篇关于性能评估的计算机毕业论文

今天分享的是关于性能评估的8篇计算机毕业论文范文, 如果你的论文涉及到性能评估等主题,本文能够帮助到你 基于Docker-Swarm的微服务管理技术研究与实现 这是一篇关于微服务

今天分享的是关于性能评估的8篇计算机毕业论文范文, 如果你的论文涉及到性能评估等主题,本文能够帮助到你

基于Docker-Swarm的微服务管理技术研究与实现

这是一篇关于微服务,自动化部署,负载调度,性能评估的论文, 主要内容为随着系统业务功能需求爆炸式地增长,传统的单体架构和分布式架构使得企业应用服务变得繁重复杂,增量式地加大开发、测试以及维护上的成本。微服务架构旨在将单体式的应用服务拆分成多个细粒度的、职能明确、平台独立、维护简单、耦合度低的服务,能够有效的解决单体架构的问题。随着云计算技术的完善成熟,人们更加倾向将应用服务部署到便利的云平台上,而且随着Docker容器技术的迅猛发展以及分布式应用开发解决方案Spring Cloud的不断完善,推动了微服务架构走向现实应用。在这背景下,如何对成千上万的微服务进行有效地定义、部署、管理、监控,并进一步对微服务进行组合,是微服务系统应用所面临的关键问题。集群的规模以及容器的资源配置都是用户提前指定的,随着集群和容器负载的提升,容器集群编排工具没有机制检测集群以及容器是否超负载,这会影响微服务的可用性。因此,如何根据容器编排工具实现合理的负载调度器也是云平台的另一个关键问题。微服务划分是单体架构应用转换成微服务架构应用的关键步骤,其中按业务划分是广受认可的规范[8],但是按业务去划分容易因为主观因素产生多个单体应用。因此我们还需要从微服务粒度的角度去划分微服务,但是微服务的粒度规范没有有效的确定方案,因此对微服务的粒度规范也是云平台亟待确定的。针对上述问题,本文基于Openstack的虚拟化技术和Docker-Swarm提供的集群容器管理技术实现了一个专门支撑微服务架构的管理平台:微服务管理云平台。该平台定义了微服务,实现了容器集群环境的自动化部署、容器镜像的自动化制作和管理、微服务的自动化部署、集群与微服务的实时监控以及微服务的组合。在此基础上通过监控数据对集群以及微服务进行负载调度,并使用XGBoost的方法预测负载,并通过实验来验证上述模型以及方法的可靠性;最后设计了单体架构与微服务架构的性能对比模拟实验验证微服务架构的性能优势,并据此分析确定了微服务的粒度规范。

苯乙烯烃化单元双层架构控制器性能评估方法研究与实施

这是一篇关于苯烯比控制系统,双层架构,控制器,性能评估,评估软件的论文, 主要内容为控制器性能评估旨在解决系统由于时变导致控制回路性能下降,乃至出现安全隐患的问题,是实现系统全生命周期健康维护的重要手段和必要措施。但目前实际工业中常见的MPC-PID双层架构复杂控制系统,仍缺乏科学合理的控制器性能评估方法与技术。因此,本文以某企业苯乙烯烃化单元中的苯烯比MPC-PID子系统为研究对象,从工艺机理解析入手,围绕系统建模、传统PID与双层MPC-PID两种架构控制器性能评估方法、以及应用软件开发等,开展了探索性研究,其主要工作如下:1)苯烯比控制系统工艺机理解析与仿真建模通过深入分析苯烯比生产工艺机理,结合系统的实际控制策略,分别在传统PID控制和MPC-PID双层控制等方案下,构建了一主四副的苯烯比多回路比值控制系统架构;然后结合装置工艺指标参数及系统运行工况,通过合理假设,建立系统各部件数学模型,并基于MATLAB/Simulink仿真软件,搭建了苯烯比底层PID控制及MPC-PID双层控制的系统仿真平台;接着利用正常工况下的实际系统数据,验证苯烯比系统仿真平台的可用性,为后续系统控制器性能评估方法研究奠定了基础。2)苯烯比PID架构控制系统控制器性能评估方法研究针对PID控制架构下的苯烯比控制系统,首先采用滑动窗方法,基于改进GME评估基准,分别对系统中的五个单回路控制器进行实时评估,以减小非高斯噪声及数据异常值对性能评估结果的影响;进而设计了系统随动性能指标,以评估各回路控制器间的耦合性能;接着综合上述两种性能评估指标,制定了系统控制器联合性能评估指标,并借助斯皮尔曼相关系数统计分析法确定指标融合权重,以规避专家经验确定权重的主观性,从而实现了系统PID控制器整体性能评估;最后借助前述系统仿真平台,验证了所提评估方法的有效性。3)苯烯比MPC-PID双层架构控制系统控制器性能评估方法研究针对MPC-PID双层控制架构下的苯烯比控制系统,首先考虑控制回路工艺约束条件,设计了用户自定义评估基准,以克服改进GME基准进行实时评估的平移不变性缺陷;然后,通过剖析双层控制结构内部特性,梳理MPC与乙烯PID回路间输出及性能关系,基于用户自定义评估指标,分别设计了MPC-乙烯PID控制器性能评估指标、苯回路控制器性能评估指标;接着综合前述与系统随动等性能指标,制定了系统控制器联合性能评估指标,从而实现了MPC-PID双层架构下系统控制器性能的整体评估;最后通过系统仿真平台验证了双层架构下控制器性能评估方法的有效性。4)苯烯比控制系统控制器性能评估软件的设计与开发针对企业对苯烯比控制系统控制器性能评估的应用需求,通过论证分析确定了评估系统的技术方案,并借助于MATLAB的APP Designer工具箱、My SQL数据库,设计开发了苯烯比控制系统控制器性能评估软件。经对软件的用户登录、用户管理、PID单层架构与MPC-PID双层架构控制器性能评估、历史数据查询、事件记录等功能测试,均达到了预期目标,且操作便捷、易用易维护,为后期工程应用进行了有益探索。

