基于多智能体通信协作的路径规划算法研究
这是一篇关于多智能体路径规划,多智能体强化学习,通信学习,优先级,大规模的论文, 主要内容为随着网络电商和物理行业的兴起,基于自动引导小车(Automated Guided Vehicle,AGV)的无人仓储也逐渐得到了广泛应用,三代ASRS智能仓储系统和KIVA系统都是依托AGV实现货物的分拣。无人仓储场景中所有的AGV可以构成一个典型的多智能体系统,AGV调度过程可以被建模为经典的多智能体路径规划问题。具体而言:每个智能体有其对应的唯一目的地,算法需要为每个智能体规划到达目的地的最优路径,同时必须满足智能体移动过程中彼此之间不发生碰撞的约束条件。经典的多智能体路径规划算法(如ODr M*等)是基于A*的中心化搜索算法,但当问题规模上升或者遭遇非平稳环境,这类静态规划方法会面临计算开销过大以及需要多次重复规划的问题,其可扩展性较弱。因此学术界和工业界越发倾向于寻求去中心化的动态策略,此策略能够根据当前时刻的局部观测信息,动态地输出下一时刻的移动行为。近年来也有不少基于去中心化多智能体强化学习的路径规划相关工作,但目前主流的算法存在如下三个共同的问题:1)去中心化的规划结果相比最优规划结果仍存在提升空间;2)去中心化决策导致的冲突难以避免,基本采用人为的后处理进行避让;3)在大规模场景下路径规划算法的相关训练十分耗时且困难。针对以上问题本文的工作如下:1.针对去中心化路径规划策略与通信机制的结合作用,本文设计了通用的通信多智能体强化路径规划算法,并实验对比了不同通信设计对于寻路策略的影响,为后续的工作提供理论和实验基础。2.针对智能体之间的冲突问题,本文提出了结合优先级通信的多智能体强化学习方法(Pr Ioritized COmmunication learning method,PICO)。通过从专家策略中学习优先级信息,学习整体最优的优先级分配,并以此优先级信息为指导构建动态的去中心化拓扑通信架构,从而实现具有协作避让能力的通信学习。3.针对大规模场景下的挑战,本文在PICO算法的基础上引入平均场的思想,将大规模测试场景下的观测信息分布近似成小规模训练场景下的观测信息分布,使得小规模场景训练得到的策略能够适用于大规模测试环境。同时采用大规模强化学习框架MAgent优化推理效率。最终通过实验验证算法性能在大规模测试场景下依然能够有稳定的表现。本文在二维网格化的场景下进行相关算法的训练和测试,并尝试了多种障碍物密度和智能体数量的设置。实验结果表明本文所提出的算法相关性能指标优于其余基线方法,同时能够保证更低的碰撞率以及更好的可扩展性。
面向容器化网络模拟平台的大规模虚拟网络编排管理研究
这是一篇关于网络模拟平台,容器编排,虚拟网络,大规模,高可用性的论文, 主要内容为网络模拟平台在网络问题研究中有着较为广泛的应用基础。然而现有容器化网络模拟平台仍存在一些不足。一方面,现有网络模拟平台缺乏支撑大规模网络实验的能力,当前多数网络模拟平台仅局限于单机部署,模拟的虚拟网络规模有限,其他少数虽支持多机扩展,但仅针对特定的网络场景。另一方面,现有网络模拟平台高可用性不足,缺乏对虚拟网络以及系统进程的监控和恢复能力,在大规模实验场景下会产生高额的实验时间成本和排错成本。因此,本文关注当前轻量级容器化网络模拟平台的不足和缺陷,从支撑大规模虚拟网络实验的角度出发,设计大规模虚拟网络的编排管理方法和大规模虚拟网络服务高可用方法,主要的研究点和内容如下:首先,针对现有网络模拟平台支撑的实验规模受限的问题,本文设计了大规模虚拟网络的编排管理系统。本文给出了跨主机的虚拟网络组网方案以支持虚拟网络在不同主机上的编排部署,使得虚拟网络规模能方便扩展。同时,设计了适合跨多主机分布式部署的虚拟网络数据模型,支持快速提取和修改虚拟网络部署在特定主机的部分拓扑状态信息,以降低维护大规模虚拟网络拓扑状态信息的管理成本。进一步,为了解决网络模拟平台部署时间过长问题,本文提出了基于协程的编排任务并发部署框架,对主控制器多个虚拟网络编排任务进行并发处理,对从控制器上多个虚拟节点和虚拟链路部署任务进行并发处理,以加快大规模虚拟网络的编排部署。其次,针对大规模网络模拟平台的高可用性不足的问题,本文分析了上述虚拟网络编排管理系统中管理平面的控制框架和数据存储模块存在因单点故障而导致编排服务不可用的风险,以及模拟平面的虚拟网络存在因容器失效而导致跟实验用户预期的实验网络不一致的风险。针对管理平面的高可用性缺陷,本文设计和实现了防误判的多决策监控进程对控制框架服务进程进行监控,并结合NGINX和Keepalived为控制框架提供高可用服务,同时引入Redis哨兵模式解决数据存储高可用性的问题,实现了自动化的故障转移方案;针对底层模拟平面的虚拟网络的高可用性问题,设计和实现了基于轮询检查的虚拟网络监控和自动化故障恢复方案。最后,本文结合实际用例场景,对大规模网络模拟平台进行功能和性能验证。验证结果表明,该虚拟网络编排管理系统能良好的支撑大规模虚拟网络实验场景,并能以较低CPU资源开销加快虚拟网络编排过程;与多进程和多线程并发技术相比,能以较低的CPU开销达到几乎相同的并发编排时间;与多进程并发方式相比,最大可降低89.94%,与多线程并发相比,最大可降低68.04%。同时该系统具备进程级别的高可用性。
