公开(公告)号：CN114138102A

公开(公告)日：2022-03-04

申请号：CN202111350942.9

申请日：2021-11-15

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  陈灵彬 ,  常盼 ,  刘亚荣

IPC: G06F1/329 ,  G06F1/3287 ,  G06F9/455 ,  G06F9/48 ,  G06F9/50

Abstract: 本发明公开了一种基于多区域划分的云计算数据中心能耗优化方法。首先对云计算数据中心的所有主机进行数据采集，对获得数据进行排序预处理，然后，将排序过后的主机根据负载大小划分为高、中、低三个负载区域。针对高负载区域，提出高负载主机迁移策略，通过虚拟机的迁出实现主机负载的均衡，从而解决了主机负载过高造成的能耗大幅上升的问题。针对低负载主机区域，提出低负载主机迁移策略，通过将虚拟机迁出实现主机空载的状态，并且将空载的主机调整为休眠状态，进一步降低了云计算数据中心的总能耗。本发明所提供的一种基于多区域划分的云计算数据中心能耗优化方法，此方法能有效降低云计算数据中心的能耗，降低二氧化碳排放量，节约大量能源。

公开(公告)号：CN113673239A

公开(公告)日：2021-11-19

申请号：CN202110752833.3

申请日：2021-07-03

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  李新飞 ,  陈灵彬 ,  刘亚荣

IPC: G06F40/289 ,  G06F40/242 ,  G06F40/216 ,  G06K9/62

Abstract: 本发明公开了一种基于情感词典加权的酒店评论情感极性分类方法，使用中文酒店评论语料公开数据集，然后将酒店评论文本数据进行清理和提取后，送入基于情感词典加权的朴素贝叶斯情感极性分类器模型中进行训练与测试，预测结果以精确率、召回率和F1值等指标进行评估，为消费者和商家提供更精确的决策支持。本发明提供的一种基于情感词典加权的酒店评论情感极性分类方法，是针对消费者对符合自身兴趣以及酒店服务质量的优质酒店入住需求的应用方法，解决了酒店特定领域语料库的缺乏、朴素贝叶斯算法的独立性假设问题带来的影响，满足了消费者主观选择的正确性，应用情感词典提高了情感极性分类模型时效性和针对性，满足实际应用需求。

公开(公告)号：CN113568704A

公开(公告)日：2021-10-29

申请号：CN202110813350.X

申请日：2021-07-19

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  陈灵彬 ,  常盼 ,  李新飞 ,  刘亚荣

IPC: G06F9/455 ,  G06F9/50 ,  G06N3/12

Abstract: 本发明公开了一种基于三次精英孵化算法的容器云任务调度优化方法。首先对各个可用节点的资源数据和运行数据进行采集，并且对原始数据进行处理，利用可信度对数据进行筛选，然后建立相关评估模型并对参数进行优化，参数初步优化是利用模拟退火算法中的热槽法通过概率分布函数随机产生相关参数的若干个候选值，参数二次优化是使用n个独立运行的遗传算法对参数进行更新，从而获得局部最优解所组成的精英种群，参数最终优化是将精英种群作为模拟退火算法的初值，对全局最优解进行搜索迭代，从而得出最终结果。本发明所提供的一种基于三次精英孵化算法的容器云任务调度优化方法，此方法在满足用户需求的同时能降低时间成本和能耗成本。

公开(公告)号：CN113672295A

公开(公告)日：2021-11-19

申请号：CN202110758065.2

申请日：2021-07-05

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  常盼 ,  陈灵彬 ,  刘亚荣

IPC: G06F9/445 ,  G06N3/12

Abstract: 本发明公开了一种基于遗传算法的移动云环境下协同计算卸载方法，针对物联网中多站点协同计算卸载代价问题，将分布式部署的具有依赖关系的应用程序各任务之间的计算任务卸载到本地、边缘节点或云端，建立代价模型，利用遗传算法寻找总代价最小的卸载方案，有效缩短了多站点协同计算应用程序的执行时间，降低终端的能耗，寻优效果更好。

公开(公告)号：CN115063075A

公开(公告)日：2022-09-16

申请号：CN202210694003.4

申请日：2022-06-20

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  常盼 ,  陈灵彬 ,  余友华 ,  刘亚荣

IPC: G06Q10/08 ,  G06Q30/02

Abstract: 本发明公开了一种OPM原材料采购时机推荐方法。首先，获取产品零部件的历史价格和用户定制产品订单所需的对应零部件个数与种类，分别建立ARIMA预测模型和Holt‑Winters模型，基于熵权法确定两种预测模型的权系数，建立组合模型预测未来零部件的价格，获得产品所需的总价格的预测序列，根据预测价格和零部件选购、运输、组装周期及客户预定交货时间确定最佳购入零部件时间。本发明所提供的一种OPM原材料采购时机推荐方法，此方法能有效提高预测模型的预测精度，能够对产品零部件选购时期进行指导，能有效降低生产成本，提高企业利润。

公开(公告)号：CN114237884A

公开(公告)日：2022-03-25

申请号：CN202111506847.3

申请日：2021-12-10

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  陈灵彬 ,  常盼 ,  刘亚荣

IPC: G06F9/50 ,  G06F1/329 ,  G06K9/62

Abstract: 本发明公开了一种基于灰色马尔科夫链的云计算数据中心能耗优化方法。首先，获取云计算中心一周内的主机历史数据，通过获取的主机历史数据建立灰色预测模型，对主机未来时段的CPU负载数据进行预测，然后使用马尔科夫链对预测结果进行修正从而获得精度更高的预测结果。以修正过后的预测数据作为基准数据，选出负载过高的目标迁出主机，对这些主机实施主机迁出算法，使得各主机负载平衡，从而防止高负载主机所导致的能耗激增现象。本发明所提供的一种基于灰色马尔科夫链的云计算数据中心能耗优化方法，具有可以提高各主机的服务质量、降低云计算数据中心的能耗、降低二氧化碳排放量和节约大量能源等有益优点。