应用于测试资源匹配的婚姻稳定算法改进

下一代自动测试系统中将实现测试资源的动态分配,我们使用婚姻稳定(Stable Marriage)算法来解决测试过程中测试资源与被测设备的匹配问题,本文中使用择偶倾向队列缩减模型对求解典型"婚姻稳定"问题的Gale-Shapley(G-S)算法进行优化.该模型中使用择偶倾向队列描述婚姻稳定问题中匹配优先顺序,该队列会随着算法进行逐渐缩短,在简化数据规模的同时优化了处理婚姻稳定问题的G-S算法处理流程,改进后算法实现无效匹配请求的预先清除,从而使用后来请求优先的原则对匹配请求进行处理机制,对原有算法的时间空间成本实现了优化,适应了测试资源匹配任务的需求.     

优先度优先搜索算法在输配电网络参数计算中的应用

讨论了“优先度优先搜索”算法。该算法对广度优先搜索算法中使用队列中的结点进行“优化”处理,依据结点的权值构成一个“优先队列”。在ＰＦＳ算法执行过程中,在优先队列中求得所要求的结点,因而可以提高搜索效率。该算法已实际应用中辐射状输配电网络参数计算中。     

钢铁企业合同匹配多目标优化模型与算法

针对钢铁企业中存在的合同对库存余材的优化匹配问题，建立了实现余材利用量最大化和匹配损失费用最小化的多目标0—1规划模型．采用模糊决策方法处理两个目标函数，尝试基于群体的增量学习(Population-Besed Increased Learning，简称PBIL)算法进行求解．结合模型的特点，利用自然数编码表示合同的匹配结果，按照学习概率大小修复不可行个体．通过对应用实例的计算，以及与遗传算法结果的比较，证明该模型和算法是解决合同优化匹配问题较为理想的方式．     

区分服务网络中队列调度策略的研究与实现

分析了区分服务模型的体系结构,研究其实现IPQoS的各种控制策略,通过对区分服务的队列调度算法进行分析,对DWRR调度算法提出改进调度策略,设计出一种区分服务中队列调度PHB实现方案．通过在NS2仿真平台上测试,计算得出各个流获得的平均带宽,仿真结果图的比较分析,结果表明,仿真实现了对具有不同QoS请求的业务流的区分服务,说明此队列调度设计方案满足DiffServ中PHB的性能要求．     

第三级存储器中的磁带选择算法

提出最多请求个数优先和最小请求优先磁带选择算法,用于优化磁带装载次序．为了进一步降低磁带交换代价,在如上两个算法中引入权重因子,得到加权磁带选择算法使得在线磁带卸载之前服务更多请求．实验表明,最多请求个数优先和最小请求优先磁带选择算法以及相应的加权算法均优于经典的RoundRobin方法,尤其加权最多请求个数优先磁带选择算法效率最高．     

基于时延感知的5G网络切片节点和链路映射算法

针对第5代移动通信系统（5G）网络切片映射过程中,在满足系统时延要求的情况下,使资源调度最优化的问题,提出了一种基于时延感知的5G网络切片节点和链路映射成本最小化算法.该算法在网络功能虚拟化管理和编排器及各网络功能服务器处建立两级队列动态调度模型,感知系统中当前队列积压状态并进行动态调度,使系统队列积压始终维持在稳定的较小值,采用Lyapunov随机优化方法,实现对映射成本与系统时延的平衡控制.仿真结果表明,所提算法可在满足系统时延要求的同时,最优化资源调度,进而使得5G网络切片映射成本最小.     

一种改进RED的Web集群许可控制算法

利用网络许可控制的数学模型，提出了一种改进RED的web集群许可控制算法。该算法综合了平均请求队列长度、瞬时请求队列长度、请求之间的关系以及负载情况等多方面的因素进行调整。通过MRED算法有效性测试实验，表明了MRED有效地实现了许可控制。     

多类别复合资源的空间匹配

针对现有的空间匹配(SPM)问题中无法适用于多类别资源的不足,提出并解决了多类别复合资源的空间匹配问题.假设度量空间下有资源提供者和用户2个对象集合,资源提供者能够提供多类别的资源,并且受限于有限的容量,用户对各种资源有不同数量需求.多类别复合资源的空间匹配将资源提供者与资源需求者进行匹配,使资源利用效益最大化,同时要求这个匹配是稳定匹配,稳定匹配是指每个用户优先与距其最近的资源提供者匹配,且所需资源未被比该用户更近的其他用户所耗尽.提出利用网络流、最近邻等方法来解决该问题的有效算法.通过大量的实验验证了这些算法的正确性和有效性,对这些算法以及特殊情形下的已有解决方法进行比较.     

差异演化算法在建筑结构优化设计中的应用

针对建筑结构设计中的非线性优化问题,提出利用差异演化算法（DE）对建筑结构进行优化设计的思路．介绍了使用该算法进行优化设计的步骤及处理方法．经过实例计算表明,该算法具有较强的全局解空间搜索能力,从而实现全局寻优的目的,应用于建筑结构优化设计是可行的．     

优化记忆树的研究与实现

分析当前人工免疫算法和模型,特别是记忆检测细胞的匹配效率及随着时间推移细胞越来越多占用资源空间的问题.RLAIS模型没有将时间作为控制因子抑制资源的膨胀,不能很好解决随时间推移细胞占用资源越来越多的问题,其一些改进模型在应用中可调节性也不高.为解决此问题而提出一优化记忆树模型.该模型特点:增加时间控制因子;对经常被匹配到的细胞的动态调整.利用时间控制条件和动态调整方法的记忆树模型既优化了记忆细胞的匹配效率,又优化了细胞资源空间,最终实现优化资源空间和提高效率的目的.最后实验验证本模型的可行性.     

