CN117435351A - 一种道路仿真分布式计算的负载均衡方法 - Google Patents
一种道路仿真分布式计算的负载均衡方法 Download PDFInfo
- Publication number
- CN117435351A CN117435351A CN202311757129.2A CN202311757129A CN117435351A CN 117435351 A CN117435351 A CN 117435351A CN 202311757129 A CN202311757129 A CN 202311757129A CN 117435351 A CN117435351 A CN 117435351A
- Authority
- CN
- China
- Prior art keywords
- simulation
- road network
- road
- sub
- load balancing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 114
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004364 calculation method Methods 0.000 claims abstract description 36
- 230000011218 segmentation Effects 0.000 claims abstract description 25
- 230000003068 static effect Effects 0.000 claims abstract description 11
- 238000013508 migration Methods 0.000 claims abstract description 4
- 230000005012 migration Effects 0.000 claims abstract description 4
- 230000006399 behavior Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提出一种道路仿真分布式计算的负载均衡方法,属于路网仿真技术领域,本发明将动态行为和静态行为结合实现车辆负载均衡,包括:S1.选择仿真场景特征;S2.加载分割路网信息;S3.获取与本次仿真相似的场景仿真信息;S4.计算最优子路网仿真时长;S5.根据路网仿真时长调整最后一次仿真路网分割;S6.子程序单步推演;S7.检测程序运行负载,调整共享区域车辆计算归属;S8.迁徙已调整归属车辆,判断仿真是否结束,若仿真未结束,重复执行S6‑S7,若仿真结束保存路网分割方案。本发明解决依靠传统的公式推演方法难以准确评估实际服务器之间存在配置和运算能力的差异,实现了动态调整路网计算范围的仿真策略。
Description
技术领域
本发明涉及负载均衡方法,尤其涉及一种道路仿真分布式计算的负载均衡方法,属于路网仿真技术领域。
背景技术
分布式仿真计算是一种将计算任务分解和分配到多个计算节点或处理单元进行并行处理的方法,可以增加或减少计算节点来适应不同规模的仿真需求。分布式仿真拥有一个主控节点和若干运算子程序。主控节点负责全局仿真的调度和管理,包括子路网的分配和仿真任务的协同执行,运算子程序负责推演子路网内部车辆运行变化,车辆在不同子运算程序之间迁移采用网络通讯进行数据同步。
然而受服务器之间硬件配置差异以及复杂的车辆时空负载分布规则影响,不同子运算服务的计算时长存在显著差异,这种差异使得负载较低的子运算服务切换到空闲等待状态,严重浪费了服务器的计算资源,严重拖慢分布式仿真效率。
为解决该技术问题,硕士学位论文“一种分布式交通网络仿真平台的动态负载均衡算法研究及应用”给出了解决方案,但该论文给出的解决方案中缺少服务器之间的运行配置和运算能力差异,单靠公式推演,无法评估实际运行的性能差异,还缺少实时动态调整策略。
发明内容
在下文中给出了关于本发明的简要概述,以便提供关于本发明的某些方面的基本理解。应当理解,这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分,也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。
鉴于此,为解决现有技术中存在的缺少服务器之间的运行配置和运算能力差异,单靠公式推演,无法评估实际运行的性能差异。缺少实时动态调整策略的技术问题,本发明提供一种道路仿真分布式计算的负载均衡方法,本发明面向算力动态均衡的分布式仿真计算,是一种充分利用服务器算力资源,提高仿真效率的方法。
