云计算环境下基于改进GSO的目标主机选择算法

目标主机的选择是虚拟机动态迁移过程中的重要阶段,是实现负载均衡的关键。针对基本萤火虫算法存在的精度不高、收敛较慢的问题,提出了一种改进的萤火虫优化算法,用于解决虚拟机迁移时虚拟机和目标物理主机的映射问题,实现多目标最优求解。该算法通过引入步长调整因子,能够动态调整移动步长,克服了步长过大或过小导致的精度不高、后期收敛较慢的缺点。全面考虑物理主机负载指标,建立负载均衡模型,将萤火虫算法中个体与节点资源相对应,利用萤火虫发光机制寻优求解,以实现目标主机的优化选择。仿真实验表明,该算法能够快速完成目标主机的选择,有效平衡系统资源,实现数据中心负载均衡。     

云制造智能车间机床资源的再分配服务模型与解算

针对多品种、小批量、强交货期的柔性生产方式下云制造智能车间机床资源再分配服务问题,以各工件在机床上加工的最短完成时间、机器总负荷最小、成本最低为多目标函数,以机床均衡率为综合评判函数,建立了再分配服务模型。采用一种基于Pareto外部档案的多目标教与学优化算法对上述模型进行了求解,仿真结果表明多目标教与学优化算法在收敛性和求解效率等方面具有较大优势。本研究可为解决云制造平台下的智能车间生产规划难题提供有益指导。     

面向过站航班地面保障过程的均衡优化建模

为解决过站航班地面保障过程中各环节资源分配失衡的问题,在系统性分析环节业务特点和均衡影响要素的基础上提出保障过程均衡优化模型.该模型利用环节开始时间和资源使用量对其优先顺序和运行模态进行约束,以保证良好的适用性;以最小化环节运行有效偏差、运行总时间和资源综合消耗量为优化目标,建立模型目标函数衡量保障过程中各环节资源均衡程度.采用改进混沌与差分进化的NSGA-Ⅱ算法对所构建的模型进行求解,并通过国内中部某枢纽机场实际运行数据设计优化方案.为验证模型有效性,基于均衡评价指标对优化方案展开评估.结果表明:使用均衡优化模型得到的方案在时间利用和资源配置上效果良好,将运行总时间缩短了10.6%,在资源闲置总量上节约了30.3%;通过评估可知模型均衡率提高10.7%,且时间损失系数和资源平滑系数分别降低65.7%和54.7%.     

一种求解项目调度中资源均衡问题的粒子群算法

针对资源受限下的项目资源均衡问题的自身特点,及其与传统资源受限项目调度问题的相似之处,设计了一种以优先值法作为粒子表达RLP问题的粒子群优化算法。选用并行进度生成机制,同时在将资源均衡转化成资源受限下项目调度问题的过程中,根据资源均衡本身的特点,对并行进度生成机制进行处理。最后结合算例进行仿真实验,验证了构建的资源均衡模型以及粒子群算法求解资源均衡问题的可行性。     

基于双层规划的公共电动自行车租赁点选址模型

建设公共电动自行车系统是有效利用资源、满足居民经济低碳出行需求的可行途径之一.文中提出了公共电动自行车网络系统的概念,并采用出行链对其进行分析.在此基础上,建立双层规划模型解决该网络系统中的租赁点选址问题.上层模型考虑政府的目标,为系统最优模型;下层模型考虑用户的目标,为用户均衡模型.上层模型采用混合粒子群优化算法求解,下层模型采用Frank-Wolfe算法求解.算例结果表明,文中算法能够同时确定站点选址和站点规模,收敛性能较好.     

城市交通控制与诱导协同的双层规划模型

为了均衡城市交通流的时空分布,以定时控制与战略诱导协同为研究对象,提出了一种城市交通控制与诱导协同模型.首先,建立了双层规划模型,上层模型以交叉口车均延误最小为目标,嵌入不同相位模式的定义约束,以实现信号控制优化;下层模型为用户均衡模型,引入虚拟路段表示交叉口延误对交通流分配的影响.然后,提出了一种启发式迭代优化算法对双层规划模型进行求解,其中,上层模型应用遗传算法求解,下层模型应用迭代加权法求解.算例研究结果表明:该协同模型减少了路网中的总旅行时间,解决了交叉口车均延误时间较多的问题,可实现城市交通流的时空均衡分布.     

基于交叉口多相位信号控制的路网容量

构建了一种用于描述交叉口多相位信号控制路网容量的双层规划模型.其中,下层模型是一个交叉口多相位信号控制路网用户均衡分配模型,用以求解给定信号配时参数和交通需求量下的路段均衡流量,该模型考虑了各相位下的信号延误.上层模型是一个非线性规划模型,模型以路网容量最大为目标,对信号配时参数和O-D需求量进行优化.双层规划模型采用基于灵敏度分析的BLABD算法求解,算法的主要思想是通过差商的方法估计路段均衡流量对设计变量的导数,从而将上层模型中未知路段流量函数展开为一个线性函数.算例分析结果显示,该算法能有效求解多相位信号控制路网容量问题,具有实用价值.     

双均衡的集群存储资源映射方法

为了解决集群存储环境下的存储资源管理问题,提出一种双均衡的集群存储资源映射方法。该方法包含两个阶段:第一阶段基于LPT(longest processing time)算法求解集合划分问题,实现将虚拟存储资源请求均匀地分配到节点上;第二阶段基于Toyoda算法求解多维背包问题,用于进行节点内部设备级别的资源映射。这种两阶段的求解过程可以极大地简化集群存储资源映射问题的求解难度,并达到节点间负载均衡和节点内部多维度资源使用均衡的双均衡目标。模拟实验表明该方法不仅达到双均衡的资源映射目标,而且对不同维度、不同粒度的资源请求情况具有良好的适应性。     

非均衡动态网络设计模型及求解

分析了道路新建或改建过程中开放部分交通导致交通网络交通流由均衡到非均衡再到均衡的变化过程,根据网络摸索过程理性行为建立网络交通流演化模型。在此基础上,以最大化消费者剩余为目标,建立了动态非均衡网络设计模型,并采用智能优化算法对模型进行了求解。     

基于纳什均衡解的无线Mesh网络资源分配算法研究

针对无线Mesh网络因存在大量竞争节点导致网络资源利用率降低的问题,从最大化网络性能为目标,建立一个反映无线Mesh网络节点间竞争资源过程的非合作动态博弈模型,并在此模型基础上提出一种基于纳什均衡解的无线Mesh网络资源分配算法。算法通过求解求解博弈的纳什均衡解来获得各类业务的最优发送概率,使各类业务获得了最优的发送机会。通过优化数据发送行为,减小了节点间竞争的碰撞概率,降低了不必要的退避时间,进而提高了网络资源的利用率。仿真实验结果说明了算法的可行性和有效性。