基于m-best算法与rollout策略的平台任务关系优化设计方法#br#

在平台任务关系优化设计中,考虑单个任务资源分配过程中平台资源冗余度对后续任务分配的影响,分析优化设计过程的约束条件,构建了以最大任务执行精度与最小资源冗余度为综合目标函数的平台任务关系设计的问题模型,并使用基于m-best算法与rollout策略的方法对问题模型进行求解。m-best算法生成单个任务的m个平台分配方案,rollout策略用于均衡不同优先级任务之间的任务执行精度。最后,分别通过特殊算例和一般算例验证所提优化设计方法的优越性,算例的结果表明,使用该优化设计方法能够使高优先权任务的资源冗余度降低,从而使得整体任务执行精度提高。     

基于QoS满意度增强的多资源协同预留策略

针对动态网格资源服务的不确定性问题,提出一种可量化分析资源服务QoS(quality of service)的多资源协同预留策略.该策略基于对运行在资源上的网格任务QoS指标分析,得出QoS满意度量化、归一化方法,建立资源服务QoS与预留容量之间的函数关系,并以市场经济环境为背景,分析任务费用约束下资源价格与预留容量之间的关系,求解得出可均衡负载的多资源节点协同预留方案.理论分析给出了策略的有效性证明和算法,仿真实验采用真实网格系统中的任务负载信息作为实验负载,在较大规模的模拟网格系统中检验了所提出的预留策略的性能表现.实验结果显示,该策略在接纳任务数、资源利用率和任务违约率方面的性能表现显著优于传统的预留策略.     

考虑交叉网络外部效应的多边配送平台增值服务投资与定价策略

针对考虑交叉网络外部效应的多边配送平台,本文讨论了该类平台增值服务投资与定价策略.首先构建了以平台利润最大化为目标的优化模型,然后求解得到最优增值服务投资和定价策略,最后通过数值分析探究了增值服务投资系数、边际增值服务投资成本、基础投资和交叉网络外部效应对最优定价策略、最优增值服务投资策略和平台最优利润的影响.研究表明:1)若增值服务投资系数较大,则平台应加大增值服务投资,同时提高交易费、广告费和配送费;2)若平台的基础投资较大,则平台应减少增值服务投资;3)若消费者对配送人员的网络外部性强度增加,则平台应提高广告费,加大增值服务投资,同时降低交易费和配送费,甚至对消费者进行补贴;4)若消费者对广告商的网络外部性强度增加,则平台应提高广告费和配送费,降低交易费,同时加大增值服务投资;5)若广告商对消费者的网络外部性强度增加,则平台应大幅度提高广告费和交易费,减少配送费,同时降低增值服务投资.该研究成果为多边配送平台的运营决策提供重要参考.     

面向任务的网络信息体系建模分析方法研究

网络信息体系作为信息化时代体系作战能力的催化剂和融合剂,正在改变着信息化作战形态及战斗力生成模式。本文在分析网络信息体系概念内涵的基础上,引入任务与体系的关联映射规则,提出了一种综合考虑超网络和服务化特征的网络信息体系“两维四网”模型构建及特性分析方法,并以空中突击作战为例,以服务信息流模体时延、任务执行精度、资源冗余度为特征度量指标,通过仿真实验验证了模型与方法的可行性和合理性。     

基于流量优化的可靠服务功能链部署方法

针对网络功能虚拟化环境中服务功能链部署的资源开销问题, 提出一种基于流量优化的可靠服务功能链部署方法。首先, 根据虚拟链路流量变化对虚拟网络功能进行聚合, 使带宽需求大的虚拟链路部署到底层网络后, 其流量变为服务器的内部流量。其次, 综合考虑可靠性、综合时延以及拓扑属性, 利用离差最大化的多指标决策算法对物理节点进行评价, 并使用链路约束降低流量的乒乓效应。最后, 采用k-最短路径算法将虚拟链路部署到满足带宽需求的物理链路上。仿真实验表明, 所提方法在保证服务功能链可靠性的基础上, 对长期收益开销比、映射成功率、端到端时延以及带宽开销有较大优化。     

面向SDN的生存性虚拟网络映射算法

针对软件定义网络环境下生存性虚拟网络映射问题,提出了基于网络资源关键度的虚拟网络可靠性映射算法。该算法首先通过提出底层网络资源和拓扑重要度度量方式,构建资源关键度排序集合,同时备份控制网络,考虑到控制器位置部署,设置链路时延权重进行最短物理路径的选取,映射时依据位置约束进行虚网映射,在此基础上针对不同物理网络故障类型采用备份切换和可行迁移方式进行恢复,确保虚拟网络服务连续不间断。仿真结果表明,与以往算法相比,该算法在请求接受率、故障恢复率、底层网络整体负载均衡度以及平均控制延迟4个指标上具有更好的网络性能。     