方案一、一种道路仿真分布式计算的负载均衡方法,将动态行为和静态行为结合实现车辆负载均衡,静态行为实现路网滑动分割,动态行为实现仿真推演过程中调整子服务负载,包括以下步骤:
S1.选择仿真场景特征;
S2.加载分割路网信息,若首次仿真,进行路网平均分割,若非首次仿真加载历史分割路网信息;
S3.获取与本次仿真相似的场景仿真信息;
S4.计算最优子路网仿真时长;
S5.根据路网仿真时长调整最后一次仿真路网分割;
S6.子程序单步推演;
S7.检测程序运行负载,调整共享区域车辆计算归属;
S8.迁徙已调整归属车辆,判断仿真是否结束,若仿真未结束,重复执行S6-S7,若仿真结束保存路网分割方案、子路网的平均计算延误和每个子路网的计算延误时间。
优选的,所述场景特征包括车流信息、车辆信息、时段信息、天气信息和节假日信息。
优选的,计算最优子路网仿真时长的方法是:在历史仿真中找出子路网的平均计算延误最低的路网切割方案。
优选的,根据路网仿真时长调整最后一次仿真路网分割的方法是:根据实际情况设定最优仿真时长阈值,当最优仿真时长超过阈值时扩大路网分割范围,当最优仿真时长在阈值范围内缩小路网分割范围。
优选的,分割范围为:当子路的计算延迟低于阈值,则检索相邻子路网,把相邻延误高的子路网边缘车道分配给该子路网。
优选的,调整共享区域车辆计算归属的方法是:若子运算程序较相邻运算程序仿真时间多25%时,调整共享区域车辆计算归属,否则,不进行调整。
方案二、一种电子设备,包括存储器和处理器,存储器存储有计算机程序,所述的处理器执行所述计算机程序时实现方案一所述的一种道路仿真分布式计算的负载均衡方法的步骤。
方案三、一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现方案一所述的一种道路仿真分布式计算的负载均衡方法。
本发明的有益效果如下:本发明将动态静态结合最终实现算法均衡,本发明滑动分割路网策略具有首次仿真时,路网分割为平均分割,后续的仿真则根据历史相同特征的分割策略进行矫正,从而随着仿真次数的增加趋于平衡的特点,解决现有技术中存在的缺少服务器之间的运行配置和运算能力差异,单靠公式推演,无法评估实际运行的性能差异。缺少实时动态调整策略的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为一种道路仿真分布式计算的负载均衡方法的流程图;
图2为路网滑动分割示意图。
具体实施方式
为了使本发明实施例中的技术方案及优点更加清楚明白,以下结合附图对本发明的示例性实施例进行进一步详细的说明,显然,所描述的实施例仅是本发明的一部分实施例,而不是所有实施例的穷举。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例1,参照图1-图2说明本实施方式,一种道路仿真分布式计算的负载均衡方法,将动态行为和静态行为结合实现车辆负载均衡,静态行为实现路网滑动分割,动态行为实现仿真推演过程中调整子服务负载;
所述静态行为在仿真推演过程中不变,仅在仿真初始阶段进行分割;
所述动态行为通过在仿真推演过程中不断调整子服务负载以达到负载均衡,包括以下步骤:
S1.选择仿真场景特征;
所述场景特征包括车流信息、车辆信息、时段信息、天气信息和节假日信息;
所述车流信息包括正常流量、道路饱和测试流量和道路施工流量等;
车辆信息包括不同类型,如公交车、货车、普通小汽车和智能驾驶车辆;
S2.加载分割路网信息,若首次仿真,进行路网平均分割,若非首次仿真加载历史分割路网信息;
所述加载分割路网信息,具有滑动分割的特点,当首次仿真时,将路网进行平均分割,后续的仿真则根据历史相同特征的分割策略进行矫正,随着分割的仿真迭代,加载得到的历史分割路网信息会趋于平衡;
S3.获取N次内的仿真相似场景仿真信息;
使用卷积神经网络(CNN)算法,结合相关特征数据进行匹配,即车流信息表示为车辆密度和流量。车辆信息表示为车型、车速、车辆长度等特征。时段信息可以表示时间序列数据。天气信息可以包括温度、湿度、降雨量等。节假日信息表示为二进制变量,指示是否是节假日、节日时长。构建一个卷积神经网络模型,把车辆密度、流量、车型、车速、车辆长度、时间序列数据、温度、湿度、降雨量、是否节假日、节日时长等数据,作为该模型将综合特征数据输入。使用训练集来训练CNN模型。通过训练,模型将学习如何从特征数据中匹配相似的历史仿真。
S4.计算最优子路网仿真时长;
S5.根据路网仿真时长调整最后一次仿真路网分割;
可根据实际情况设定最优仿真时长阈值,当最优仿真时长超过阈值时扩大路网分割范围,当最优仿真时长在阈值范围内缩小路网分割范围;
