基于窗口的光突发交换调度算法

针对光突发交换网(OBS)中的资源竞争和QoS支持等问题，提出了一种新型的基于窗口的调度算法。该算法利用边缘节点的电缓存，对调度窗口中的突发数据包进行批量BORA调度，可以有效地降低网络中发生资源竞争的概率；同时调度窗口中的优先级策略还可以进一步增强QoS。网络仿真结果表明，通过选择合适的调度窗口和最大允许时延，该调度算法在0．8的网络负载下使得高优先级突发数据包的阻塞率下降一个量级，信道利用率提高3．5％。     

无人机载射频任务资源调度算法研究

资源调度技术是多功能系统实现多任务的核心关键技术之一。文中针对无人机载射频系统的多种任务类型，建立射频任务资源调度数学模型，给出评价指标，基于重要参数提出了三种资源调度算法。通过对三种资源调度算法进行仿真对比分析，总结各算法在不同场景下的适应性及其优缺点。结合实例说明基于复合函数的资源调度算法的有效性，为相关技术研究和工程实践提供参考。     

基于蚁群算法的云计算资源调度分析

当前,云计算资源调度中常用的算法包括遗传算法、蚁群算法、粒子群算法以及综合优化算法等。不同算法所关注的角度存在一定的差异,遗传算法和粒子群算法主要从资源调度的效率方面进行优化,而蚁群算法则是从云计算资源调度的计算成本方面进行考虑。论文讨论了基于优化蚁群算法的云计算资源调度,在兼顾任务效率的基础上,能够进一步降低计算成本。     

基于改进匈牙利算法的云仿真资源调度

针对传统仿真系统平台的资源分配存在资源闲置、任务挤压和负载均衡等优化问题,利用云计算技术的优势研究并提出了模块化的云仿真平台框架,通过对云仿真资源调度策略研究,提出了一种改进的匈牙利算法．该算法克服了传统匈牙利算法只适用于一对一资源调度的不足,实现了多对一的仿真任务与云仿真资源分配方案,能尽量避免资源调度负载失衡．通过扩展云计算仿真平台CloudSim实现了模拟算法仿真．结果表明．该调度策略能有效的减小云环境下计算机的负载,提高了资源的利用率．     

基于改进遗传算法的分布式资源动态调度技术

在网络中心战条件下,为了解决分布式作战资源的动态最优部署问题,提出了一种分布式资源的动态调度算法。首先针对资源动态调度问题建立了数学模型,接着,借鉴粒子群算法的思想,使用遗传算法解决了资源调度任务指派的快速寻优问题。仿真验证表明资源调度算法是有效的,并且该算法可使分布式系统的任务处理能力和处理资源利用率大幅度提高。     

基于OFDM系统的多业务资源调度算法研究

在802．16标准中，四种QoS等级的区分对OFDM的资源调度提出了更高的要求。文章在比例公平算法的基础上，提出了一种结合考虑QoS等级的动态资源调度算法，在满足不同业务质量的基础上，可以更加有效地利用系统资源。     

网格调度的算法研究及改进

优化网格资源调度算法可以提高网格系统执行效率,给任务安排合理的执行顺序和合适的处理器是优化网格资源调度算法需突破的关键技术.文中研究并实现了（Heterogeneous-Earliest-Finish） HEFT[1]算法和新的（Hierarchical Reliability-Driven Scheduling）HRDS算法.采用DAG[2]任务图生成函数,通过对已有HEFT算法进行研究,采用SimGrid为在分布计算环境下进行分布并行应用调度研究提供一个仿真环境,对HRDS算法进行了改进和验证.验证过程中在HRDS算法中加入了可靠性开销作为调度依据,并把算法分为两层调度,本地可靠性驱动调度和全局可靠性驱动调度.两算法的调度结果在SimGrid网格模拟器中仿真调度,仿真成功并且调度结果在可靠性和性能方面HRDS都比HEFT算法要好.     

云计算资源调度算法的研究与实现

在研究蚁群算法、任务分配和资源调度的基础上,提出了一种改进的蚁群资源调度算法.首先通过引入节点可信度机制在一定程度上增强了云计算资源的搜索能力和节点完成任务的成功率.然后在改进的算法中使用了信息素的局部更新机制和全局更新机制,可以有效地平衡负载.最后通过选取合适的参数利用CloudSim仿真工具对改进的资源调度算法进行实验测试,实验结果表明此算法缩短了任务的执行时间,改善了云计算资源调度的性能.     

一种适用于W-CDMA系统的多业务无线资源调度算法

3G系统将以分组交换方式提供语音、数据、视频等具有不同QoS要求的多种业务，资源调度对保证系统服务质量和提高资源利用效率起关键作用．本文提出了一种基于业务类型、当前待发送负荷以及剩余延时限的时间调度策略和基于资源优化的资源调度策略，并使无线链路的传输质量与业务的优先级水平一致．通过系统仿真评价了算法的性能．     

基于变长度调度间隔的雷达资源调度算法

在相控阵雷达完成精密跟踪和目标识别等不同任务时,波形、数据率和积累时间等雷达资源需要自适应改变,基于固定长度调度间隔的自适应调度算法较为复杂且不能充分利用雷达资源。提出了一种基于变长度调度间隔的自适应资源调度算法,根据任务请求的重要性函数安排待执行的雷达事件顺序,并根据雷达资源的动态变化情况,自适应地调整调度间隔的时间长度。利用VC语言建模弹道导弹目标和多功能地基相控阵雷达,进行分布式仿真,通过直观观测资源调度的执行过程,以及通过目标跟踪数量和时间利用率两个指标,评价了资源调度算法性能。改进算法的软件实现较为容易,可以增加目标跟踪数量,节约时间资源。     

