基于MILP模型的无线Mesh网络多径路由优化方案

针对多接口多信道无线Mesh网络(WMN)中多径路由优化问题,提出一种基于混合整数线性规划(MILP)模型的多径路由优化方案.首先,利用Select xfor less than x拓扑控制算法构建网络连接图.然后,利用MILP模型,在考虑链路容量、节点度约束和链路流量下,构建链路负载均衡的多径路由.另外,利用图着色理论分配信道,形成完整的WMN模型.实验结果表明,该方案具有较高的网络吞吐量和较低的端到端延迟.     

基于ACO算法的危险化学品车辆运输路径优化方法

城市中危险化学品的运输直接影响人民人身安全,为了合理规划运输路线,提出了一种基于蚁群优化(ACO)算法的多目标路线规划方案.首先,将运输路线图和相关属性建模成一个有向图.然后,根据路线距离、车辆负载和人口分布等属性,构建运输风险和运输时间的计算方法 .最后,综合考虑运输风险和运输时间构建一个目标函数,通过ACO算法来寻找最优路线.仿真结果表明,该方法能够得到最优路线,有效降低运输风险.     

突发事件应急处置中的物流优化与调度研究

在突发事件应急体系中,应急物流管理对于提高应急响应能力、节约救援时间、降低生命财产损失具有重要的作用.构建了突发事件应急处置中的物流优化与调度模型;提出了求解该模型的带有动态参数决策模型的改进蚁群优化算法;给出了旨在加强军地物流一体化发展的相关措施.     

基于MILP的云计算数据中心扩张策略优化模型

随着云计算系统的日益发展,云服务提供商需要对大规模数据中心进行不断扩张,为此,提出一种基于混合整数线性规划(MILP)的数据中心扩张策略优化模型.综合考虑了流量负载、能耗、电力成本、土地成本、税率、服务器利用率等多种约束,构建MILP模型,在满足用户的服务级别协议(SLA)下,求解最优扩张策略,使服务商利润最大化.其中,扩张策略包括扩建现有数据中心和在何时何地新建数据中心等措施.仿真实验结果表明,该模型能够根据实际情况获得最优扩张策略,提高了利润.     

基于动态目标遗传算法的云计算工作流调度方法

针对云工作流资源调度直接关系到云计算的成本和效率的问题,提出一种基于动态目标遗传算法(DTGA)的成本最小化和期限约束的云计算工作流调度方法.该方法使用云计算资源的索引来编码染色体,采用动态目标策略(DTS)算法解决严格的期限约束,当没有获得可行解时,算法专注于优化执行时间以满足期限约束,一旦获得可行解后,则侧重于优化在期限约束内的执行成本.实验结果表明在不同规模数据调度和不同的期限约束下,相比改进量子遗传算法(IQGA),提出方法具有更高的适应性,能够在更严格的期限约束条件下以更低的执行成本找到云计算资源调度的更优解.     

改进遗传算法的云数据容灾备份方案

针对云服务供应商的数据容灾系统中成本和恢复时间优化问题,提出一种基于改进型遗传算法(IGA)的云数据容灾备份方案.首先,根据各云供应商的存储价格、通信价格和带宽等属性构建数据备份模型.然后,提出一种改进型遗传算法,通过一个替换重组操作来提高算法的收敛速度和寻优能力.最后,以备份成本和恢复时间的加权和为优化目标,利用IGA求解最优备份方案.实验结果表明,该方案在备份成本和恢复时间方面具有优越的性能.     

一种基于蜂群算法的数据库知识发现过程的研究

针对数据库知识发现系统,提出一种基于蜂群算法的数据库知识发现系统.通过蜂群算法的数据库发现系统模型的构建,根据蜂群算法基本原理进行优化调度,最后研究对比不同参数下知识库调度结果.     

