一种基于多标拍卖的资源分配算法

针对有限资源开放式系统多任务多资源分配问题,提出了一种基于多标拍卖的资源分配算法. 算法首先基于资源效用曲线为每个任务建立投标集合. 其次,任务向系统递交投标,系统收集所有任务投标并定义市场出清价, 确定资源分配的规则. 最后算法通过启发式方法调整每个任务的最大投标值,以获得接近最优的系统总效用. 实验结果表明算法在资源有限的情况下优先分配资源给投标价格高的任务,与0-1整数规划资源分配算法相比时间复杂度低,最优值偏差不大.      

基于用户行为模型的TVOS资源分配算法

现有的智能电视操作系统(TVOS)资源分配多依赖于操作系统本身对任务的资源分配方案,而系统对任务的调度是尽力而为(best-effort)的,以最大化系统的吞吐量为目的,这种资源调度分配方案在实时或多媒体应用系统存在不能保障应用的服务质量(QoS).为此,在研究TVOS用户行为模型的基础上,量化了用户对应用的偏好,并结合应用QoS模型提出了两种资源分配算法RA_DP和RA_PLSH.实验结果表明,基于动态规划的RA_DP算法能够求出问题的最优解,可作为算法间比较的参考,但算法时间复杂度很高;基于资源定价的局部搜索启发式RA_PLSH算法可在短时间内求出问题的近似最优解,与其他启发式算法相比更适合于智能电视资源的实时分配.     

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.     

基于组合双向拍卖与信任的多云计算资源分配与定价研究*

随着云计算市场规模的急剧增长,云计算资源的分配和定价成为了云计算市场的一个重要问题.针对当前云计算资源分配中将定价和信任相结合研究的不足,研究基于组合双向拍卖和信任的多云计算资源分配与定价算法,从价格和信任两方面来衡量云计算资源提供商的“综合竞争力”,激励综合竞争力高的云资源提供商获得更多的效用.实验仿真表明该算法满足激励兼容性和交易效用可激励云计算资源提供商提高综合竞争力.     

AAFSA-RA:一种采用高级人工鱼群算法的多资源分配方法

针对资源受限环境中多任务间的多资源分配问题,提出一种采用高级人工鱼群算法的多资源分配方法(AAFSA-RA)。对多资源分配进行建模,结果表明多资源分配是多约束多维度的复杂函数最优化问题。针对基本人工鱼群算法(AFSA)在寻优过程中速度慢的问题,提出一种高级人工鱼群算法(AAFSA)。通过适当地限制人工鱼的随机游动来改进觅食行为。引入步长和视野的两级动态调整机制,基于鱼群进化过程进行一级调整,基于人工鱼个体的食物浓度及变化情况进行二级调整。根据人工鱼个体食物浓度控制人工鱼的生命周期。基于AAFSA进行多资源分配。仿真实验结果表明:AAFSA-RA可以稳定地搜索到全局最优值,与现有AFSA算法相比,AAFSA寻优速度更快;与传统资源分配方法相比,AAFSA-RA可以达到更高的精度,并且对效用函数无特殊要求。     

模糊遗传算法在机器调动问题运用

单机器调度问题是研究工件在多道工序进行加工的加工活动排序的组合最优化问题.由于调度问题中绝大多数属于NP难类问题,不存在有效的最优求解算法.针对用智能优化算法-遗传算法求解单机器调度问题中交叉率和变异率难以确定的问题,设计了一种模糊算法以便自动确定交叉率和变异率.通过数值实验,嵌入模糊规则的遗传算法比简单的遗传算法要好,说明在实际生产中,此算法具有强大的发展前途.     

基于收益优化的虚拟数据中心网络资源分配模型

为解决虚拟数据中心内部虚拟网络间对物理带宽资源的竞争问题,借鉴博弈理论提出了网络资源分配模型.首先给出基于收益最优的整体带宽分配优化目标,然后将其拆分为可以运行于网络内部交换机上的分布式博弈模型,并给出了证明和求解过程,其中虚拟网络作为参与者在给定的定价机制下运行非合作的博弈,在博弈达到纳什均衡点时带宽分配最优.实验结果显示,提出的模型能够实现公平、合理的虚拟网络带宽资源分配.     

基于非合作博弈论的CoMP系统功率分配算法

针对下行单用户多点协作传输系统(SU-CoMP)的资源分配问题,提出一种基于非合作博弈论的动态功率分配算法.首先协调不同用户在同频子信道上的发射功率,然后建立新定价机制下的功率分配博弈模型.在此基础上分析CoMP用户在其协作簇内功率分配时相互协作,推导该模型的求解算法,最后论证该算法纳什均衡解的存在性和唯一性.仿真结果表明,所提算法能提升边缘用户频谱利用率,减小功耗.     

广义上界的凸Knapsack问题的解法

本文讨论一个复杂资源分配问题——带广义上界的凸 Knapsack 问题。首先,把该问题化为一个等价问题,它涉及典型的单资源分配问题的解法。进而,对广义上界的凸 Knapsack 问题提出两个算法。最后,对于资源分配者为两个集合的情况作了进一步的分析和讨论。     

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。     

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.     

