DEA方法在资源分配问题中的应用

资源分配问题一直以来都是经济管理学领域中的研究热点.然而,由于众多资源分配问题本身的复杂性,许多情况下利润函数难以确定或者确定出的利润函数过于复杂较难用常规的方法求得最优解.针对该类资源分配问题提出了一种基于DEA效率值的分配方法.该方法通过计算决策单元的效率值对资源进行分配.对于效率值相同但资源不够分配的特殊情况通过交叉效率值对其进行分配.对于不能够通过CCR模型进行资源分配的特殊问题,提出了综合DEA分配模型.最终将这一方法应用到了某省自然科学基金的分配问题中.     

资源分配问题的动态规划嘉量解法

本文给出用嘉量运算求解动态规划中资源分配问题的方法,它与传统的 B_e(?)man原理的递推公式算法相比,具有方法简明,计算量小,使用方便等优点。资源分配问题,就是把供应量有限的一种或若干种资源(资金,机器设备,原材料,劳动力等)分配给若干个使用部门,使得使用效果达到最优(目标函数值达到最大或最小)。处理这类问题动态规划中的 B_e(?)man 原理及其递推公式,被认为是一种最有效的方法。本文将运用嘉量原理。将此类问题化成所给半域上的嘉量运算.它具有简明,方便等优点。     

资源分配问题的动态规划及其Lingo求解

资源分配问题是将一种或几种资源,恰当地分配给若干个用户,而使目标函数为最优。介绍了应用动态规划的方法解决资源分配问题时的一般策略,并通过实例应用 Lingo 编程方便地求解此类问题。     

正交频分多址接入系统中接收能耗优化的二维时频资源分配算法

正交频分多址接入系统资源分配的结果会直接影响资源分配效率以及各个接收站点的能耗.系统中的多用户系统资源分配问题在一定的标准(例如IEEE 802.16标准)约束下可证明为一个NP完全问题.以IEEE802.16标准为例,由一定的分配准则定义的一种启发式算法(能耗优化的低边数分配算法)可以对资源分配问题进行近似求解.仿真结果表明,和文献中典型的启发式算法相比,该算法可以获得较高的资源分配效率以及较低的接收站点能耗.     

基于OFDM的认知无线网络资源分配

无线频谱资源的稀缺是限制无线业务持续发展的瓶颈.认知无线电作为一种新兴的技术,改变了传统的授权使用无线电频谱的方式.它通过允许非授权用户伺机接入授权用户的频谱,来提高频谱利用效率,被认为是解决无线频谱资源短缺问题的一种有前途的方法.而正交频分复用技术(OFDM)由于能够自适应调整子载波和功率分配参数,实现动态资源分配,进而成为了认知无线网络中可行的空中接口.本文基于OFDM的认知网络中的资源分配问题,给出了多用户认知网络基本的优化模型,引入了认知无线系统中频谱有效和能量有效的资源分配问题,并通过分析问题的数学结构,设计出快速算法进行求解.     

多波长光网络资源分配方案的优化

各种专用网络协调一致、共同发展是通信建设的基本方向。研究了多波长光网络在两种专用网络之间的资源分配问题。建立了多波长光网络节点灵活性的数学模型 ,通过数学推导提出了一种基于波长域分配的优化方案。这种方案打破仅仅按照纤芯数量分配的方式 ,在“复用的波长数量×纤芯数量”基础上对资源分配进行优化 ,这将使双方的光网络同时获得更强的网络功能。多波长光网络的建设中应该充分发挥光组网的优势 ,加强各种专用网络间的协调 ,追求网络资源的最佳分配。     

TD-LTE系统动态资源分配算法研究

动态资源分配算法能够有效提高频谱利用效率、系统容量以及减少发射功率。在TD-LTE通信系统中,下行链路采用了OFDMA(orthogonal frequency division multiple access)技术,动态资源分配问题常建模为在非线性限制条件下求解非线性目标函数的最优化问题。针对无约束条件迭代算法、速率自适应算法与边界自适应算法分配特点,分析了动态资源分配算法如何满足TD-LTE(time division-long term evolution)中多媒体业务不同QoS需求。对3种主流算法复杂度、容量、发射功率等技术指标进行分析比较。同时讨论了如何使算法具有低复杂度并能使网络达到良好技术指标,以及将资源块与功率结合分配的解决思路。为TD-LTE系统的动态资源分配算法研究提供了可行方案。     