基于LMDI模型的黑龙江省碳排放影响因素研究

首先根据黑龙江省不同年份分行业不同能源的消费特征,同时考虑到数据的可获取性,以IPCC(2006)为标准,结合中国国家标准的相关规定,构建出黑龙江省碳排放量的测度方法,并用该方法进一步估算出黑龙江省2007～2016年十年的碳排放量时间序列数据.然后需要对各年数据进行动态演变分析,根据指数分解法的优点,利用对数平均迪氏分解法(LMDI)构建指标分解模型.并依据总体碳排放量分阶段定量分析黑龙江省2007～2016年碳排放变化的影响因素.根据分析,表明黑龙江省在经济发展过程中比较重视经济结构方面的优化,经济转型有了一定成果,但是在工业能源利用方面并没用明显改善,工业中的"高耗能,高碳排放"工业部门比重有所增加;能源消费结构中仍以传统一次能源为主,清洁能源比重较低;能源利用效率不高,新技术、新科技在能源利用方面没有发挥应用的作用.     

利用拟态物理学优化算法的中超赛程优化方法

针对体育联赛中各参赛队伍的赛程安排问题,提出一种基于拟态物理学优化(APO)算法的赛程编排优化方案.首先,根据地图信息设定每支球队主场之间的公路距离.然后,以最小化总行程距离为目标,通过设置一些相关约束条件,构建一个带有惩罚因子的目标函数.最后,通过APO算法迭代执行优化过程,最终获得一个最佳赛程编排方案.实验结果表明,提出的方法能够有效降低球队行程距离,大大节约了赛程成本.     

突发事件应急处置中的物流优化与调度研究

在突发事件应急体系中，应急物流管理对于提高应急响应能力、节约救援时间、降低生命财产损失具有重要的作用构建了突发事件应急处置中的物流优化与调度模型；提出了求解该模型的带有动态参数决策模型的改进蚁群优化算法；给出了旨在加强军地物流一体化发展的相关措施     

小汽车尾号限行下的碳排放测算分析

为了定量分析尾号限行对城市交通碳排放的影响,建立了小汽车尾号限行下的碳排放测算模型.首先分析了尾号限行对小汽车出行量的影响,在假设限号前后小汽车出行量随时间变化基本一致的前提下,利用历年统计的小汽车日出行量随时间变化的函数关系得到限号后的一天内不同时间的小汽车出行量.根据UE准则得到路网中每条路段的分配小汽车流量,再根据格林希尔治模型得到每条路段车流速度,利用TRANSYT 7-F模型推算出每条路段在高峰时段内及全天的碳排放量,从而得到整个城市路网的全天碳排放量模型.最后通过简单的实例对该方法进行分析,表明该方法具有一定的合理性和准确性.     

跨地域分布数据中心高成本效益的任务调度

研究了跨地域分布数据中心云计算成本最小化问题,首先将其建模为一般分配问题,利用增广拉格朗日乘子法(augmented Lagrangian multiplier method, ALMM)得到最优的调度方案,然后设计了Adjusting算法以调整ALMM产生的结果,使之成为可行解.进一步设计了一种降序价值密度算法(decreased value density scheduling algorithm, DVDS),以解决ALMM的收敛速度相对较慢的问题.在线性定价和阶梯定价两种模型下的实验结果表明,当任务数量较少时,DVDS算法可以在拥有极小的时间开销下达到和ALMM同样小的调度成本;当任务数量增加时,DVDS产生的调度结果成本相比ALMM仅增加10%左右.     

基于深度CRBM模型的建筑能耗预测方法

针对建筑能耗的预测问题,提出一种基于深度条件受限玻尔兹曼机(CRBM)的预测方法.首先,将传统受限玻尔兹曼机进行扩展,融入一个历史条件输入层,使其能够根据历史时间序列来预测未来序列.然后,在CRBM基础上构建深度CRBM模型,用来执行建筑能耗的预测.在一个"个体家庭电力消耗"数据集上的实验结果表明,提出的方法能够准确预测出预定时间段内的建筑能耗,能够为电力调度提供一定的依据.     