具体可以为:若超过历史最优仿真时长10%缩小路网分割范围,若超过历史最优仿真时长10%扩大路网分割范围;
分割范围为:每个仿真时间步会记录每个子路网的计算时间,以相邻子路网中计算时间较短的时间作为阈值。
当子路的计算延迟低于阈值,则检索相邻子路网,把相邻延误高的子路网边缘车道分配给该子路网。通过该方法,增加计算延误低子路网的整体覆盖范围,减少延误高子路网的覆盖范围。
本实施例S1-S5为静态行为,静态行为实现路网滑动分割,参照图2具体为:滑动分割路网策略以同一路网上道路在场景特征段呈现不同的负载分布特性为基础,结合不同场景特征下各子运算服务器的历史仿真计算平均时间,旨在缩小计算时间超过均值的子路网范围,同时扩大计算时间低于均值的子路网范围。
同时,为实现实时车辆负载均衡的目标,通过调整共享区域车辆计算归属对子路网内部进行了细分,将其分为独占计算区间和共享计算区间两部分。独占计算区间属于子路网的独有部分,在整个仿真推演过程中由当前子算法服务负责处理其中的车辆计算,而共享计算区间则是与相邻子路网共享的区域,即两个相邻子路网都包含共享区域内道路。共享区域内的车辆计算归属根据运算子服务的运行负载情况由主控程序动态决定。
S6.子程序单步推演;
S7.检测程序运行负载,调整共享区域车辆计算归属,若子运算程序较相邻运算程序仿真时间多25%时,调整共享区域车辆计算归属,否则,不进行调整;
所述若子运算程序较相邻运算程序仿真时间的比例可根据实际情况修改。
S8.迁徙已调整归属车辆,判断仿真是否结束,若仿真未结束,重复执行S6-S7,若仿真结束保存路网分割方案。本实施例S6-S8为动态行为,动态行为实现仿真推演过程中调整子服务负载,具体为:实时车辆负载均衡调度策略是仿真主控程序通过决策车辆计算归属来均衡不同子运算服务计算时间的一种算法,旨在缩减子运算服务之间的等待时间,提升推演效率。主控程序实时监测每个时间步中子运算服务的计算时长,当发现某子运算服务的仿真时间耗时较长时(比相邻服务耗时多25%),主控程序将调整子运算服务共享区域的车辆计算归属,并迁移已调整归属的车辆到相邻的子运算服务,从而减少该服务的计算时间,实现子运算服务器间的算力动态均衡。
实施例2,本发明的计算机装置可以是包括有处理器以及存储器等装置,例如包含中央处理器的单片机等。并且,处理器用于执行存储器中存储的计算机程序时实现上述的一种道路仿真分布式计算的负载均衡方法的步骤。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
实施例3,计算机可读存储介质实施例。
本发明的计算机可读存储介质可以是被计算机装置的处理器所读取的任何形式的存储介质,包括但不限于非易失性存储器、易失性存储器、铁电存储器等,计算机可读存储介质上存储有计算机程序,当计算机装置的处理器读取并执行存储器中所存储的计算机程序时,可以实现上述的一种道路仿真分布式计算的负载均衡方法的步骤。
所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围,对本发明所做的公开是说明性的,而非限制性的,本发明的范围由所附权利要求书限定。
Claims (8)
1.一种道路仿真分布式计算的负载均衡方法,其特征在于,将动态行为和静态行为结合实现车辆负载均衡,静态行为实现路网滑动分割,动态行为实现仿真推演过程中调整子服务负载,包括以下步骤:
S1.选择仿真场景特征;
S2.加载分割路网信息,若首次仿真,进行路网平均分割,若非首次仿真加载历史分割路网信息;
S3.获取与本次仿真相似的场景仿真信息;
S4.计算最优子路网仿真时长;
S5.根据路网仿真时长调整最后一次仿真路网分割;
S6.子程序单步推演;
S7.检测程序运行负载,调整共享区域车辆计算归属;
S8.迁徙已调整归属车辆,判断仿真是否结束,若仿真未结束,重复执行S6-S7,若仿真结束保存路网分割方案、子路网的平均计算延误和每个子路网的计算延误时间。
2.根据权利要求1所述的一种道路仿真分布式计算的负载均衡方法,其特征在于,所述场景特征包括车流信息、车辆信息、时段信息、天气信息和节假日信息。
3.根据权利要求2所述的一种道路仿真分布式计算的负载均衡方法,其特征在于,计算最优子路网仿真时长的方法是:在历史仿真中找出子路网的平均计算延误最低的路网切割方案作为最优子路网仿真时长。
4.根据权利要求3所述的一种道路仿真分布式计算的负载均衡方法,其特征在于,根据路网仿真时长调整最后一次仿真路网分割的方法是:根据实际情况设定最优仿真时长阈值,当最优仿真时长超过阈值时扩大路网分割范围,当最优仿真时长在阈值范围内缩小路网分割范围。