协作分簇多频带超宽带系统资源优化分配算法

为获得分集增益,减小算法复杂度,以簇作为最小资源分配粒度,将协作分集技术引入到分簇多频带超宽带系统中,提出改进的时频码(TFC: Time Frequency Coded)模型。基于凸优化理论,提出在总功率受限情况下最大化系统容量的簇分配算法和功率分配二维递归算法。为降低算法复杂度,又进一步提出以用户对簇的相对需求度为判断的快速跨层资源优化分配算法。仿真表明,快速跨层资源优化分配算法可以在满足用户服务质量要求（QoS）的同时,在系统容量和用户之间公平性方面得到很好的折衷。     

带有学习效应和加工时间可控的排序问题

考虑了带有学习效应和加工时间可控的交货期窗口的单机排序问题。工件的加工时间是关于所分配资源的线性函数或凸函数。其中每一个工件均有一个交货期窗口且窗口大小相同,若工件在窗口之前或之后完工则会产生相应的惩罚,若工件在窗口中完工则无惩罚,目标是通过极小化包括提前,误工工件数、窗口的开始时间、窗口大小和资源消耗的总惩罚函数确定工件的最优排序、最优加工时间和最优资源分配量。在加工时间是线性资源函数的情况下,通过将问题转化为一系列指派问题,构造一个多项式时间算法;在加工时间是凸资源函数的情况下,构造了一个在多项式时间内可解的动态规划算法。     

非正交多址认知无线电网络功率分配算法

非正交多址和认知无线电技术能有效提高频谱效率,是新一代移动通信系统的关键技术。针对功率域非正交多址认知无线电网络的能效优化问题,建立了满足次用户最小系统吞吐量和主用户最大干扰的次用户功率分配模型,将子信道吞吐量公式进行分解,得到子信道功率分配系数和子信道功率消耗率2个子问题。针对第1个问题,采取凸差(difference of convex,DC)规划算法将目标函数等效为2个凸函数差形式,并应用一阶泰勒展开式进行连续近似,将非凸问题转换为凸优化问题,从而得到子信道复用次用户最优功率分配系数;针对第2个问题,采用Dinkelbach算法和次梯度算法,利用拉格朗日函数,得到最优子信道功率消耗率。仿真结果表明,所提功率分配算法收敛速度快,时间复杂度低,其平均系统能效性能远优于分数功率分配算法。     

蜂窝与D2D混合网络中的无线资源分配

针对蜂窝与终端直通（D2D）混合网络中的资源分配,将其建模为以最大化网络吞吐量为目标,关于蜂窝用户与D2D用户资源的联合优化问题。基于该模型进一步提出一种两阶段资源分配策略,即先采用改进的贪婪频谱分配算法将资源块分配给用户,然后基于对偶分解理论给每个资源块分配最优的传输功率。该算法在考虑蜂窝用户服务质量（QoS）的基础上,不再限制每个资源块上的D2D用户数目以及D2D用户可复用的资源数。仿真结果表明,所提算法在保证蜂窝用户速率性能的前提下,有效地提升了系统的整体容量。      

基于QoS保证的协作OFDMA系统无线资源分配算法

现有基于中继协作的正交频分多址接入(orthogo-nal frequency division multiple access,OFDMA)系统的无线资源分配算法主要面向单一业务和用户需求。该文研究了基于服务质量(quality of service,QoS)保证和异质业务的协作OFDMA系统无线资源分配问题,建立了以最大化系统效用函数为目标的模型,联合了功率控制、载波分配和中继选择。对于具有指数阶复杂度的原混合整数规划问题,通过引入QoS价格因子,将其转化为一个凸优化问题,并且提出了一个基于双层对偶分解的资源分配算法。仿真结果表明:该方法能显著提高系统对异质业务的支持能力,并保证用户之间的公平性。     

全双工非正交多址接入系统的功率控制

研究了采用全双工基站同时为多个半双工下行用户和上行用户提供服务的单载波非正交多址(single-carrier non-orthogonal multiple access, SC-NOMA)系统的资源分配算法设计。考虑了基于能效的单载波NOMA系统上行链路和下行链路的资源分配问题,在保证用户服务质量和功率约束的同时最大化全双工单载波非正交多址接入(Full-duplex single-carrier orthogonal multiple access, FD SC-NOMA)系统的能效。由于目标函数是非凸问题,将原问题转换成非线性分式规划问题,通过采用拉格朗日乘子法得到最优传输功率的闭式解,利用次梯度算法求得最优传输功率。仿真结果表明,与传统的半双工单载波非正交多址接入(half-duplex single-carrier orthogonal multiple access, HD SC-OMA)系统相比,FD SC-NOMA系统能够实现更优的能效。     

OFDMA中继系统资源分配算法研究

为了公平且有效地在OFDMA中继系统下行链路进行资源分配,文章提出了基于效用函数的资源分配算法,并根据凸优化问题的对偶分解理论,提出了一种分布式求解算法,得到了相关问题的全局最优解.理论分析和数值仿真结果表明,文章提出的资源分配算法具有较低的系统复杂度,可以使系统效用函数最大,从而在保证用户公平性的前提下,使系统的和速率容量最大.