面向车联网环境下的轻量级密码算法性能研究与实现

这是一篇关于车联网,轻量级密码算法,性能评估,性能优化的论文, 主要内容为车联网通过车内网络、车与车之间、车与道路设施、车与人以及车与云平台的信息交互,为驾驶员提供信息服务和安全保障,提高城市交通系统智能化管理水平。车联网的开放性和通信节点的高度互联使得车联网面临着很多安全威胁,运用密码技术能够为车联网提供所需的安全保障。但是车联网环境下设备运算能力和运算资源受限,涉及多种通信场景与异构网络,对密码算法提出了新的安全要求。因此,车联网环境下运用密码算法之前需要对算法性能进行规范化的测试评估,来确保其满足车联网环境的要求。本文从这点出发,对车联网的信息安全问题和通信场景进行了分析和探讨,深入研究了车联网环境下轻量级密码算法的性能评估指标,并设计了性能评估实验,为车联网行业运用密码算法提供理论指导。本文的主要研究工作包括以下几点:(1)系统地分析了轻量级密码算法的研究现状,提供较为全面的轻量级密码概述,以及在车联网安全防护领域的应用。结合实际情况,研究了多种车联网通信场景中对应用轻量级密码算法提出的性能要求。(2)针对国内外车联网通信安全中轻量级密码算法适用性的问题,提出了一套适用于车联网通信环境的轻量级密码算法性能评估指标体系,运用本文出的性能评估体系进行评估,为车联网环境下密码算法规范化的性能评估提供了研究思路。(3)针对车联网网络通信环境的特点,提出了一种规范化检测密码算法性能表现的方法,设计了一套符合车联网实际情况的性能检测实验流程,选用了有代表性的硬件平台和软件工具,并收集真实的车联网通信数据设计测试用例,为车联网环境中密码算法的性能分析和应用提供依据。(4)选取有代表性的算法进行性能检测,并分析算法在车联网环境下的性能表现,针对算法的性能各项指标中存在的不足之处,对部分算法的实现从算法组件、代码实现、可执行程序生成等方面进行优化,采用指令优化、编译链接优化和并行化技术,弥补了部分算法在指定平台上的软件性能不足的问题,扩大了算法的适用范围。

