基于资源流网络优化的鲁棒性项目调度

针对项目执行过程中由于活动拖期导致基准调度计划不断变更的问题,从资源分配的角度构建基于资源流网络优化的鲁棒性调度计划。首先设计拖期惩罚成本指标来衡量调度计划的鲁棒性,并构建以拖期惩罚成本最小化为目标的资源流网络优化动态模型。针对该模型设计MTPC资源流网络优化算法,该算法以活动为基准,采用拖期惩罚成本最小的资源分配方案实现资源在活动节点之间的有效流动,提升调度计划的鲁棒性。最后,为验证MTPC优化算法的有效性和可行性,通过采用蒙特卡罗模拟仿真实验将MTPC优化算法与RRAS,Min-EA和MABO等3种资源分配算法进行对比分析。实验结果表明:MTPC算法在调度计划的鲁棒性,资源分配方案的稳定性以及算法的时间效率上都优于其他3种算法。MTPC算法不仅能快速有效地完成资源配置,还能通过降低活动的拖期风险提升调度计划的鲁棒性,这可以帮助项目管理者构建抗干扰能力较强的基准调度计划。     

基于资源流网络优化的鲁棒性项目调度

针对项目执行过程中由于活动拖期导致基准调度计划不断变更的问题,从资源分配的角度构建基于资源流网络优化的鲁棒性调度计划。首先设计拖期惩罚成本指标来衡量调度计划的鲁棒性,并构建以拖期惩罚成本最小化为目标的资源流网络优化动态模型。针对该模型设计MTPC资源流网络优化算法,该算法以活动为基准,采用拖期惩罚成本最小的资源分配方案实现资源在活动节点之间的有效流动,提升调度计划的鲁棒性。最后,为验证MTPC优化算法的有效性和可行性,通过采用蒙特卡罗模拟仿真实验将MTPC优化算法与RRAS,Min-EA和MABO等3种资源分配算法进行对比分析。实验结果表明：MTPC算法在调度计划的鲁棒性,资源分配方案的稳定性以及算法的时间效率上都优于其他3种算法。MTPC算法不仅能快速有效地完成资源配置,还能通过降低活动的拖期风险提升调度计划的鲁棒性,这可以帮助项目管理者构建抗干扰能力较强的基准调度计划。     

WSN中递增协作传输能量效率优化研究

研究了无线传感器网络中递增协作传输的能量效率及其优化问题.提出了一种递增协作传输的能量效率分析方法,导出了协作传榆与直接传输的能效表达式,依此对两者的能效进行了仿真研究,发现当通信距离大于"门限距离"时,协作传输的能效才高于直接传输的能效;进而提出了一种分组长度离散优化算法,提高了协作传输的能效.     

边缘计算资源分配与任务调度优化综述

随着物联网和移动终端的迅速发展,边缘计算技术应运而生,通过将计算和存储配置在互联网边缘,处理物联网终端产生的大量数据,应对时延敏感型应用请求.为提高计算资源使用效率,优化性能指标,边缘计算资源分配与任务调度优化问题受到了广泛关注.边缘计算资源的地理分散性、异构性以及对性能、能耗、费用、稳定性等的需求,增加了优化调度的复...     

数据缺失的小样本条件下BN参数学习

引入支持向量机回归,提出具有数据修补功能的贝叶斯网络参数学习算法.该算法利用贝叶斯网络各观测节点不同时刻下的观测信息,在无先验信息约束下,通过样本回归对缺失数据进行修复.在获得的完整数据基础上利用最大似然估计完成贝叶斯网络参数估计.仿真结果表明,在有数据缺失的小样本情况下,该参数学习方法与标准EM算法相比,能够有效的提高参数学习效率以及推理结果的精度.     

边缘计算下基于深度强化学习的车联网任务调度

针对边缘计算下车联网中时延约束型计算任务的卸载执行问题，提出一种基于深度强化学习的任务调度方法。在多边缘服务器场景下，构建软件定义网络辅助的车联网任务卸载系统，给出车辆计算卸载的任务调度模型；根据任务调度的特点，设计一种基于改进指针网络的调度方法，综合考虑任务调度和计算资源分配的复杂性，采用深度强化学习算法对指针网络进行训练；运用训练好的指针网络对车辆卸载任务进行调度。仿真结果表明：在边缘服务器计算资源相同的情况下，该方法在处理时延约束型计算任务的数量方面优于其他方法，有效提高了车联网任务卸载系统的服务能力。     

基于博弈论健壮性增强的资源分配模型

如何保障用户QoS是动态、不确定网格环境中资源分配面临的一个新问题.针对网格资源的不可靠性特点,提出了健壮性增强的作业执行服务的概念及其确定方法,基于该概念提出了健壮性增强的离线资源分配模型,通过将作业执行服务中对应的多个网格节点资源分配给作业冗余执行以增强其健壮性.基于该模型将资源分配描述为一个非合作博弈过程,求得了帕累托最优分配方案,并提出了一种健壮性增强的离线资源分配策略.实验结果表明:该分配模型兼顾了效率和公平, 增强了作业执行的健壮性,并较好地评估资源的信任行为.     