面向BIRIS—Cloud的资源管理框架

BIRIS—Cloud服务平台是一个第四方的服务平台,上面有着大量的第三方,将这些第三方称之为服务中心。每个服务中心下都有来自不同提供者的大量的异构资源,对不同种类的资源以一种统一的方式进行管理,能够提高资源的利用率,有助于资源的优化调度。先是对资源管理的问题进行描述,建立起资源型的概念,在资源型和资源的通型表示的基础之上提出资源模型,即资源管理框架,该框架能够把不同种类的资源以一种统一的方式进行浏览、查询和管理,最后对资源管理框架进行形式化定义,提出了基于XML的资源管理框架解析引擎。     

一种求解工程调度中多资源配置问题的启发式算法

针对工程调度中的多资源配置问题，设计了一种启发式算法，该算法以指定的工程最大持续时间和指定的资源均衡轮廓为约束，以购买资源的成本最小为目标。算法不断重复以下两部分直到工程的最大持续时间达到要求：求解资源受限的工程调度问题，来评价当前的资源配置并确定瓶颈资源；增加瓶颈资源来修改当前的资源配置。算法中的瓶颈资源就是指关键线路上“等待时间／购买价格之和”最大的作业所缺的资源。     

面向领域的信息资源检索研究与应用

本文针对现在各类信息资源库的大量存在,且重复度高、不易管理,导致检索的查准率和查全率较低的现状,提出了根据领域特点对信息资源进行检索的技术,通过自动对资源进行分类,将各类信息资源单独进行管理,形成领域库、资源库及其管理平台的资源管理架构,动态调整资源分类,以此为多种不同领域资源库提供信息检索和信息资源服务。     

大规模对象存储资源池设计方法探讨

公有云资源池承载了越来越多的业务,其中以大容量对象存储需求为主的视频类业务对资源的需求尤为迫切。如何加快资源池建设速度,实现资源快速上线交付,成为公用云资源池建设的重要问题。本文就大规模对象存储资源池建设中涉及到的相关资源配置与工程设计方法进行了论述。     

基于QoS的动态网格资源分配策略研究

网格资源节点的动态性、网格资源的分布性和异构性,决定了基于QoS保证来满足用户的要求,如何在竞争资源的应用之间合理分配资源,使得在满足用户QoS要求的基础上资源的利用率最高成为一个急需解决的问题.针对网格资源的特性介绍了一种基于QoS的动态网格资源分配策略,提出了基于网格的资源预留机制,提高了资源管理的可靠性和准确性.在此基础上,提出了选择性QoS调整机制.仿真试验表明该方法能有效地确保系统QoS,并获得近似最优的资源分配方案.     

基于粒子群优化的地震应急物资多目标调度算法

合理高效地优化调度救灾物资对提升地震应急救援效果具有重要意义。地震应急需要同时兼顾时效性、公平性和经济性等相互冲突的多个调度目标。该文对地震应急物资调度问题建立了带约束的3目标优化模型，并设计了基于进化状态评估的自适应多目标粒子群优化算法(AMOPSO/ESE)来求解Pareto最优解集。然后根据“先粗后精”的决策行为模式提出了由兴趣最优解集和邻域最优解集构成的Pareto前沿来辅助决策过程。仿真表明该算法能有效地获得优化调度方案，与其他算法相比，所得Pareto解集在收敛性和多样性上具有性能优势。     

优先级融合动态电压频率调节的云计算任务调度算法研究

为了在云计算任务调度过程中保证云设备效率的同时提高资源利用率,提出了一种基于优先级和动态电压频率调节的调度算法。首先,为调度算法定义了问题模型以规范异构服务器的性能;然后,利用优先级为任务提供可行的组合或调度;最后,利用动态电压频率调节为服务器提供适当的电压和频率供应,并且向虚拟机管理器发送分配结果。利用可扩展的模拟工具Cloud Sim进行实验评估了本文方法的能耗和调度时间,结果表明,本文方法的执行时间与MMF-DFVS方法相当,而能耗比MMF-DFVS降低了5%-25%。     

Intelligent resource simulation for an airport check-in counterallocation system

The objective of resource allocation systems is to assign valuable corporate resources to meet business demands. However, in applications involving stochastic events, demands cannot be determined explicitly beforehand. For those applications, computer simulation is often used to predict resource demands. The paper describes research in developing a knowledge based simulation system to predict resource requirements at an international airport. Our intelligent resource simulation system (IRSS) determines how many check-in counters should be allocated to each departure flight while providing passengers with sufficient quality of service. This predicted resource requirement is then used by a constraint-based resource allocation system to allocate the actual check-in counters. Because IRSS considers many more factors than a human can, the resulting allocation schedule is more efficient. These factors include: 1) different service rates for different destinations, airlines, or handling agents; 2) different passenger arrival rates for different times of the day or days of the week; and 3) different requirements for different service levels, etc. Our experiments show that there are substantial resource savings by combining a resource allocation system with an intelligent resource simulation system     

基于角色的访问控制框架的研究与实现

介绍一种基于角色的访问控制框架，详细阐述了该框架的实现原理和工作机制.基于角色的访问控制（RBAC）是一种关于授权管理的概念模型，与传统的授权策略相比，它更加灵活、安全且易维护.基于角色的访问控制框架在原理上对RBAC基本模型进行了概念扩展，根据大规模数据资源授权管理的需要，提出了更加细化的资源概念和明确的权限判定机制。     

Ad hoc网络的资源管理

Ad hoc网络中的资源管理是一项极其复杂的工作。本文说明了Ad hoc网络中资源管理问题的研究背景,然后对资源管理问题进行了简单的形式化描述,重点阐述了Ad hoc网络中可以利用的三种资源管理方法。