认知无线电网络中动态频谱分配策略的收费方案

针对认知无线电网络中的动态频谱分配策略,考虑次级网络的响应性能,令中断传输的次级用户数据包立即离开系统.通过构造个人收益函数,基于可观察排队情形,给出均衡状态下系统中次级用户数据包的数量阈值,并建立一个带有传输中断的有限容量排队模型.基于Poisson 过程,建立转移率矩阵,导出次级用户数据包的平均响应时间,系统吞吐量和频谱切换率等性能指标.为了实现动态频谱分配的社会最优,面向次级用户提出频谱接入的收费方案,并给出该收费方案的数值结果.     

具有启动时间的M/M/1休假排队的顾客最优策略研究

研究具有启动时间和单重休假的马尔科夫排队中顾客的均衡策略和社会最优止步策略.基于部分可视的系统状态信息,顾客到达系统时,只能观察到服务员的状态.根据收益-费用结构,得到顾客的收益函数和社会效益函数,进而确定均衡策略,并在数值和社会最优策略方面进行了比较.     

基于Stackelberg博弈的资源动态定价策略

针对计算密集型任务卸载时边缘云计算能力有限引起的公平性问题,提出一种基于Stackelberg(斯坦克伯格)博弈的资源动态定价策略.首先,分析边缘云系统资源剩余量和用户需求之间的实时关系,设计边缘云网络收益及用户成本函数.然后,通过验证用户之间非合作博弈纳什均衡点的存在性,获得基于完全状态信息下用户成本最低时的最优卸载策略.最后,采用双向迭代搜索算法求解边缘收益问题,获取经价格调整因子调节后的边缘云网络最优定价策略.仿真结果表明:所提算法当计算资源较少时能保证边缘云收益,并在保证用户公平性前提下提高用户服务质量.     

融合唤醒阈值与半休眠模式的云虚拟机调度策略

为了满足云用户请求响应要求的同时进一步提高云平台能量效率,融合唤醒阈值与半休眠模式,提出一种新型的云虚拟机调度策略。在一个半休眠周期结束时刻,如果缓冲区中等待的云用户请求数达到阈值N,虚拟机则由半休眠状态转入唤醒状态,以正常速率为云用户请求提供服务;否则,虚拟机将重新开始一次新的半休眠周期,持续为云用户请求提供低速服务。根据云虚拟机调度策略的原理,建立一个具有N策略和多重异步工作休假的多服务台排队模型。利用拟生灭过程和矩阵几何解方法,推导云用户请求平均逗留时间与系统节能率等性能指标。综合数值分析实验和系统仿真实验,评估云虚拟机调度策略的系统性能。构造成本函数,利用蚁群智能寻优算法,给出云虚拟机调度策略的优化方案。     

可视情形下具有休假策略的流体排队均衡策略研究

现实生活中,排队系统中离散顾客的输入流越来越接近连续流体,利用纳什均衡理论提出具有多重休假策略的M/M/1流体排队模型,该模型基于个体和管理决策者考虑收益和系统故障不会让系统长期处于工作忙期。当系统中流体容量为空,系统进入休假阶段,休假期结束,若系统内流体容量仍为空,系统进入下一个休假期,流体根据提供的信息水平和预期收益决定是否加入系统;研究系统服务状态和流体长度均已知情形下流体的进队阈值策略和最优社会策略,在此基础上,考虑系统服务状态不可知的情形;研究发现：是否告知流体系统服务状态,两者的预期流体服务时间和社会收益不同,但最优社会策略相同;利用数值实验分析了不同情况下的最优社会收益和不同系统参数对最优社会收益的影响;通过对具有多重休假策略的流体排队模型的均衡策略分析,为个人和政策制定者降低资源损耗和实现最优社会收益提供参考。     

分布式业务系统基于模型的接入控制方案(英文)

我们为分布式业务系统提出了一种基于模型与预测的接入控制方法.首先,使用部分可观Markov决策过程(POMDP)来为业务系统建模.接着,将服务分配策略融入系统参数并且使用随机策略作为接入控制策略来使系统性能达到最优,优化目标是最大化系统的收益.基于POMDP模型,我们提出基于观测的策略梯度算法来求解最优策略.最后,使用基于HMM的方法来侦查和预测系统的变化,并且采用动态自适应的方法来更新系统模型机接入控制策略.实验结果显示,和尽力而为的服务策略相比较我们的最优策略获得了较好的性能.     