面向空间操控仿真的任务调度微服务策略

针对大型空间操控仿真试验中TB、PB量级的遥测参数、载荷数传等指数性增长的数据交互计算压力，以及海量多源异构仿真模型的并发调用对传统服务架构带来的挑战，构建了面向空间操控仿真的任务调度微服务(task scheduling microservice for simulation, S-TSM)解决方案。借助混合式微服务调度技术，建立以负载迁移模型为核心的双引擎动态任务调度平台，规避负载均衡震荡并优化服务端节点资源分配，具备负载平衡周期短、计算任务响应迅速、高吞吐稳定性等优点。通过实地航天器试验仿真系统的实验结果表明，在满足海量操控仿真任务调度与操控对象交互数据高吞吐处理需求下，S-TSM与Xxl-job、Elastic-job、Spring Cloud任务调度架构相比，单次业务平均响应时延分别缩短0.10 s、0.25 s、0.92 s,与轮询、比率、弹性分片等其他负载平衡算法相比，平均负载平衡耗时缩短1.90 s,具备一定的竞争力。     

供应链复杂网络企业间信息共享风险的仿真

由于供应链的某节点企业可能同时处于其它供应链上,因此同一行业各条供应链的各节点企业之间存在着复杂的竞争合作关系,最终形成供应链网络.企业的信息共享能提高供应链的绩效,但也面临着处于其它链上的合作企业泄露信息以实现利益最大化的风险.用带记忆的遗传算法对动态博奔下各节点企业Agent行为进行建模,通过Repast仿真,研究不同网络结构下信息共享风险的涌现.通过对比仿真结果表明,小世界网络中企业学习的效率要高于规则网络和随机网络.     

基于链路通信效率的高能效路由转发策略

无线传感器网络使用短距离无线通信技术实现节点间的数据通信,该技术的物理特性决定了网络的真实链路行为具有较大的随机性,这种随机性往往导致网络数据丢包,并影响路由转发的性能表现。针对这个问题,在有损链路模型下深入分析了链路通信效率,总结出一维线性网络整体通信效率与包接收率、链路通信距离之间的关系,基于此,提出一种以链路通信效率为转发依据的高能效路由转发策略。通过仿真实验验证该策略在有损通信链路下有更好的能效性和鲁棒性。     

面向应急管理的大图重要节点中介度高效近似计算方法

社交网络中的重要节点对于信息的传播效率有着至关重要的作用,也是近年来的研究热点问题.同时,随着新媒体时代手机、微博、微信等新兴媒介日益变快的信息传播速度,政府部门和企业已经逐渐认识到通过识别社交网络中的重要节点对于管理和控制社交网络中的信息传播,在面向应急的非常规突发事件数据获取与分析中,有着举足轻重的作用.新媒体时代也扩展了人们社会活动的信息容量与交换速度,以MapReduce为代表的分布式计算系统在应急管理的大规模社交网络数据分析中也变得越来越普遍.为了便于应急管理中的信息传播控制,针对应急管理中大规模社交网络图上重要节点识别的关键问题,本文提出了一种新颖的基于轴节点选择策略的大图重要节点中介度近似计算方法和原型系统,并通过模拟数据和真实数据(包含一个连续六个月的真实社交网络数据集)进行了验证.实验结果表明,该方法能非常有效地找出社交网络上的重要节点,对于应急管理中的信息传播控制有着重要的作用.     

基于深度可调节节点的水声网络部署优化算法

为提高网络的有效覆盖率,提升对目标区域监测的质量,提出一种基于深度可调节节点的水声网络部署优化算法。算法中节点通过深度调节形成以sink节点为根节点的树形拓扑结构,实现网络的全连通。以最大化有效覆盖为目标,以保证节点间的有效连通为约束条件对节点覆盖的最优位置进行求解,优化节点部署。仿真结果表明,所提算法较基于voronoi图的深度调节算法和传感器节点深度调节进行自我部署，以实现最大化覆盖的部署算法。两种基于深度调节节点的算法实现了有效覆盖率的明显提升,在节点数量为60、感知半径为0.8 km时,有效覆盖率分别提高了11.87%和12.59%。同时网络中节点的平均连通度更高,拓扑结构更稳定,在动态的水声网络中性能更好。     

无线传感器网络中多源协同ARQ系统性能研究

为提高无线传感器网络的吞吐量及能量效率,提出了一种多源协同自动重传请求(MSC-ARQ)系统.建立了MSC-ARQ的Markov状态转移过程,由转移概率矩阵推导其吞吐量解析表达式.利用无线传感器网络系统能量分析方法,综合考虑源节点,中继节点及目的节点的功率消耗,分析了MSC-ARQ系统在各阶段的能量消耗,给出了其能效方程.数值模拟结果表明,MSC-ARQ系统比单源协同自动重传请求(SSC-ARQ)系统具有更高的吞吐量和更低的能耗.     