利用动态规划求解资源分配问题

动态规划是解决多阶段决策过程最优化问题的一种数学方法,资源分配问题解决将一种或几种资源分配给若干用户或投资于几家企业,以获得最大的效益,它可以是多阶段决策过程,也可以是静态规划问题,都能构造动态规划模型求解。本文针对资源分配问题设计了动态规划求解算法,数值结果表明该算法是可行有效的。     

认知中继网络中的OFDMA资源分配算法

基于下垫式的认知无线电场景,针对基于放大转发协作中继的多用户正交频分多址接入认知网络,讨论了在干扰温度约束条件下,使认知用户总传输速率得到最大化的资源分配问题,提出了一种最优的功率分配算法和次优的等功率分配算法.将这两种功率分配算法分别与传统的相等子信道预分配方案和文中采用的最优子信道预分配方案相结合,仿真结果表明,所...     

人情愧疚感如何“心理绑架”公平的分配行为

为探讨心理绑架现象中不公平的社会资源分配与人情关系文化中的人情愧疚感之间的关系,采用资源分配者的视角,通过实验模拟的方法,考察拥有分配权力的被试面对人情关系时如何做出社会资源分配行为.研究一发现人情愧疚感越高将会引起越不公平的社会资源分配;研究二发现越不公平的社会资源分配出现之后可以预测越低的人情愧疚感.综上所述,人情愧疚感会导致不公平的社会资源分配的出现,而不公平的社会资源分配出现之后可以预测更低的人情愧疚感,所以人情关系中的人情愧疚感像是一种内驱力"心理绑架"了公平的社会资源分配,引导着不公平的分配行为的发生.     

基于对偶分解的 MU-CoMP 联合资源分配算法

在MU-CoMP-JT(multi-users coordinated multiple-points joint transmission)资源分配算法中,大多数将功率分配与子载波分配分为独立的2个部分进行独立求解,这样势必会降低系统性能,而实际上子载波分配和功率分配是密切相关的.为了有效地提升系统吞吐量,采用了迫零预编码技术,研究了一种在多个小区和多个子信道之间联合优化用户调度与功率分配的资源分配算法,该算法以最大化用户权重速率为目标,基于对偶分解理论,将原优化问题分解为多个独立优化的子问题.仿真结果表明,该算法与最优的穷尽分配算法相比性能有所降低,但有效地降低了复杂度,同时也能获得较好的性能.     

卫星研制的两层资源分配模型

为解决复杂的卫星研制任务中资源分配的现实问题,提出建立卫星研制任务的两层资源分配数学模型:主管部门在各用户部门之间分配有限的资源;用户部门根据主管部门分配的资源在研制部门中选择实施的项目。该模型考虑了资源分配的效益及公平性,还应根据卫星研制的实际情况,考虑信息不对称问题、资源配置效率问题以及多层多目标决策问题,从而将有限资源在若干用户和研制部门间合理分配,以求总体最优或达到满意效果,为资源分配决策提供依据,并给出了该模型的应用算例。     

智能电网中基于填充方法的双向拍卖电力资源分配方法

为解决智能电网环境中用户富裕电能回售问题,完成电力资源的再分配,从经济学的角度设计了一种激励机制以鼓励拥有富裕电力的用户为电力紧缺用户提供电力资源。提出了一种双向拍卖机制,该机制包括使用填充概念的电力资源分配方法和有效的定价策略,以保证智能电网环境下电力资源分配的理想性能。所提双向拍卖机制考虑了电力资源传输成本与距离之间的关系,设计了供需匹配关系;所提分配方法采用了基于线性规划的填充分配方法,以接近最优的近似算法,在多项式时间内得到资源分配结果;在定价方面,分别采用了基于关键值的定价策略和基于维克瑞-克拉克-格罗夫斯(VCG)机制的定价策略,以计算获胜买方用户的付款价格和获胜卖方用户的收款价格,实现了双向拍卖中的真实性、个人理性和预算平衡。仿真结果表明,所设计的拍卖机制保证了一系列理想的经济属性,包括真实性、预算平衡以及个人理性,并且可以在多项式时间内得到近似最优解的分配结果,为智能电网环境下的电力资源再分配问题提供了一种有效的解决方案。     

