企业级智能软件定制开发与全栈技术支持解决方案

光网络业务预测算法研究

随着5G,边缘计算微服务应用等新技术的成熟和商业化落地,网络带宽与服务质量不断提高,影响人们生活方式的互联网产品也随之层出不穷,例如智能一体化家居,自动驾驶,智慧出行,电子商务,数字可视化平台等创新性产品都给人们的生产生活方式带来巨大的变化与进步.然而,互联网业务种类与用户规模的激增等因素都导致光网络面临着网络带宽资源分布不均,网络阻塞率上升以及应用服务质量下降等一系列严峻挑战.如何精准地对光网络中的业务量变化趋势进行预测并根据结果制定合理的资源分配策略,是解决上述问题的关键.本论文针对光网络中的业务预测算法展开研究,首先基于WEB技术搭建了光网络预测算法仿真平台,为预测算法的实现和展示提供技术基础和展示平台;随后,论文探究了包括线性和非线性的三类典型的预测模型针对平稳和非平稳数据集的预测性能和适用场景;最后,将业务预测模型应用在实际光网络中,利用预测模型与Dijkstra算法结合,对弹性光网络中的链路阻塞率进行预测,并根据预测结果合理调整资源分配策略,从而达到了了降低阻塞率的目的.本文的创新点和主要工作如下:(1)创新性地使用前端前沿的机器学习技术Tensorflow.js实现预测算法的训练和预测,并对比各类算法在不同特征数据集的性能表现.论文使用WEB相关技术完成了所有算法的逻辑和预测仿真,并探究不同数据特征的数据集较为适合的预测算法模型.(2)论文将预测模型与Dijkstra算法相结合,使用其对弹性光网络的拥塞程度进行预测,然后依据预测结果将更多的低拥塞度的链路预先替代拥塞程度高于阈值的链路,以此来降低网络阻塞率,增加网络中的资源利用率.(3)基于WEB的光网络预测算法仿真平台开发.论文选用JavaScript相关技术栈完成光网络预测算法仿真平台的前后端开发.一方面验证了使用JavaScript进行全栈开发的技术可行性,另一方面也为预测算法仿真提供技术支持和展示平台.

IPv6在选煤工业互联网的应用研究

当前选煤生产网络主要使用基于IPv4协议的传统工业互联网,然而随着数字矿山,智慧矿山建设的大力推进,选煤厂生产规模不断扩大,使得智能化设备大量应用,对IP地址的需求越来越大,导致传统的选煤工业互联网IPv4资源逐渐耗尽,制约了选煤企业数字化基础设施的升级.文章介绍了IPv6的产生背景及发展前景,分析了选煤工业互联网应用现状,提出了IPv6在选煤企业的推广应用建议.分析认为:IPv6协议能解决IPv4协议地址空间耗尽的问题,IPv6技术在选煤工业互联网的应用可分为在选煤工业互联网子系统的应用,选煤工业互联网试用,选煤工业互联网大规模成熟应用三个阶段,可从开发出可覆盖选煤环境的IPv6矿用网络设备,适配IPv6协议的选煤应用系统以及适配IPv6协议的选煤设备硬件控制器三个方面进行推进.建议制定IPv6规模部署计划,为选煤企业数字化投资提供基础数据支撑,技术支持和保障;分IPv4单栈,IPv4/IPv6双栈,IPv6单栈三个阶段部署协议交换平台;部署统一访问及服务体系,提升选煤各网络域业务系统访问便利性;建立安全防护体系,强化网络基于VxLAN+EVPN,IPv6自组网技术的安全防护能力;建立统一的自动化,智能化运维支撑平台,实现全网部署,全栈监测,全程管控.选煤企业应积极推动IPv6在企业的深度应用,尽早实现数字化转型和智能化升级,为选煤行业的可持续发展提供支撑.

基于三维可视化的集成供液技术方案数字营销平台的设计

在当前煤矿开采技术快速发展的背景下,提高配套设计效率,快速响应客户需求,优化市场策略,增强产品宣传效果是煤矿企业面临的主要挑战.笔者提出基于三维可视化技术的集成供液技术方案数字营销平台,以北京天玛智控科技股份有限公司的集成供液技术方案为研究对象,探讨通过三维可视化技术,优化集成供液系统的设计和销售流程,提高售前阶段工作效率,构建采煤工作面集成供液系统全栈式数字营销平台,满足现场产品营销,售前演示,技术方案输出需求.实现了集成供液系统模块组成,算法逻辑,技术参数等专业技术三维数字化升级;在安全的前提下,真正做到了高效数字营销,全面的售前数字化技术支持,实现了以科技为基础,客户为中心,技术,营销通力合作的一体化平台,为煤矿全栈式数字营销平台,提供数据积累平台及实例参考.

一种基于群体智能的全栈自适应资源调度系统及方法

本发明涉及计算机系统资源管理技术领域,更具体地说,本发明提供了一种基于群体智能的全栈自适应资源调度系统及方法,通过引入群体智能和全栈自适应机制,在资源调度方面取得了显著的技术进步,首先,系统实现了资源利用效率的全面提升,通过多层次硬件感知和深度应用需求解析,建立了精准的供需匹配机制,大幅提升了资源分配的精确性和有效性;跨应用依赖关系的智能识别和数据流优化调度,有效降低了系统通信开销,提升了数据密集型应用的整体执行效率;多目标协同优化机制在保证系统性能的同时,显著改善了能源利用效率,为绿色计算提供了可靠的技术支持.