智能阀门故障诊断系统设计与实现

这是一篇关于时间序列处理,故障诊断,集成学习,性能评估的论文, 主要内容为“中国制造2025”提出要加快发展制造业,不断推动智能制造更加完善,促进现代化工业体系建设的发展目标。气动调节阀作为工业体系中的重要元件之一,在介质运输过程中发挥着重要作用。传统阀门故障诊断需要技术人员对调节阀进行拆解并做出相应判断,这种方式十分繁琐。目前,多基于数据驱动的在线方式对调节阀故障进行诊断。构建调节阀在线故障诊断与性能评估系统可有效避免调节阀繁琐的检修过程,实现快速对故障进行定位,同时完成对调节阀的性能评估。因此利用计算机辅助诊断系统与下位机紧密结合,能够更直接、有效的对调节阀完成检修。本文以气动调节阀为研究对象,利用数据仿真平台生成数据为驱动,构建故障诊断模型并在全种类故障上进行精确识别,同时以DN50单座直通气动阀为基准设计不同类型实验完成对调节阀的运行状态监测和性能评估,最后以此为基础实现智能阀门故障诊断系统。本文的主要研究内容如下:提出全种类故障识别算法SPS-VFD。针对气动阀门故障诊断机理模型进行研究,利用基准平台DAMADICS生成调节阀无故障和19种故障的多维度传感器数据,通过分析和研究基于该平台的故障诊断方法,发现主要存在识别故障种类不全、故障数据之间因相似程度高而难以辨别、故障数据特征提取能力差、故障识别效果不好等问题,因此,为解决上述问题,本文设计了SPS-VFD(Sliding Window-Particle Swarm Optimization-Staking-Valve Fault Diagnosis)算法。具体流程如下:首先,引入一种时间序列处理方法,通过探究滑动窗口最佳窗口大小与滑动间隔完成故障数据在时间轴上的划分,使其能够在连续子序列中对特征进行增强,同时又能够学习到整个时间维度上的特征;其次,在经过滑动窗口的数据处理后,从10个基分类器中选出在全故障数据上表现较好的5个分类器,并利用粒子群优化算法对其优化;最后,针对单个模型不能充分学习故障数据不同分布情况,引入Stacking融合模型思想提高模型的泛化性能。实验结果表明,该算法在全种类故障上识别准确率(Accuracy)达到98%,故障发现率(FDR)达到99%,优于其他进行对比的算法模型。实现阀门故障诊断和性能评估系统。以某公司DN50单座直通气动阀和第二代智能定位器为实验平台,采用C/S(Client-Server)架构,使用C#、python开发语言在Windows Form平台下设计并实现智能阀门故障诊断系统。该系统主要分为五个子系统,分别为实时监控、性能评估、故障诊断、通信管理、数据管理。具体来说:实时监控完成传感器监控、故障报警与强制控制;性能评估通过自检、阶跃、压力行程、压力供给四个实验完成调节阀性能评估;故障诊断将SPS-VFD诊断算法嵌入其中,通过上传连续传感器数据后给出诊断结果;通信管理作为上下位机沟通的支撑,将所有HART指令进行封装、实现发送与解析,并进行通讯的异常检测;数据管理则为系统辅助模块,首先实现调节阀不同组成部分的参数管理与设置,其次对调节阀运行的具体信息进行统计,然后对实验过程数据进行管理与保密,最终生成完整的诊断报告。此外,该系统在中小型调节阀上完成系统测试。

极化空间散射体调制系统设计与性能评估

这是一篇关于空间散射体调制,极化空间散射体调制,解析误比特率,性能评估的论文, 主要内容为与传统的低频段无线通信系统相比,毫米波频段具有丰富的频谱资源,可以提供更大宽度的连续频谱用于无线通信,使系统的数据传输能力产生巨大的飞跃。然而,相比于低频段电磁波,毫米波的传输特性更加复杂,且随着通信距离的增加,信号的衰减较为严重。现有大规模天线形成波束成形(Beamforming,BF)技术,可以用于抵抗毫米波信号传输的路径损耗。但由于毫米波是高频段的电磁波,绕射能力较差,在自由空间中几乎是以直射波的形式进行传输,受无线通信环境中散射体的影响更为明显。针对毫米波的这一特性,Kim等人首次提出了空间散射体调制(Sptial Scattering Modulation,SSM)技术。相比于传统的调制方式,SSM将一部分比特信息隐含于散射体的选择中,并没有进行实际的传输,散射体的位置索引成为一种额外携带数据的方式。双极化天线(Dual-polarized,DP)可以产生线极化、圆极化、椭圆极化等多种极化模式。在SSM系统中仅是配置了单极化天线(Uni-polarized,UP),并没有引入双极化天线的优势。因此,本文将极化域引入传统SSM系统中,首次提出极化空间散射体调制(Polarized Spatial Scattering Modulation,PSSM)系统。本文进行了PSSM系统的设计,详细介绍了其发射端、接收端的配置,通过引入离散物理信道模型,建立极化多输入多输出(Multiple Input Multiple Onput,MIMO)信道模型。并针对PSSM技术的基本原理进行了详细的阐述,包括调制机理、解调机理、极化星座图的映射,并进一步对极化星座图进行了优化。本文对PSSM系统的BER进行解析分析,推导出解析BER上界闭合解。仿真结果表明,在高信噪比区域,解析BER上界闭合解紧致收敛于蒙特卡洛仿真得出的近似BER曲线,即采用解析BER上界闭合解代替近似BER作为系统性能评估的标准是可行的。仿真结果表明,在相同的传输速率下,PSSM系统的BER性能远优于传统SSM系统的BER性能。此外,根据PSSM系统解析BER上界闭合解,分析影响系统BER的主要参数,进而对比不同参数配置下的PSSM系统性能。

