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.     

带有顶点权重约束的图划分问题研究

研究了带有顶点权重约束的图划分问题.首先基于矩阵的提升将原问题转化为半定规划松弛模型，利用半定规划内点法求解该模型，并在求解过程中给出了具体的初始点选取策略和步长选取策略.随后利用改进的随机超平面舍入算法和2opt启发式算法求得原问题的近似最优解.数值实验表明该文的算法可有效求解带有顶点权重约束的图划分问题，且对于稀疏图的求解表现出了良好的性能.     

有时间约束的允许缺货的供应商的选择问题的研究

在有时间约束且有多个供应商可供选择的前提下,讨论如何给出一个满意的供应商选择方案,确定参与的供应商及各自所供应的物资数量使总成本最小.对该问题在允许缺货前提条件下给出了单一物资需求和多物资需求的0-1混合整数规划模型及其求解算法,证明了算法的最优性,给出了算法的复杂度.     

最大团问题的一个线性混合整数规划模型

最大团问题（MCP）是图论中的一个传统问题,在很多领域都有广泛的应用.主要利用已有研究的相关结论,将（MCP）的二次0-1规划模型等价转化为一个线性混合整数规划模型,再利用计算线性混合整数规划的软件求解.通过对所构造实例的计算,验证了求解（MCP）方法的有效性.     

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.     

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.     

带有基数约束的指数跟踪问题及其粒子群算法求解

随着指数衍生产品日益受到重视,指数化投资组合常被传统的消极基金管理者或机构所采用,而用有限的资金按指数构成比例进行投资显然是不现实的,所以指数的最优误差追踪就显得更加重要。将追踪误差定义为证券投资组合收益率与所追踪的指数基准收益率之差的均值平方和的平方根,建立了基数约束(即总资产数不超过某个特定整数K)下的跟踪误差最小化模型。由于引入显示的基数约束使得该模型是一个非线性混合整数规划问题,传统算法难以有效求解,为此设计了一个粒子群算法求解基数约束下的指数跟踪模型,实际算例表明,算法是有效的。     

半定规划的一种不可行内点算法

对于半定规划问题,根据内点算法的短步方法,并结合Nestorov-Todd(NT)搜索方向的构造方法,设计出一种关于窄领域的不可行内点算法,然后证明了该算法的收敛性.结果表明,该算法经过有限次迭代后可以得到半定规划问题的一个近似最优解,或者证明问题无解.     

考虑顾客收货时间的两层车辆路径优化问题

考虑了包含顾客收货时间的两层车辆路径问题,构建了相应的混合整数规划模型,并考虑了最小化总成本和总运输距离等不同的目标函数。通过对两层车辆路径优化模型实验数据的分析,揭示了其优于单层车辆路径模型的特点,并分别分析了顾客需求、顾客收货时间等因素变化对规划决策的影响,为实际车辆路径优化问题提供了管理启示。     

采用多变量RBF神经网络的非线性内部迭代预测控制

针对工业过程中被控对象往往具有复杂、强非线性、多变量的特性,提出一种基于多变量径向基函数(radial base function,RBF)神经网络的非线性内部迭代预测控制方法.采用多个RBF神经网络在线逼近多输入多输出的非线性系统,得到一个近似模型作为预测模型.同时为了减少求解系统控制律的计算量,将每个输出预测值沿着输入轨迹展开,从而把求解复杂非线性优化问题转化为求解简单的二次规划问题,解决了在线实时递推控制律时求解非线性微分方程的困难.最后通过t次内部迭代直至满足迭代条件,得到了最优的控制律.p H中和过程的仿真结果表明了该算法是有效而可行的.     

Multi-radio无线网络中基于协议冲突模型的功率分配算法研究

为了提高无线Ad hoc网络中的Multi-radio Multi-channel利用率,最大化全网吞吐量,提出了一种基于协议冲突模型的功率分配算法- LPCA.LPCA首先利用整数线性规划方法得到了最小功率下所有链路并行传送数据所需的最小信道数,然后又分别估计了相同功率和混合功率下Multi-radio Multi-...     

线性规划最好主元法的实验报告

该文对求解线性规划一种新的快速算法，称为最好主元法，在计算机上通过了数千个实例的试算表明，迭代次数不超过变量维数与约束个数之和，是一个很有价值的实用算法．     

两台机器流水作业中带成组加工的最大迟后问题

考虑分批加工中的流水作业问题:且工件在两台机器间作成批转移,目标函数为L_max.文中指出该问题为NP-hard后给出了其多项式可解的特例并构造了相应的动态规划算法.     

多目标优化下料问题的研究

本文研究多目标下料问题．首先建立它的非线性规划模型，然后把上述模型转化成单目标整数线性规划模型，这样就可以用分支定界法求解．计算实例表明这种方法简单有效．     

基于Cache时隙冲突图的面向能耗SPM动态优化

为降低嵌入式系统的能耗,该文提出一种基于Cache和SPM共存架构的优化方法. 根据Cache时隙冲突图对数据Cache的行为进行建模,然后采用整数非线性规划算法,将每个时隙中引起Cache缺失的数据页选出,并采用虚存管理机制将其重映射到SPM中. 为了降低SPM动态分配的代价,提出一种具有紧耦合DMA的SPM控制器,可在不中断CPU的情况下进行数据页的搬运与地址重映射. 这种方法可以对整个数据段进行优化,包括全局数据、堆和栈,并在不降低系统性能的前提下获得平均24.83%的能耗收益.     

Z规格说明的测试用例自动生成

软件测试是软件质量保证的重要手段,测试用例的生成是软件测试的关键和难点.文中应用范畴划分测试方法产生测试框架,并引入线性规划模型,通过构造线性规划模型来实例化测试框架,并且较好地解决了测试框架是否可行的判断问题.同时结合票据计算的例子,探讨了从Z规格说明推导出测试用例的过程、方法和技术.     

纽结与整系数多项式

通过利用纽结多项式的基本性质（例如：一些特殊价值的纽结多项式,即何变量和纽结多项式的微分）来讨论纽结和5次多项式之间的关系．我们证明了任意一个5次整系数的多项式都不能是纽结的Jones多项式．     

模糊线性规划的一个简单算法

模糊线性规划的一般解法归结为解三个普通线性规划问题,或用迭代法进行,计算都比较复杂,本文指出,在一定的条件下,只要解了第一个普通线性规划,便可较容易地获得模糊线性规划的最佳点,从而简化了计算过程。