放大转发中继系统中基于SCMA的能效资源分配方案

放大转发中继系统中,以提升能效为目标,在保障各用户的最小速率需求下,提出一种子载波顺序配对以及稀疏码分多址(sparse code division multiple access, SCMA)码本功率联合资源分配算法。将能效资源分配建模为一个混合型整数优化问题,并将其拆分为子载波配对和码本及功率分配两个独立的子问题。首先,预设码本和功率分配,基于能效对子载波进行配对。然后,在子载波固定配对的情况下,基于能效码本采用最优信道选择的分配方法,功率问题转化为含有参量的凹函数,构建拉格朗日函数进行迭代求解。最后,码本和功率交替迭代优化直至收敛。仿真表明,所提算法较其他方案可以提升约29%的系统平均能效,同时也保证了每个用户的最小速率需求。     

无线AD HOC网络基于价格的资源分配仿真研究

无线Ad Hoc网中,公平分配资源和最大化利用资源本质上是冲突的,这对资源分配算法的设计带来了挑战.在系统地分析Ad Hoc网络的信息流竞争特点的基础上,引入价格作为资源分配的度量指标,通过路由发现时的价格查询以及路由响应时的价格反馈,消除分布式预测带来的不一致性,构建了一种新的基于价格的无线Ad Hoc网络资源分配算法,对资源分配进行了仿真实验.仿真结果表明:改进的资源分配算法具有良好的收敛性,与现有的资源分配算法相比提高了资源利用率.     

考虑合成机制的多星应急任务调度

以应急任务优先调度为原则,保证观测总收益的基础上最小化对原调度序列的扰动是多星应急任务调度领域急需解决的问题。首先,分析应急任务完成时间和观测收益关系,建立考虑时间依赖性收益的数学规划模型。其次,基于遗传算法,提出考虑合成机制的多星应急任务调度算法。设计任务合成、插入和替换算子完成应急任务插入,考虑任务观测收益、序列扰动和最短观测时间设计适应度函数,设计交叉、变异、全局修复算子迭代优化调度序列。最后,通过数值实验表明设计的算法能够显著提高调度质量,适用于多星应急任务调度问题。     

基于最大化能效的海上中继通信频谱分配算法

为提升海上无人艇编队多跳中继网络整体能效, 降低中断发生概率, 提出一种基于最大化能效的分布式多跳中继频谱分配算法。为将节点间通信中断概率控制在阈值范围内, 首先对莱斯衰落信道进行分析, 计算满足需求的最低发射功率; 之后计算所需最多子载波个数, 引入异步分布式定价算法选取备选子载波组; 而后通过求解KKT条件, 利用次梯度法从备选子载波组中选取子载波并分配功率, 求得优化分配的次优解; 最后在系统可靠性与能效等方面进行仿真分析, 验证了所提算法的有效性。     

考虑信息真伪的食品安全网络舆情传播仿真与管理对策研究

食品安全网络舆情对于食品安全管理具有重要意义.本文针对食品安全网络舆情的特点,在考虑信息的真实性、网民的信息甄别能力、网民对信息传播主体的信任程度等因素的基础上,运用MATLAB软件对舆情的传播过程进行模拟仿真研究,探讨食品安全网络舆情的传播机理.研究结果表明,可以通过减少信息发布节点、集中发布食品安全网络信息,以及加强食品安全知识宣传与培训、提高公众的食品安全信息甄别能力,以提高真实性较高的食品安全网络信息在舆情中的传播概率.     

云计算环境下动态资源分配优化方法研究

云计算理论中动态资源分配优化模型研究有待完善,本文提出处理动态资源分配优化问题的群智能处理模型.通过建立博弈量 子场数学模型,探讨基于价格机制的博弈理论,进一步通过发掘群智能原型中群体行为,并发现其内在的自组织行为和合作行为 机制,从而研究模型的自治性、平衡态和稳定性.最后针对宽带网络的带宽分配问题应用实例,定义了需求偏差函数,采用需求 满意度大以及需求偏差小的优化目标验证了模型性能,研究结果表明：本文基于价格机制博弈策略的模型是有效和可行的,不仅可以满足供需双方的利益,而且提高了资源的利用率.     

基于多目标优化的传感器网络任务分配模型

由于网络节点资源受限,节点任务分配对传感器网络性能和网络服务质量影响很大.本文以优化系统时延、能量消耗及网络均衡度为目标,建立了基于多目标优化的传感器网络任务分配模型.同时为了有效协调多目标间的关系,采用目标协调优化方法构造目标函数.利用关键路径法解决通信路径选择,给出了基于遗传算法的最佳任务分配方案,进而最大限度地提高了传感器网络效率.最后,仿真结果表明了该模型和算法是合理的和有效的.