极化空间散射体调制系统设计与性能评估

这是一篇关于空间散射体调制,极化空间散射体调制,解析误比特率,性能评估的论文, 主要内容为与传统的低频段无线通信系统相比,毫米波频段具有丰富的频谱资源,可以提供更大宽度的连续频谱用于无线通信,使系统的数据传输能力产生巨大的飞跃。然而,相比于低频段电磁波,毫米波的传输特性更加复杂,且随着通信距离的增加,信号的衰减较为严重。现有大规模天线形成波束成形(Beamforming,BF)技术,可以用于抵抗毫米波信号传输的路径损耗。但由于毫米波是高频段的电磁波,绕射能力较差,在自由空间中几乎是以直射波的形式进行传输,受无线通信环境中散射体的影响更为明显。针对毫米波的这一特性,Kim等人首次提出了空间散射体调制(Sptial Scattering Modulation,SSM)技术。相比于传统的调制方式,SSM将一部分比特信息隐含于散射体的选择中,并没有进行实际的传输,散射体的位置索引成为一种额外携带数据的方式。双极化天线(Dual-polarized,DP)可以产生线极化、圆极化、椭圆极化等多种极化模式。在SSM系统中仅是配置了单极化天线(Uni-polarized,UP),并没有引入双极化天线的优势。因此,本文将极化域引入传统SSM系统中,首次提出极化空间散射体调制(Polarized Spatial Scattering Modulation,PSSM)系统。本文进行了PSSM系统的设计,详细介绍了其发射端、接收端的配置,通过引入离散物理信道模型,建立极化多输入多输出(Multiple Input Multiple Onput,MIMO)信道模型。并针对PSSM技术的基本原理进行了详细的阐述,包括调制机理、解调机理、极化星座图的映射,并进一步对极化星座图进行了优化。本文对PSSM系统的BER进行解析分析,推导出解析BER上界闭合解。仿真结果表明,在高信噪比区域,解析BER上界闭合解紧致收敛于蒙特卡洛仿真得出的近似BER曲线,即采用解析BER上界闭合解代替近似BER作为系统性能评估的标准是可行的。仿真结果表明,在相同的传输速率下,PSSM系统的BER性能远优于传统SSM系统的BER性能。此外,根据PSSM系统解析BER上界闭合解,分析影响系统BER的主要参数,进而对比不同参数配置下的PSSM系统性能。