阈值调控的流体模型优化策略分析

为实现阈值调控的流体排队模型中单位时间内社会收益的最优化,利用一阶常系数线性微分方程组的标准型理论,结合边界条件求解完全可视情况下该模型的稳态流体水平,并假设缓冲器在工作期和空闲期之间交替运行,进而使用指数型社会效用函数,分析了单位时间内社会收益与阈值N的关系,流出率μ对社会收益的影响,以及给定参数下单位时间内社会收益最优策略.研究结论既可以有效地避免系统拥堵和缓解服务台的工作压力,又能够给个体和决策者提供适当参考,使决策者最大限度地利用和维护系统.     

完全可见下具有两类顾客和故障启动排队系统的均衡分析

针对两类平行顾客进入排队系统服务的问题,给出在完全故障且可中断启动时间排队模型中两类顾客的均衡策略分析.在该排队系统中,两类顾客平行到达且服从不同参数的负指数分布.系统在服务过程中可能会发生故障,只要系统发生故障就停止工作进入维修状态,直到维修完毕进入忙期.在完全可见的情形下,在考虑"收益-成本"的基础上,提出合理的效用函数对两类平行顾客进行均衡分析,根据自身收益情况考虑个体的最优策略和统筹全局的社会最优收益.此外,通过数值模拟分析系统参数对顾客行为策略的影响.     

基于博弈的云计算任务分解研究

云用户在同时拥有本地资源和云计算资源时,如何在二者之间进行任务分解,以最短化任务完成时间是云用户的一个优化决策问题。研究云用户的最优任务分解决策。针对云计算资源的共享特征,用户之间的决策会影响其余用户的任务完成时间;因此通过求解纳什均衡的方法来分析用户的策略行为,从而决定用户的最优决策。求解了大任务和小任务两类用户时的纳什均衡,并通过仿真给出了在不同大小任务量比、云资源本地资源速度比和大任务用户概率时云用户的最优决策。     

基于M/M/c休假排队模型的虚拟机调度策略

为了提高云系统的节能水平,同时保证用户的服务质量,提出了基于M/M/c休假排队理论的虚拟机(VM)调度策略.考虑到VM状态频繁切换对系统造成的损失,引入同步休眠和异步休眠相结合的休眠机制,同时设定休眠唤醒阈值以保证用户的服务质量.构建具有多服务台休假排队的二维Markov随机模型,运用拟生灭过程(QBD)和矩阵几何解等数学工具,给出了系统用户请求的平均延迟、处于各状态的平均VM数和空闲率等性能指标的解析式.最后通过数值实验验证了所提策略的有效性.     

基于用户QoE的室内可见光通信系统接入策略

在可见光通信网络室内场景中,针对用户难以选择合适的发光二极管进行接入从而实现高质量流量服务的问题,以用户为中心,引入系统性能指标:用户体验质量(QoE).以QoE概率覆盖模型为基础,提出基于用户QoE优化的贪婪接入算法.通过MATLAB进行仿真,将贪婪接入算法与就近接入方法在用户数量、覆盖概率、接入阈值、接收视角等方面相对比.结果表明:贪婪接入算法具有较高的系统稳定性、较大的接入用户比例、较优的平均用户体验和良好的公平性.     

带有不确定收益的保险公司的最优分红问题

研究了带有不确定收益的保险公司在离散时间点的最优分红问题.引入不确定收益项和风险系数,并在指数保费原则下构建了贴现收益,这就导致了风险调整后的分红现金流贴现.受Bauerle等人的启发,研究了有限时间和无限时间范围的最优分红策略,证明最优分红策略是一个波段策略.最后,给出一些数值研究,并讨论了不同风险系数对最优分红策略的影响.     

基于QOS升降级的无线单播多播混合带宽资源分配方法

在单播与多播混合服务的OFDM蜂窝系统中,因负载较重而使带宽资源被完全占用时,为接纳更多的多播用户,在单播多媒体用户可接受的范围内提出:基于信道容量平滑的QoS升降级带宽借用方法.通过建立QoS升降级的子载波借用模型和CUpDown-QoS算法,达到最大化多播用户数和减小多播切换呼叫中断率;提出了GoS保证下,限制新呼叫的动态带宽借用阈值,给出基于Markov模型的CBP(Call Blocking Probability)与HDP(Handoff Dropping Probability)最优折中的阈值确定方法,以及多播优先的动态带宽借用策略对阈值确定的影响.     