基于微分博弈的网络众包违约风险控制机制研究

本文以平台和参与者(雇主和服务商)组成的网络众包系统为研究对象,基于微分博弈理论构建了众包交易过程中平台的违约监管行为和参与者的违约控制行为的博弈模型,研究了双方在独立决策情形、平台激励下的Stackelberg博弈情形和双方一致决策情形下的不同博弈策略.研究表明,当满足一定条件时,从众包平台和参与者的独立决策情形到众包平台激励下的Stackelberg博弈情形,再到双方一致决策情形,平台和参与者的收益以及众包系统的总体收益都呈增加趋势.众包平台可以通过设计激励机制和监管机制影响双方收益率来降低参与者的违约风险,合理选择最优的策略行为,实现帕累托改进.另外,本文基于猪八戒等网络众包平台的调查分析进行了参数设置,通过数值分析验证了所构建的理论模型.     

信息模糊策略下新金融平台风险聚集和演化

在庞氏风险理论框架下,引入信息模糊策略构建新金融平台的竞争决策模型,进一步分析新金融平台的风险聚集和演化过程.对竞争环境下异质性平台的博弈关系进行建模并研究其最优模糊策略,然后通过数值模拟分析关键参数对平台资金的影响.结果表明:高承诺率平台将选择高模糊策略,低承诺率平台将依据效率优势选择相应策略,高承诺率与高杠杆率会增加平台风险.平台是稳健型时,高模糊策略使得平台收益增加,加快资金积累;平台是脆弱型时,高模糊策略能延缓平台危机爆发,但无法挽回平台危机;平台是恢复型时,高模糊策略使平台危机期延长.     

基于Internet的大规模城市建筑三维场景可视化研究

城市场景的构建是数字城市的基础.在互联网上实现大规模城市建筑物场景实时绘制,受到带宽瓶颈及三维可视化海量数据吞吐量的限制.通过分析其特点后,设计了适合网络传输的三维模型数据结构和充分考虑可视化效率的系统服务架构,提出了完全层次四叉树与集合的混合结构的数据组织模型,分析和论证了构建模型依据和方法.然后,讨论了建筑物场景的调度策略和方案.开发了虚拟地球平台GeoGlobe并运用于两个应用系统.实验和应用结果表明,能在普通PC机上实现大规模建筑物场景的流畅调度、实时浏览,可视化效果和用户体验好.     

基于分层结构的C4ISR服务部署分布式演化方法

针对指挥信息系统(command, control, communications, computers, intelligence, surveillance and reconnaissance, C4ISR)服务部署分散、作战平台计算/存储资源有限、演化实时性要求高的特点, 基于分层结构设计了系统状态分布式监控与演化总体架构, 并在该架构下提出了一种服务部署方案层级动态调整方法。通过定义信息流转长度与方案调整代价设计了服务部署调整方案的数学优化模型, 针对部署方案中同时包含服务部署位置和信息流转路径的特点, 将成对交换思想、最短路径规划与m-best策略相结合提出了一种贪心求解算法, 以实现调整方案的快速生成。实验证明, 该方法能够在保证系统信息流转效能的同时有效控制系统的演化范围, 适用于执行任务过程中服务部署方案的敏捷调整。     

面向用户需求的空天地一体化车载网络任务分配策略

为了提高空天地一体化车载网络(space-air-ground integrated vehicular networks, SAGVN)内用户的网络服务质量体验, 解决不同网络间相互协同的问题, 提出了面向用户需求的SAGVN任务分配策略。基于用户信号强度、时延、网络费用和带宽需求, 利用效用函数理论和层次分析法(analytic hierarchy process, AHP), 构建用户需求和满意度描述框架。将网络任务分配过程抽象为半马尔可夫决策过程(semi Markov decision process, SMDP), 根据用户需求和网络状态, 利用价值迭代算法获得整体用户满意度最大的网络任务分配策略, 利用Q-learning算法得到近似最优策略。实验表明, 相较于传统策略, 所提策略整体用户满意度提高超过30%;在网络拥塞的环境下, 可以有效降低对网络服务需求迫切用户服务请求的拒绝率。     