大规模在线考试考务综合管理系统的设计与实现
这是一篇关于大规模,在线考试,考务管理系统,自动分配算法,巡查定位算法的论文, 主要内容为随着互联网的飞速发展,以及国家考试制度的不断改革,考务工作面临着各种新的问题亟待解决。传统的考务管理由于人工参与过多拥有工作量大、效率低下等缺点,无法满足考务工作的现实需要。为有效解决考务管理中工作量大、管理难度高等问题,更好更高效的完成各类考试的考务工作,加强考务的管理,本论文结合用户需求,使用Spring MVC、Hibernate以及Oracle等计算机软件技术,设计并实现了一个大规模在线考试考务综合管理系统,对各类考试考前、考中和考后的业务进行全面管理。在用户方面该系统分为市、区、校三级用户,在系统功能方面,该系统提供了考前业务管理、数据上报、报表打印、监考人员管理、在线电子巡查以及用户管理等模块。考前业务管理模块包含考试项目、考点、当次考试的考点、考场设备、考场资源和考场安排等基础信息的维护。数据上报为考试期期间考生的缺考和违规违纪行为服务。报表打印模块提供了考场桌贴、考场门贴、考场存根和对照表打印等功能简化报表的打印工作。监考人员管理提供了考务人员库管理、当次考试工作人员维护和考场自动分配监考人员等功能,自动分配监考员是本系统的核心功能之一。为提高分配监考员工作的效率,模块提供监考员自动分配算法,为保证分配监考员的合理性,该算法主要考虑主监考员与副监考员、男女搭配原则、监考员的分配概率、同时间不能监考多场考试、同一考场不能连续监考等因素进行设计与实现。在线电子巡查是本系统的另一核心功能,支持考场在线巡查、基于考生的快速定位以及推送录像查看。考试期间,可使用考场在线巡查功能监控考场中考生的考试情况,并支持视频录像以及录像推送。此外系统提供一种作弊行为信号源定位算法,识别手机等通讯设备的作弊行为位置,快速定位到作弊考生。另外为提供面向大量用户的正常服务,保证对大规模数据的处理能力,该系统从Web服务器负载均衡和数据库集群两方面进行了解决。大规模在线考试考务综合管理系统为考试提供了一个综合的信息化管理平台,很大程度的减轻了考务工作人员的工作量,保证考务人员能高效、高质量的完成各项工作,有非常高的推广价值。本文对系统的开发进行了全面的设计与实现。
基于大规模短文本分类的商品分类管理与检索系统设计与实现
这是一篇关于短文本,分类,大规模,深度学习的论文, 主要内容为当前,人们越来越多地通过互联网购物,电商将自己的商品展示在网络平台上方便用户购买,而商品的种类越来越多,有必要对商品进行分类,以方便用户快速找到所需要的商品。鉴于不断会有大量的新商品出现,人工分类不仅工作量大,处理速度慢,而且还会发生分类不一致的错误。因此,设计并实现一个商品分类管理与检索系统,实现快速准确的商品自动分类和检索,降低人工成本和错误率,具有重要的价值。对商品进行分类的主要依据是商品的文字描述,这个描述通常很短,只包含几十个汉字或数字字母等符号。目前,大多数文本分类模型都是面向长文本的,本文在分析不同模型对短文本分类影响的基础上,根据短文本的特点,提出了一种基于PMI和TF-IDF的改进FastText分类方法。实验结果表明,本文提出的方法对短文本的分类效果有极大的提升。针对现有电商的商品分类和检索需求,设计并实现一个商品分类管理与检索系统。该系统能够进行商品自动分类,并根据用户的搜索信息,在目标商品中检索出用户满意度较高的商品进行推荐。系统测试表明,该系统能较好的满足设定的需求。
基于大规模短文本分类的商品分类管理与检索系统设计与实现