智能阀门故障诊断系统设计与实现

这是一篇关于时间序列处理,故障诊断,集成学习,性能评估的论文, 主要内容为“中国制造2025”提出要加快发展制造业,不断推动智能制造更加完善,促进现代化工业体系建设的发展目标。气动调节阀作为工业体系中的重要元件之一,在介质运输过程中发挥着重要作用。传统阀门故障诊断需要技术人员对调节阀进行拆解并做出相应判断,这种方式十分繁琐。目前,多基于数据驱动的在线方式对调节阀故障进行诊断。构建调节阀在线故障诊断与性能评估系统可有效避免调节阀繁琐的检修过程,实现快速对故障进行定位,同时完成对调节阀的性能评估。因此利用计算机辅助诊断系统与下位机紧密结合,能够更直接、有效的对调节阀完成检修。本文以气动调节阀为研究对象,利用数据仿真平台生成数据为驱动,构建故障诊断模型并在全种类故障上进行精确识别,同时以DN50单座直通气动阀为基准设计不同类型实验完成对调节阀的运行状态监测和性能评估,最后以此为基础实现智能阀门故障诊断系统。本文的主要研究内容如下:提出全种类故障识别算法SPS-VFD。针对气动阀门故障诊断机理模型进行研究,利用基准平台DAMADICS生成调节阀无故障和19种故障的多维度传感器数据,通过分析和研究基于该平台的故障诊断方法,发现主要存在识别故障种类不全、故障数据之间因相似程度高而难以辨别、故障数据特征提取能力差、故障识别效果不好等问题,因此,为解决上述问题,本文设计了SPS-VFD(Sliding Window-Particle Swarm Optimization-Staking-Valve Fault Diagnosis)算法。具体流程如下:首先,引入一种时间序列处理方法,通过探究滑动窗口最佳窗口大小与滑动间隔完成故障数据在时间轴上的划分,使其能够在连续子序列中对特征进行增强,同时又能够学习到整个时间维度上的特征;其次,在经过滑动窗口的数据处理后,从10个基分类器中选出在全故障数据上表现较好的5个分类器,并利用粒子群优化算法对其优化;最后,针对单个模型不能充分学习故障数据不同分布情况,引入Stacking融合模型思想提高模型的泛化性能。实验结果表明,该算法在全种类故障上识别准确率(Accuracy)达到98%,故障发现率(FDR)达到99%,优于其他进行对比的算法模型。实现阀门故障诊断和性能评估系统。以某公司DN50单座直通气动阀和第二代智能定位器为实验平台,采用C/S(Client-Server)架构,使用C#、python开发语言在Windows Form平台下设计并实现智能阀门故障诊断系统。该系统主要分为五个子系统,分别为实时监控、性能评估、故障诊断、通信管理、数据管理。具体来说:实时监控完成传感器监控、故障报警与强制控制;性能评估通过自检、阶跃、压力行程、压力供给四个实验完成调节阀性能评估;故障诊断将SPS-VFD诊断算法嵌入其中,通过上传连续传感器数据后给出诊断结果;通信管理作为上下位机沟通的支撑,将所有HART指令进行封装、实现发送与解析,并进行通讯的异常检测;数据管理则为系统辅助模块,首先实现调节阀不同组成部分的参数管理与设置,其次对调节阀运行的具体信息进行统计,然后对实验过程数据进行管理与保密,最终生成完整的诊断报告。此外,该系统在中小型调节阀上完成系统测试。

基于Docker-Swarm的微服务管理技术研究与实现

这是一篇关于微服务,自动化部署,负载调度,性能评估的论文, 主要内容为随着系统业务功能需求爆炸式地增长,传统的单体架构和分布式架构使得企业应用服务变得繁重复杂,增量式地加大开发、测试以及维护上的成本。微服务架构旨在将单体式的应用服务拆分成多个细粒度的、职能明确、平台独立、维护简单、耦合度低的服务,能够有效的解决单体架构的问题。随着云计算技术的完善成熟,人们更加倾向将应用服务部署到便利的云平台上,而且随着Docker容器技术的迅猛发展以及分布式应用开发解决方案Spring Cloud的不断完善,推动了微服务架构走向现实应用。在这背景下,如何对成千上万的微服务进行有效地定义、部署、管理、监控,并进一步对微服务进行组合,是微服务系统应用所面临的关键问题。集群的规模以及容器的资源配置都是用户提前指定的,随着集群和容器负载的提升,容器集群编排工具没有机制检测集群以及容器是否超负载,这会影响微服务的可用性。因此,如何根据容器编排工具实现合理的负载调度器也是云平台的另一个关键问题。微服务划分是单体架构应用转换成微服务架构应用的关键步骤,其中按业务划分是广受认可的规范[8],但是按业务去划分容易因为主观因素产生多个单体应用。因此我们还需要从微服务粒度的角度去划分微服务,但是微服务的粒度规范没有有效的确定方案,因此对微服务的粒度规范也是云平台亟待确定的。针对上述问题,本文基于Openstack的虚拟化技术和Docker-Swarm提供的集群容器管理技术实现了一个专门支撑微服务架构的管理平台:微服务管理云平台。该平台定义了微服务,实现了容器集群环境的自动化部署、容器镜像的自动化制作和管理、微服务的自动化部署、集群与微服务的实时监控以及微服务的组合。在此基础上通过监控数据对集群以及微服务进行负载调度,并使用XGBoost的方法预测负载,并通过实验来验证上述模型以及方法的可靠性;最后设计了单体架构与微服务架构的性能对比模拟实验验证微服务架构的性能优势,并据此分析确定了微服务的粒度规范。

本文内容包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主题。发布者:代码海岸 ,原文地址:https://m.bishedaima.com/lunwen/48524.html

相关推荐

发表回复

登录后才能评论