一种微服务动态自适应客户端负载均衡方法及系统

    公开(公告)号:CN117155942A

    公开(公告)日:2023-12-01

    申请号:CN202311171774.6

    申请日:2023-09-11

    Abstract: 本发明属于服务器负载均衡领域,涉及一种微服务动态自适应客户端负载均衡方法及系统;所述方法包括客户端节点定期向微服务集群中每个服务器节点发送服务请求,以获取服务器节点的负载信息,并缓存至Redis中;当微服务集群中每个服务器节点的负载信息的实际、综合负载率超过相应阈值的大小,则采用动态反馈权重负载均衡算法确定出当前权重最大的服务器节点执行请求;根据服务节点的负载情况来调整流控策略,一旦触发了流控条件阈值,将按照一定策略动态限制进入的流量大小,以减小节点的负载压力;本发明采用客户端负载均衡,减轻了服务端的负担;根据服务器节点的实际负载情况进行动态调整负载,具有良好的实际意义和应用价值。

    一种基于人工神经网络的机器人外界接触力估计方法

    公开(公告)号:CN113297798B

    公开(公告)日:2022-10-11

    申请号:CN202110649204.8

    申请日:2021-06-10

    Abstract: 本发明属于机器人控制技术领域,特别涉及一种基于人工神经网络的机器人外界接触力估计方法,包括对机器人动力学模型进行变型处理,将其分成线性模型部分和非线性模型部分;采用径向基函数神经网络对非线性部分进行近似逼近,构建基于径向基函数神经网络的自适应观测器来估计模型非线性部分和未知干扰;将估计出的模型非线性部分和未知干扰反馈到系统模型中,对相应部分进行补偿,获取线性化的机器人动力学模型;当外界施加力作用在机器人上时,根据线性化的机器人动力学模型,构建主观观测器对外界施加力进行估计;本发明有效地抑制各种干扰影响的同时,对系统模型非线性部分进行了在线估计并将其反馈补偿,实现对机器人模型的线性化和简单化。

    一种基于混合神经模型的数控机床刀具剩余寿命预测方法

    公开(公告)号:CN113305645B

    公开(公告)日:2022-07-15

    申请号:CN202110690654.1

    申请日:2021-06-22

    Abstract: 本发明属于数控机床刀具寿命预测领域,特别涉及一种基于混合神经模型的数控机床刀具剩余寿命预测方法,包括构建混合神经网络模型,针对刀具数据采样频率,构建PLC工况信号数据与振动和电流信号的同一时间段的样本生成一个样本数据;利用卷积神经网络和长短期记忆网络联合的子模型对样本数据进行学习得到第一表征刀具寿命的特征向量;利用NFM神经网络将采样点的工况信号hash成一独特的索引值后生成一特定维度的可学习的向量表学习获得第二表征刀具寿命的特征向量;将刀具当前工作时长和获取的特征向量输入到多层感知机中进行融合,预测刀具寿命;本发明能够根据刀具中的稀疏特征对道具寿命进行有效、精确的预测。

Patent Agency Ranking