可靠性与拓扑感知的服务功能链备份保护方法

在网络功能虚拟化环境中, 针对服务功能链部署时的可靠性研究存在资源利用率较低的问题, 提出一种可靠性与拓扑感知的服务功能链备份保护方法。首先, 利用最小费用最大流算法将服务功能链请求中的虚拟网络功能部署在可靠性较高的服务器节点上, 尽可能提高服务功能链的可靠性。其次, 针对未能达到可靠性需求的服务功能链, 通过为部署在可靠性较低服务器节点上的虚拟网络功能预留备份资源的方式提高其可靠性。最后, 通过备份资源共享的方式尽可能减少备份资源消耗。仿真结果表明,该方法提高了可靠部署成功率和资源利用率。     

片上多核处理器排队网络建模与性能分析

设计了具有流水结构的4核处理器架构,采用基于优先级的任务服务规则,并且针对该架构建立了FPGA验证平台。利用带有阻塞和多任务等级的开环排队网络,对包含优先级调度规则的多核处理器流水结构进行了建模和性能分析。提出了一种对带有阻塞和多任务等级的开环排队网络进行近似分析的算法,对多组矩阵连乘进行了分析和建模,利用该算法得到计算结果,并且在FPGA验证平台上得到仿真结果。通过对计算结果与仿真结果性能参数的相对误差分析,表明该方法对片上多核处理器的建模和性能分析是有效的。     

最优线性网络编码的分布式构造方法

针对单源组播网络,在合理的假设条件下,提出了最优线性网络编码(在吞吐率最大的前提下编码代价最小)的分布式构造方法。首先对线性网络编码的机理进行分析,得出了不同组播率下编码方案间的内在联系,导出了一个在线测试组播容量的策略;提出的方法以遗传算法为搜索引擎,结合随机线性网络编码,嵌入了在线测试组播容量的策略。通过合理地设计编码系数的生成规则和进化策略,在获得最大吞吐率前提下达到最小编码信道数的同时,构造出相应的编码方案,且编码系数保存在各节点中,从而可以采用确定性网络编码数据传输策略传输数据。仿真结果表明提出的方法是有效的。     

基于拍卖算法的相控阵雷达任务调度方法

灵活有效的驻留时间调度算法是实现多功能相控阵雷达(phased array radar,PAR)工作性能优化和资源合理利用的基础。通过将时间作为拍卖物品,待调度任务作为竞拍者,设计了基于拍卖算法的PAR调度方案。该算法结合PAR的任务调度原则,以任务优先级原则和时间利用原则为标准,建立了拍卖者所得利润的竞拍价值函数。以期望执行时间原则为标准,给出了竞拍者的竞标期望函数。仿真结果显示,当PAR调度任务处于饱和时,所用算法的任务调度成功率和实现价值率依然较高,能够满足任务对平均时间偏移率的较低要求,并且能够保障高优先级任务的优先调度。     

超密集网络中基于聚类的资源分配方案

超密集网络(ultra-dense network, UDN)中,毫微微基站(femto-cell base station, FBS)的密集和随机部署会导致严重的小区间干扰。为了减轻干扰、保障用户服务质量(quality of service, QoS),提出了一种UDN中基于聚类的资源分配方案。首先,设计了一种基于加权密度的改进K-means聚类算法,将FBS动态划分为不同的簇。然后,以最大化UDN系统吞吐量为目标提出了一种两阶段时频资源分配方案:第一阶段,每个聚类内使用贪婪算法执行时频资源块的分配;第二阶段,利用资源补偿分配算法分配剩余的资源块,在考虑用户公平性的同时保证用户QoS。仿真结果表明,本文提出的资源分配方案能够有效提升系统吞吐量,同时保证用户QoS和公平性。     

云边协同系统中基于博弈论的资源分配与任务卸载方案

综合考虑时延、能耗和计算资源成本，构建云边协同系统中的效用最大化问题，并将其分解为计算资源分配、上行功率分配和任务卸载策略三个子问题。提出一种基于博弈论的资源分配和任务卸载方案（game-based resource allocation and task offloading， GRATO） 以分别解决上述子问题。利用凸优化条件求得计算资源分配最优解；设计一种低复杂度的上行功率分配方法用于降低无线干扰；针对任务卸载策略优化问题，提出一种基于博弈论的分布式任务卸载算法（game-based distributed task offloading algorithm， GDTOA）。仿真结果表明，GRATO方案在时延和能耗方面的性能优于其他方案，还可以感知用户的优先级，使紧急用户具有更高的效用和更低的时延。