多租户云计算中基于ILP模型的虚拟机放置策略

针对云计算中多个租户租用计算资源时,分布式数据中心中虚拟机(VM)的优化放置问题,提出一种基于整数线性规划(ILP)模型的VM放置策略.首先,以最小化数据中心之间的通信量为目标,在考虑VM位置和数据中心容量等约束下,构建一个ILP优化模型.然后,提出一种变量聚合方法来简化ILP模型,减少变量数目,提高计算效率.最后,通过求解简化ILP模型来获得VM的最优放置方案.实验结果表明,该方案能有效降低数据中心间的数据通信量,从而降低了通信成本,同时具有较低的计算时间.     

基于多处理机系统实时调度算法的飞机排班问题研究

提出了一种新的基于多处理器系统的实时调度算法有效求解飞机排班问题的方法.该方法以EDF算法和多处理机动态分配方法为基础,建立了航班队列模型,提出了基于多处理机实时调度的多目标的飞机实时分配算法.模拟实验表明,针对不同优化目标的飞机分配算法执行效率均比遗传算法和分支定界算法高至少一个教号级.     

功耗优化的片上网络协同映射

通过分析片上网络功耗模型和映射流程,提出了一种基于遗传算法的片上网络协同映射算法,使片上网络通讯功耗最小化. 该算法结合IP核选择和任务分配实现IP核在片上网络体系结构中的自动映射,并采用多组随机基准实验和一个复杂视频/音频系统验证了算法性能. 实验结果表明,该协同映射算法与已有的两步式映射和仅有IP核映射算法相比,分别可节省30%和60%左右的通讯功耗.     

企业碳排放权交易决策模型研究

碳排放权交易是我国碳减排的重要措施,构建碳排放权交易决策模型有助于企业科学进行交易决策,降低交易风险,提高交易效益。分析了企业碳排放权交易决策过程,建立包含诚信风险、价格风险和企业自身风险3方面9个指标的交易对象评价指标体系,基于AHP赋权和各评价指标赋值标准,构建交易对象的综合评分模型。以交易成本最小化为目标,以风险挂钩下的交易量限制以及满足总配额需求为约束,建立企业碳排放权交易决策优化模型。示例结果表明,构建的碳排放权交易决策模型是可行的,能够降低企业碳排放权交易风险并最小化交易成本。     

一种公平的动态轮转算法

时间片轮转算法作为一种经典的调度算法得到了广泛的应用.针对时间片轮转算法的调度策略和时间片长度的选取等问题开展深入的研究,提出了一种改进的动态轮转算法,算法是短作业优先算法、多级队列算法和时间片轮转算法的综合和发展.利用生灭过程理论建立了时间片轮转算法和动态轮转算法的性能模型,分析了两种算法的平均等待时间和平均周转时间,引入性能提高百分比的概念对比两种算法的差异.实验结果和理论分析均表明改进算法的性能优于传统的时间片轮转算法.     

一种求解多处理机调度问题的自适应蚁群算法

将蚁群算法应用于求解多处理机调度问题，提出一种自适应蚁群算法．算法以最小化makespan为调度目标，根据蚂蚁留下的信息素指导蚁群在解空间展开全局搜寻，将任务分配在恰当的机器上，并通过自适应调整阈值实现全局探索与精细查找的平衡．实验结果表明算法具有较好的优化性能．     

WSANs中基于可靠性最大化的报文实时投递方案

无线传感反应器网络(WSANs)中现有的报文投递方案可靠性不足,不适用于数据率互不相同的网络场景.为此,提出一种基于可靠性最大化的报文实时投递方案.报文投递问题被分解为两个子问题:基于子周期的时隙分配问题和基于时隙的传输调度问题.第1个子问题被转化为一个线性整数规划问题,并给出一种具有多项式时间复杂度的求解方法.对于第2个子问题,文中证明是否存在最优可行调度取决于求解前一子问题时获得的时隙分配向量中的元素次序,然后给出一种可行时隙分配方案求解算法.仿真结果表明,本文算法可保证每个设备即使在不同的报告周期内也可实现基本相同的报文投递率,这一特性对于维持控制系统的稳定性具有重要作用.