基于POMDP模型的分布式机会频谱接入算法

针对认知无线电（cognitive radio,CR）信道的动态特性,以部分可观测马尔科夫决策过程（POMDP）为模型对认知无线电网络用户的频谱感知和频谱接入过程进行研究,提出了基于POMDP模型的分布式机会频谱接入算法.该算法利用网络信道的历史频谱感知信息对主用户接入信道的状况作出估计,以认知用户吞吐量最大化为目标进行频谱接入.同时,通过贪心算法得到此优化策略的次优解,降低了最优策略的计算复杂度.论文分析了认知用户接入吞吐量与网络中信道数目以及信道状态转移概率之间的关系,将贪心算法与随机检测接入算法进行了仿真比较.仿真结果显示,该算法获得的吞吐量比随机检测接入算法提高了约25％,能够更有效地做出接入策略.     

延迟修理的变量预防维修的最优更换策略

针对修理工带有单重休假可修系统的故障前预防维修问题,假定预防维修能"修复如新",而故障维修是"修复非新".以系统的故障次数为更换策略,预防维修的时间间隔为变量,系统每次故障有延迟修理下,给出两种最优更换策略模型.利用更新过程和几何过程理论推导出相应的极限可用度和平均成本率表达式,进一步使得极限可用度最大化和长期平均成本率最小化,得到维修系统理论上的最优更换策略.根据实际要求确定相应的比重,建立极限可用度和长期平均成本率的权衡优化模型,在各种比例的权重下求出最优更换策略.利用MATLAB进行数值模拟验证理论结果的有效性与可行性.     

视频服务中基于阈值的接纳控制性能分析

为了使分布式视频点播系统的收益最大化,提出了一种基于自适应阈值的接纳控制算法.该算法拓展了接纳控制的概念,考虑了客户请求优先级的内在属性.通过M/M/n/n队列模型,经过分析研究得到了系统总收益函数的表达式.基于此表达式,视频服务器能够动态调整客户类的最佳阈值,从而保证系统收益最大化.数字结果分析表明,就系统总收益而言,自适应阈值策略优于自由阈值策略,并且方案可行.     

认知无线电中自适应切换频谱分配准则的算法

在认知无线网络空闲频谱分配的过程中,为了适应认知用户数和空闲频带数的动态变化,提高系统整体性能（主要指系统总带宽收益和认知用户接入公平性）,构造了最大化系统性能的目标函数,设计了在协作最大总带宽收益CMSB（collaborative max sum bandwidth）和协作最大比例公平性CMPF（collaborativemax proportional fair）2种频谱分配准则之间自适应切换的算法,并给出了其具体实施步骤。采用系统总带宽收益和认知用户接入公平性2种性能评估指标,分析了该算法的性能。仿真结果表明,自适应算法可以在保证系统总带宽收益的同时获得更好的公平性,可以提高系统的整体性能。     

中继网络中基于能量效率的动态用户接入算法

为了解决中继网络中基于能量效率的用户接入问题,将用户数据需求严格受限下基于能量效率最优的动态用户接入问题建模为一个整数优化问题,该问题类似于一个NP-hard的多维背包问题.首先,采用穷搜法分析了该问题最优解的复杂度.然后,提出了一种低复杂度、高效的基于能量效率的动态用户接入算法(UAEEM).该算法在保证用户数据需求严格受限的前提下,按照系统射频端和电路端的能量效率最大原则,动态调整用户归属和中继的工作状态,以实现网络能量效率最大化.最后,通过仿真实验验证所提算法性能.结果表明,UAEEM算法能显著提高系统的能量效率、降低系统的计算复杂度,且其性能接近最优解.     

基于排队论的云服务分流博弈及均衡分析

资源竞争是云计算开放运行环境下的特点之一,正确分析自利用户在竞争中的行为是复杂动态环境下分析云计算服务性能的基础.针对IaaS云中共享用户之间服务性能的相关性,将SaaS提供者作为自利主体及IaaS用户,分析如何分解服务请求流,同时利用本地和Iaas云资源以获得最佳的服务响应速度,提出一种基于排队理论的云计算服务分流博弈模型(CSDG),对其进行纳什均衡策略和社会最优策略分析,证明该博弈存在唯一的纯策略纳什均衡,并将其与社会最优行为进行对比.     

虚拟环境中基于Stackelberg博弈的资源分配

针对虚拟化网络环境中的资源分配和定价问题,结合Stackelberg博弈模型,提出了一种同时满足底层网络和虚拟网络收益最大的资源分配和定价方案,分别设计了底层网络和虚拟网络基于效用和花费的收益函数,给出了在完全信息状态下底层网络和虚拟网络各自收益最大时的最优策略.在不完全信息决策模型下,验证了虚拟网络间非合作博弈的纳什均衡点存在性,为了获取虚拟网络的最优带宽策略和底层网络的最优定价策略,给出了一种分布式的迭代算法.最后通过数值仿真验证了该算法的有效性,取得了参与者的最优策略和子博弈完美纳什均衡.