5.根据权利要求4所述的一种道路仿真分布式计算的负载均衡方法,其特征在于,分割范围为:当子路的计算延迟低于阈值,则检索相邻子路网,把相邻延误高的子路网边缘车道分配给子路网。
6.根据权利要求5所述的一种道路仿真分布式计算的负载均衡方法,其特征在于,调整共享区域车辆计算归属的方法是:若子运算程序较相邻运算程序仿真时间多25%时,调整共享区域车辆计算归属,否则,不进行调整。
7.一种电子设备,其特征在于,包括存储器和处理器,存储器存储有计算机程序,所述的处理器执行所述计算机程序时实现权利要求1-6任一项所述的一种道路仿真分布式计算的负载均衡方法的步骤。
8.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-6任一项所述的一种道路仿真分布式计算的负载均衡方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311757129.2A CN117435351B (zh) | 2023-12-20 | 2023-12-20 | 一种道路仿真分布式计算的负载均衡方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311757129.2A CN117435351B (zh) | 2023-12-20 | 2023-12-20 | 一种道路仿真分布式计算的负载均衡方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117435351A true CN117435351A (zh) | 2024-01-23 |
CN117435351B CN117435351B (zh) | 2024-04-30 |
Family
ID=89552045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311757129.2A Active CN117435351B (zh) | 2023-12-20 | 2023-12-20 | 一种道路仿真分布式计算的负载均衡方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117435351B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106557611A (zh) * | 2016-10-12 | 2017-04-05 | 电子科技大学 | 分布式交通网络仿真平台的动态负载均衡算法研究及应用 |
CN109978267A (zh) * | 2019-03-28 | 2019-07-05 | 东南大学 | 基于城市轨道交通数据的城市微循环公交线路规划方法 |
US20190329770A1 (en) * | 2018-04-27 | 2019-10-31 | Honda Motor Co., Ltd. | System and method for lane level hazard prediction |
KR20220128051A (ko) * | 2021-03-12 | 2022-09-20 | 한국과학기술원 | 도시부 도로의 도로망 셀 단위 교통량 변화 시뮬레이션 방법 및 컴퓨터 프로그램 |
CN116186994A (zh) * | 2022-12-21 | 2023-05-30 | 东南大学 | 基于微观交通仿真的高速公路拥堵溯源分析及管控方法 |
WO2023216504A1 (zh) * | 2022-05-11 | 2023-11-16 | 华南理工大学 | 一种基于多尺度计算的数字路网交通状态推算方法 |
-
2023
- 2023-12-20 CN CN202311757129.2A patent/CN117435351B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106557611A (zh) * | 2016-10-12 | 2017-04-05 | 电子科技大学 | 分布式交通网络仿真平台的动态负载均衡算法研究及应用 |
US20190329770A1 (en) * | 2018-04-27 | 2019-10-31 | Honda Motor Co., Ltd. | System and method for lane level hazard prediction |
CN109978267A (zh) * | 2019-03-28 | 2019-07-05 | 东南大学 | 基于城市轨道交通数据的城市微循环公交线路规划方法 |
