面向大规模集群的并行I/O用户层配置优化策略

影响应用I/O性能的关键因素主要有三个层次:包括应用的I/O接口实现、体系结构和文件系统组件的性能以及应用的I/O参数配置。从应用I/O配置优化的视角,分析了大规模集群并行I/O的配置调优空间,在此基础上,给出了一套大规模集群并行I/O性能特征测试分析方法。基于该方法,在某国产超级计算集群上开展了一系列I/O测试分析来刻画系统的I/O性能特征,进而指导并行应用程序的I/O配置优化。基于优化后的配置参数,在两类典型的并行I/O场景中,针对某类生产应用程序,8192进程下的重启动数据写操作时间下降了15%,4096核的程序作业加载时间从10 min缩短到了5 s。     

主战飞机维修保障效能评估方法

针对空军主战飞机维修保障效能难以评估的问题,首次提出了主战飞机维修保障效能评估方法。分析了飞机维修保障系统运行过程,按照"投入-产出"的原则,建立了主战飞机维修保障效能评估指标体系,运用信息熵理论和灰色系统理论,构建出了基于熵权和灰色聚类的评估指标赋权模型。结合实例验证了方法的正确性和合理性。     

基于动态可调簇的能量感知无线传感网数据收集协议

针对无线传感网中高效数据收集和传输的需要,提出了一种基于动态可调簇的能量感知数据收集协议ACEDGP(Adjusted Cluster-based energy-aware Data Gathering Protocol)。该协议初始时根据区域将节点等分成许多簇结构,簇首节点负责簇内部数据的收集和聚合,距离较远的簇通过其他簇首节点的转发实现数据的收集;随着时间的推移和节点能量的减少,ACEDGP能够统计各簇首能量消耗预测簇的通信频次,根据动态调整簇策略选择合适的簇首节点和合并分裂各个相邻的簇,保证各簇首节点簇内数据收集和簇间数据转发的能量平衡。仿真结果表明,与典型的分簇协议相比,ACEDGP能够更好地平衡节点的能耗,获得更长的网络生存期。     

大型工程项目集成化管理环境下的知识协同与任务调度

将各个项目单元抽象为不同的知识源,详细分析了集成化管理环境下的知识协同问题,提出了基于权威性加权原则的知识协同处理策略,并就策略修正、协同求解等问题作了分析说明。在此基础上,采取前向调度算法和逆向调度算法相结合的迭代算法,建立了协同工作中的任务调度模型,算例证明,模型能够有效满足各约束条件下任务的增删需求。     

大型地下车库消防安全隐患及对策研究

从大型地下车库的火灾危险性及自身特点出发,分析了常见的火灾隐患及影响火灾蔓延的重要因素,提出了大型地下车库的消防设计要求,并从建立组织制度、加强消防宣传、完善消防设施、开展防火检查、加强灭火演习等几个方面提出了消防安全管理对策,以减少或避免火灾的发生.     

舰载被动传感器数据关联算法研究

针对ESM的属性关联和空间关联准确度不高的问题,提出了一种属性-空间综合关联算法。建立了属性-空间综合关联算法的功能模型,并对采用算法进行了描述和仿真。仿真试验结果表明,属性-空间综合关联能有效克服不同平台、相同目标属性关联和同一平台、不同辐射源空间关联存在的问题,且具有较高的关联准确度。     

Clustering in defence-related procurement: the case of a Belgian naval construction cluster

ABSTRACT

This paper examines the importance of closer co-operation in defence-related procurement. Led by the decision that Belgium will lead the procurement of 12 Mine CounterMeasures Vessels (MCMV), the case of a potential Belgian naval construction cluster is discussed. The feasibility of a potential cluster is investigated by looking at key elements of a successful naval construction cluster, the Dutch naval construction cluster, and comparing those key elements to the current Belgian situation. Forming a sustainable Belgian naval construction cluster will be difficult. Most of the procurement process of the MCMVs is set on a European tender. In the long run, due to the absence of both a launching customer and leader firms, no party is able to carry the cluster with investments and knowledge spill-overs. In order to keep public support for large defence-related investments, clustering around the MCMV integration system and proactive cluster support is recommended.