中继OFDMA系统的自适应资源分配策略研究

为解决中继OFDMA系统的资源分配问题,本文提出一种基于对偶分解的资源分配算法,该算法能够将一个复杂的问题分解成若干个子问题进行求解,降低了计算的复杂度。通过对各子问题的求解,可以获得最优的中继节点的选择方案以及功率、子载波的分配方案。仿真结果表明,该算法能够在保障不同用户的速率需求的条件下,有效地提高系统的容量。     

带有准备时间和退化维护的单机排序问题

研究带有可变加工时间、准备时间和退化维护的公共交货期与凸资源分配的单机排序问题.工件的实际加工时间是关于所分配的不可再生资源量和与工件位置有关的退化效应的函数,并且在每个工件加工之前都有一个准备时间,它是有关资源分配的凸函数.为了消除机器的退化,在规划时间内最多允许执行一次维护活动.在资源总量有限的条件下,确定最优工件排序、最优公共交货期、最优维护位置和最优资源分配方案,使得由工件的提前惩罚、延误惩罚、公共交货期和最大完工时间构成的总费用最小.根据优化的相关知识,将问题转化为匹配问题,给出了该问题的启发式算法.     

基于自适应任务卸载的蜂窝网络计算资源分配算法

移动边缘计算中的任务卸载是当前的研究热点.随着蜂窝网络中移动终端数量的快速增长,由于计算资源有限,任务卸载时出现了时延长及资源分配不均衡的问题.针对该问题,提出一种基于自适应任务卸载的蜂窝网络计算资源分配算法.该算法先根据用户周围的资源分布情况,自适应为每个用户选择最佳卸载模式;再根据计算资源使用情况,自适应为基站用户选择最优卸载决策并分配计算资源.仿真结果表明：与其他4种算法相比,该文算法的系统效用增益最大.     

基于公平性原则的简化自适应资源分配算法

提出了一种简化的自适应资源分配算法,此算法在保证用户公平性的前提下,使OFDMA系统的吞吐量最大化,且具有较低的计算复杂度.算法将整个分配过程分解为2步：基于公平性原则对子载波进行分配;计算各用户所需的总功率,并以注水算法对功率进行分配.仿真结果表明,相比于固定分配方式,笔者提出的自适应资源分配算法可以明显提高OFDM系统的频谱效率.     

一种基于遗传算法的OFDMA系统的跨层资源分配

针对现有的跨层资源分配算法计算量大、复杂度较高的问题,提出了一种基于遗传算法的OFDMA系统的跨层资源分配算法。利用遗传算法隐形并行处理、较好的全局搜索性能、易收敛到最优解的特点,在系统性能一定,且满足各个用户业务要求的条件下,对资源进行优化分配,较好地解决了跨层资源的分配问题。仿真结果表明,在满足用户间公平性的前提下,算法有效提高了系统的频谱利用率及吞吐量,减小了用户的平均等待时延,提高了服务质量,并且随着子载波数和用户数的增加,算法在复杂度方面优势更突出。     

基于一种MIMO—OFDM系统自适应资源分配算法的研究

本文在波束成型理论的基础上研究MIMO-OFDM系统自适应资源分配算法,在保证给定的误比特率和信息速率下,使总的发射功率最小为目标,借助遗传算法来推导的一种新多用户MIMO-OFDM系统自适应资源分配算法。为简化问题,该算法分两步进行:子载波分配和比特、功率分配独立进行。研究目的是简化分配算法且满足每个用户QoS的同时,达到最小化系统的总发射功率。结果此算法可以很好的应用于多用户MIMO-OFDM系统。     

基于蚁群算法的网格资源分配与调度研究

网格环境下的资源分配与调度是一个NP难问题，蚂蚁算法是解决这类问题的有效算法．文章提出了改进的蚁群算法．该算法采用伪随机比例规则，不仅在网格计算资源完成任务后进行信息素的整体更新，还要求预分配网格计算资源时进行信息素的局部更新．模拟实验表明该算法是一种快速，有效，负载更均衡的算法．