KR20220128051A (ko) * | 2021-03-12 | 2022-09-20 | 한국과학기술원 | 도시부 도로의 도로망 셀 단위 교통량 변화 시뮬레이션 방법 및 컴퓨터 프로그램 |
WO2023216504A1 (zh) * | 2022-05-11 | 2023-11-16 | 华南理工大学 | 一种基于多尺度计算的数字路网交通状态推算方法 |
CN116186994A (zh) * | 2022-12-21 | 2023-05-30 | 东南大学 | 基于微观交通仿真的高速公路拥堵溯源分析及管控方法 |
Non-Patent Citations (3)
Title |
---|
YINGYING YUAN ET.AL: "PARALLEL MICROSCOPIC TRAFFIC SIMULATION ON THE BASIS OF ROAD NETWORK-BASED CELLULAR AUTOMATA", 《IEEE XPLORE》, 31 December 2017 (2017-12-31), pages 497 - 501 * |
李珊珊: "基于多核的并行混合交通微观仿真系统*", 《华南理工大学学报( 自然科学版)》, vol. 40, no. 2, 29 February 2012 (2012-02-29), pages 57 - 62 * |
高林杰: "交通网络动态路径求解并行仿真算法研究与实现", 《中国优秀博硕士学位论文全文数据库信息科技II辑》, no. 10, 31 October 2006 (2006-10-31), pages 1 - 115 * |
Also Published As
Publication number | Publication date |
---|---|
CN117435351B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112613680B (zh) | 续航里程估算方法、装置、设备及存储介质 | |
CN113393058B (zh) | 污染物管控方法、预测管控方法、实时管控方法及装置 | |
CN111881243B (zh) | 一种出租车轨迹热点区域分析方法及系统 | |
CN113687875B (zh) | 一种车联网中车辆任务卸载方法及装置 | |
CN110633760A (zh) | 一种推荐系统整合策略及推荐系统 | |
CN105491117A (zh) | 面向实时数据分析的流式图数据处理系统及方法 | |
CN111626497B (zh) | 人流量预测方法、装置、设备和存储介质 | |
CN117141295A (zh) | 一种新能源汽车的二合一高压充电方法及充电站 | |
CN117435351B (zh) | 一种道路仿真分布式计算的负载均衡方法 | |
CN112887905A (zh) | 一种车联网中基于周期性资源调度的任务卸载方法 | |
CN111885618A (zh) | 一种网络性能优化方法和装置 | |
CN113747450B (zh) | 一种移动网络中业务部署方法、装置及电子设备 | |
CN103248622A (zh) | 一种自动伸缩的在线视频服务质量保障方法及系统 | |
CN103593543A (zh) | 一种更新p2p网络用户主观行为分析模型参数的方法及系统 | |
CN113946555A (zh) | 一种车辆日志的上传方法、装置、设备及存储介质 | |
CN112245932B (zh) | 游戏资源的处理方法、装置以及服务端设备 | |
CN112148481B (zh) | 一种执行仿真测试任务的方法、系统、设备及介质 | |
CN116862106A (zh) | 一种城市建设用地更新潜力分析方法、装置、终端及介质 | |
CN114298294B (zh) | 一种基于硬件加速器的神经网络内存优化方法和装置 | |
CN115377967A (zh) | 一种基于众数的电网可用输电能力计算方法及系统 | |
CN112181829B (zh) | Ab实验的用户分流方法、装置、终端及介质 | |
CN110234167B (zh) | 一种信道分配方法、信道分配装置及电子设备 | |
CN113935472A (zh) | 模型调度处理方法、装置、设备及存储介质 | |
CN114417420A (zh) | 一种基于无中心流式联邦学习的隐私保护方法、系统及终端 | |
CN108446383B (zh) | 一种基于地理分布式数据查询的数据任务重分配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |