一种支持动态流量控制的通信任务自适应优化调度方法

    公开(公告)号:CN107800646B

    公开(公告)日:2019-10-15

    申请号:CN201711076354.4

    申请日:2017-11-06

    IPC分类号: H04L12/851 H04L29/08

    摘要: 一种支持动态流量控制的通信任务自适应优化调度方法,其特征在于,包括如下步骤:a)构建通信调度中心代理服务;b)划分为高优先级和低优先级;c)如果判定为高优先级任务,转至执行步骤h),如果判定为低优先级任务,转至执行步骤d);d)对可调控优先级队列的运行状态进行周期性的实时监测;e)计算低优先级任务执行控制强度YACT;f)计算依据任务初始优先级和服务请求到达时间动态评估任务执行优先级YDP;g)当大于等于高优先级执行阈值时,长期等待的低优先级任务升级到高优先级;h)使用高优先级队列执行任务。在不影响终端正常工作的前提下,支持终端参数同步任务的自适应优化调整,对终端参数同步的过程进行记录、管理,从而提高终端运行的可靠性。

    一种基于梯度提升决策树的短期负荷预测方法

    公开(公告)号:CN108539738A

    公开(公告)日:2018-09-14

    申请号:CN201810443513.8

    申请日:2018-05-10

    IPC分类号: H02J3/00

    摘要: 本发明实施例公开了一种基于梯度提升决策树的短期负荷预测方法,包括获取待预测日前N天的历史负荷数据,形成原始数据集A0;从原始数据集A0中筛选出构建训练样本的数据集B;利用数据集B构造GBDT预测模型所需的全部样本集(X,Y);由全部样本集(X,Y)训练构造全天GBDT预测模型,根据全天GBDT预测模型预测待预测日的全天负荷向量;将全部样本集(X,Y)按小时分割为24个样本子集,并分别训练构造小时GBDT预测模型,并根据小时GBDT预测模型预测待预测日的24小时负荷向量;结合全天负荷向量和24小时负荷向量,预测待预测日的最终负荷向量。本发明充分挖掘历史负荷数据中的特征并构造不同的梯度提升决策树模型来提高短期负荷预测的精度。