这是一篇关于短文本,分类,大规模,深度学习的论文, 主要内容为当前,人们越来越多地通过互联网购物,电商将自己的商品展示在网络平台上方便用户购买,而商品的种类越来越多,有必要对商品进行分类,以方便用户快速找到所需要的商品。鉴于不断会有大量的新商品出现,人工分类不仅工作量大,处理速度慢,而且还会发生分类不一致的错误。因此,设计并实现一个商品分类管理与检索系统,实现快速准确的商品自动分类和检索,降低人工成本和错误率,具有重要的价值。对商品进行分类的主要依据是商品的文字描述,这个描述通常很短,只包含几十个汉字或数字字母等符号。目前,大多数文本分类模型都是面向长文本的,本文在分析不同模型对短文本分类影响的基础上,根据短文本的特点,提出了一种基于PMI和TF-IDF的改进FastText分类方法。实验结果表明,本文提出的方法对短文本的分类效果有极大的提升。针对现有电商的商品分类和检索需求,设计并实现一个商品分类管理与检索系统。该系统能够进行商品自动分类,并根据用户的搜索信息,在目标商品中检索出用户满意度较高的商品进行推荐。系统测试表明,该系统能较好的满足设定的需求。
大规模分布式文件系统元数据管理子系统的设计与实现
这是一篇关于分布式,文件系统,元数据,散列,大规模的论文, 主要内容为分布式存储系统是云计算领域的核心技术。随着存储即服务这一云计算商业模式的出现，云端存储的数据量正在迅速增大，人们对数据安全、数据共享、数据管理等方面的要求也开始逐步提高。云存储服务提供商的后台正面临着巨大的存储压力。元数据是分布式存储系统中的一个概念，是描述所存储数据命名空间和属性的信息。由于元数据的性质及其操作方式较普通数据复杂，对性能、并发性、安全性的要求极高，因此，对系统中元数据的管理一直是分布式存储系统设计的重点和难点。 本文以自行开发的大规模分布式文件系统C-STORE为背景，详细阐述了其元数据管理子系统的设计与实现。该子系统利用三层散列机制进行架构，将元数据分桶存储并进行负载均衡调度，使系统具备了较好的可扩展性。在存储上，元数据管理子系统充分利用了本地文件系统的高效特性，尽可能的提高各方面性能；在组织上，元数据基于用户进行隔离，为用户的数据安全提供了保障。有效且完备的日志管理和同步被设计出来，满足用户多点登录时文件系统的一致性需求。该子系统还引入了Master-Standby双副本同步机制，保证了系统元数据的可用性。 元数据管理子系统通过C++在Linux环境下采用异步事件驱动这一高效网络编程模型实现，充分利用服务器的软硬件资源，提升了系统的吞吐量。经测试，元数据管理子系统可以充分满足用户对面向公有云存储服务在元数据管理各方面的需求。在性能上，相较于当前业界已经十分成熟且广泛使用的PVFS，优势明显。
大规模在线考试考务综合管理系统的设计与实现
这是一篇关于大规模,在线考试,考务管理系统,自动分配算法,巡查定位算法的论文, 主要内容为随着互联网的飞速发展,以及国家考试制度的不断改革,考务工作面临着各种新的问题亟待解决。传统的考务管理由于人工参与过多拥有工作量大、效率低下等缺点,无法满足考务工作的现实需要。为有效解决考务管理中工作量大、管理难度高等问题,更好更高效的完成各类考试的考务工作,加强考务的管理,本论文结合用户需求,使用Spring MVC、Hibernate以及Oracle等计算机软件技术,设计并实现了一个大规模在线考试考务综合管理系统,对各类考试考前、考中和考后的业务进行全面管理。在用户方面该系统分为市、区、校三级用户,在系统功能方面,该系统提供了考前业务管理、数据上报、报表打印、监考人员管理、在线电子巡查以及用户管理等模块。考前业务管理模块包含考试项目、考点、当次考试的考点、考场设备、考场资源和考场安排等基础信息的维护。数据上报为考试期期间考生的缺考和违规违纪行为服务。报表打印模块提供了考场桌贴、考场门贴、考场存根和对照表打印等功能简化报表的打印工作。监考人员管理提供了考务人员库管理、当次考试工作人员维护和考场自动分配监考人员等功能,自动分配监考员是本系统的核心功能之一。为提高分配监考员工作的效率,模块提供监考员自动分配算法,为保证分配监考员的合理性,该算法主要考虑主监考员与副监考员、男女搭配原则、监考员的分配概率、同时间不能监考多场考试、同一考场不能连续监考等因素进行设计与实现。在线电子巡查是本系统的另一核心功能,支持考场在线巡查、基于考生的快速定位以及推送录像查看。考试期间,可使用考场在线巡查功能监控考场中考生的考试情况,并支持视频录像以及录像推送。此外系统提供一种作弊行为信号源定位算法,识别手机等通讯设备的作弊行为位置,快速定位到作弊考生。另外为提供面向大量用户的正常服务,保证对大规模数据的处理能力,该系统从Web服务器负载均衡和数据库集群两方面进行了解决。大规模在线考试考务综合管理系统为考试提供了一个综合的信息化管理平台,很大程度的减轻了考务工作人员的工作量,保证考务人员能高效、高质量的完成各项工作,有非常高的推广价值。本文对系统的开发进行了全面的设计与实现。
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：毕设工坊 ，原文地址：https://m.bishedaima.com/lunwen/51299.html
