期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于AmazonS3的云存储系统的设计 被引量:3
1
作者 郭巍 李小勇 《微型电脑应用》 2016年第1期44-47,共4页
Blue Ocean Storage System是一款自主设计研发的分布式文件系统。在此基础之上,设计并实现了S3 engine,使其能够胜任云存储的工作。通过对高并发模式的分析,体现出BOSS+S3engine在设计上的优势。最后通过与开源项目的对比来证明结论,... Blue Ocean Storage System是一款自主设计研发的分布式文件系统。在此基础之上,设计并实现了S3 engine,使其能够胜任云存储的工作。通过对高并发模式的分析,体现出BOSS+S3engine在设计上的优势。最后通过与开源项目的对比来证明结论,是使用可靠的。 展开更多
关键词 云存储 s3 高并发模式 性能测试
在线阅读 下载PDF
重组大肠杆菌S3-2产羰基还原酶发酵工艺优化及动力学研究
2
作者 田俊 龚大春 饶振辉 《化学与生物工程》 CAS 北大核心 2024年第5期25-30,43,共7页
以重组大肠杆菌S3-2为发酵菌株,通过单因素实验和正交实验对重组大肠杆菌S3-2产羰基还原酶的1 L发酵罐发酵工艺进行优化,并通过Logistic方程和Luedeking-Piret方程对重组大肠杆菌S3-2分批发酵产羰基还原酶的动力学过程进行模拟。结果表... 以重组大肠杆菌S3-2为发酵菌株,通过单因素实验和正交实验对重组大肠杆菌S3-2产羰基还原酶的1 L发酵罐发酵工艺进行优化,并通过Logistic方程和Luedeking-Piret方程对重组大肠杆菌S3-2分批发酵产羰基还原酶的动力学过程进行模拟。结果表明,重组大肠杆菌S3-2的最佳发酵工艺为:IPTG在OD600值为1.0时诱导、IPTG终浓度为0.30 mmol·L^(-1)、种子液OD600值为3.0时接种、诱导温度为26℃,在此条件下,菌体细胞干重为1.586 g·L^(-1)、羰基还原酶酶活为0.712 U·mL^(-1);菌体生长、羰基还原酶酶活及甘油消耗的动力学模型的拟合度分别为0.9883、0.9917和0.9807,说明该模型对重组大肠杆菌S3-2的发酵动力学模型拟合良好,为后续中试放大研究提供了理论依据。 展开更多
关键词 重组大肠杆菌s3-2 羰基还原酶 发酵工艺优化 正交实验 动力学模型
在线阅读 下载PDF
基于多国实测数据的跟驰模型对比 被引量:1
3
作者 徐志刚 魏璐颖 +2 位作者 刘志广 刘张琦 秦孔建 《长安大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第2期89-100,共12页
为了更精确描述车辆跟驰(CF)行为,并研究不同国家跟驰行为数据对跟驰标定模拟的影响,以及各跟驰模型对跟驰行为模拟的精确程度,选取中国西安市南二环某路段交通流CHD数据集、美国NGSIM数据集以及德国HighD数据集,针对Gazis-Herman-Rothe... 为了更精确描述车辆跟驰(CF)行为,并研究不同国家跟驰行为数据对跟驰标定模拟的影响,以及各跟驰模型对跟驰行为模拟的精确程度,选取中国西安市南二环某路段交通流CHD数据集、美国NGSIM数据集以及德国HighD数据集,针对Gazis-Herman-Rothery(GHR)模型、智能驾驶模型(IDM)以及最新被提出的S-shaped three-parameters(S3)跟驰模型进行模型标定以及误差分析,利用加速度、前后车速度差、前后车位置差和后车速度等数据作为输入参数,采用互相关分析与模拟退火相结合的方法进行数据拟合,并利用加速度、速度和位移的均方根误差(R_(MSE))对参数拟合后的模型进行性能评价。研究结果表明:针对3个不同国家数据集中的跟驰行为,S3微观模型标定效果均表现最佳,3个数据集的R_(MSE)平均值均最小,且低于其他2种跟驰模型;德国HighD数据集总采集精度高、数据量大,因此无论采用何种CF模型进行标定,该数据集在跟驰行为标定方面的性能均表现最佳、误差最小。研究结果对交通仿真软件模拟交通流的车辆跟驰模型选取及其参数优化具有重要意义,且对于如何选择跟驰模型标定数据集亦具有重要价值。 展开更多
关键词 交通工程 微观交通流 跟驰模型 s3模型 HighD数据集 模拟退火法
原文传递
基于多国实测数据下的交通流模型对比研究 被引量:1
4
作者 刘张琦 谢耀华 +2 位作者 李宝路 刘志广 徐志刚 《公路交通技术》 2022年第2期134-138,共5页
为检验最新的S3交通流模型和多个经典交通流模型对交通状态的描述精度和对不同国家交通流数据的适应性,利用模型分别对中国西安市长安大学CHD数据集、德国HighD数据集和美国PeMS数据集进行参数拟合和特性分析,利用流量、速度和密度作为... 为检验最新的S3交通流模型和多个经典交通流模型对交通状态的描述精度和对不同国家交通流数据的适应性,利用模型分别对中国西安市长安大学CHD数据集、德国HighD数据集和美国PeMS数据集进行参数拟合和特性分析,利用流量、速度和密度作为输入参数,采用最小二乘方法拟合,并利用均方误差指标(MSE)对参数拟合后的模型进行性能评价。试验结果表明,S3模型在针对中、德、美三国实测数据条件下,其MSE v值分别为69、86、61,显著低于其他4种经典交通流模型(Greenshields、Greenberg、Underwood和Newell模型),S3模型可以更好地表达自由流、饱和、拥堵交通状态下流量、速度和密度三者之间耦合关系。 展开更多
关键词 交通流模型 s3模型 HighD数据集 PeMS数据集
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部