一种基于最优匹配的测试资源动态配置方法

自动测试系统中的测点测试大多采用面向仪器的手动配置方法,人工干预量大,测试效率很低。针对这个问题,引入了匹配系数的概念,提出了一种测点与仪器的最优匹配算法,通过相关理论和具体实例对算法的正确性和有效性进行了分析。在模型和算法的基础上,提出了一种面向信号的测试资源动态配置方法,该方法能够有效地实现并行测试,提高了测试的效率和系统的可靠性。     

一种流量自适应的iSLIP算法

针对iSLIP(iterative round robin matching with slip)算法在处理突发业务时性能严重恶化的问题,在iSLIP算法的基础上提出了一种流量自适应的时隙间迭代算法TA-iSLIP(traffic adaptive iSLIP)．该算法根据队列长度智能判断当前流量情况,采取不同的调度策略,充分利用已经匹配的资源,使系统的匹配开销尽可能减小．并给出了TA-iSLIP的算法描述和性能评价,与iSLIP算法、FIRM(fcfs in round-robin matching)算法进行了比较．仿真结果表明,TA-iSLIP在均匀和非均匀流量下都达到了较好的性能,在非均匀流量下的吞吐率达到97％以上．     

CDNs基于缓存区预测机制的负载均衡算法

提出了一种基于缓存队列长度动态预测机制的请求重定向（BMP）算法,采用M/M/1排队模型对分布式内容分发网络的负载均衡算法进行了描述,基于队列长度预测的机制减少了分发请求过程中不必要的重定向,同时可以克服单点过载问题.仿真分析结果显示,相比于之前的负载均衡控制策略算法,所提出的BMP算法对服务器缓存区队列长度的均衡效果更优;同时,由于减少了不必要的重定向,也降低了请求响应过程的时延成本.     

集群环境下一种基于交易模型的空闲资源分配方法

针对集群中地理位置分散的计算资源的使用不均衡现象，提出了一种基于交易模型的空闲资源分配方法。该算法解决了分布计算资源的自治性问题、异构支持问题、资源管理者域限制问题和动态控制问题。首先给出了交易模型的构架，其次给出了交易模型匹配算法，最后对该算法进行了系统的评价。该算法已经在一个大型网络作业管理系统中得到应用，取得良好的效果。     

基于Nginx 服务器的动态负载均衡策略

针对并发请求带来的服务器过载的问题, 将Nginx 服务器内置负载均衡策略进行优化, 提出一种由负载采集、算法调度以及健康检查3 个模块构成的动态负载均衡策略, 其中算法调度模块给出改进后的调度算法--动态负反馈调度算法, 以及新的度量指标。采用Apache BenchMark 的httpd-tools 工具进行测试, 结果证明, 改进后的策略使得服务器集群中的资源得到更为有效的利用, 系统的吞吐量和处理能力得以提高, 该调度算法无论在用户请求响应时间、实际处理的请求数, 还是负载均衡度都优于Nginx 内置的两种算法。     

考虑真实场景动态事件的动态取送货问题

实时城市配送决策高度依赖于环境的变化,须及时处理配送系统中由各种动态事件带来的需求和环境变化. 综合考虑新请求逐渐出现、旧请求修改或取消、交通拥堵状况和车辆抛锚4种动态事件对车辆路径规划和配送服务的影响,重新建立考虑实时场景多项动态事件的取送货（DPDP-MDE）动态车辆路径规划模型. 设计动态算法框架求解该模型,给出调度时域内静态子问题执行规则和计算规则;针对具体静态子问题,采用构造型启发式算法生成初始可行解,分别采用禁忌搜索算法和自适应大规模邻域搜索算法2种智能优化算法,改善初始可行解质量;在更新路径规划方案时,运用未固定动态插入法,解决处于规划中的未固定请求和新请求同步处理问题. 数值实验表明,所提出的模型及设计的动态算法框架能有效解决带时间窗的动态取送货问题（DPDP-TW）.     

面向大规模并发制造服务请求的资源优化配置

针对如何高效处理云制造服务平台中大规模时序并发的制造服务请求这一问题,提出了一种面向服务响应时间的制造服务请求分段算法,通过制造任务相似性距离算法来保障分段算法的准确性。在分段算法保证制造服务请求完整性的前提下,构建了制造服务资源的关联区域。在此基础上,进一步提出了一种基于关联区域的制造服务资源分配算法,在时间维度上,保障了制造服务资源提供的公平性,从而提高了资源受限情况下的制造服务资源全局优化配置效率。最后通过实验测试和分析证明了算法的正确性和有效性。     

求解约束优化问题M-精英协同进化算法

提出了一种适用于约束优化问题的协同进化算法．该算法旨在模拟人类社会中团队的组建及其协作方式,并强调精英人才对团队建设的推动作用．算法将整个种群分为精英种群和普通种群,围绕各个精英来组建团队,使精英种群带动普通种群,进而带动整个种群不断进化．组建团队过程中,不同精英之间采用协作操作,精英对普通种群成员进行引导操作,其中协作操作和引导操作由若干交叉或变异算子的组合所定义．使用静态罚函数法将约束优化转化为无约束优化,利用13个约束优化测试函数对算法进行了测试．仿真实验和参数分析结果表明,该算法寻优精度高,算法稳定,运行时间少,其性能优于组织进化算法,能够有效解决复杂的约束优化问题．     

WDM网中一种联合优化的自适应保护算法

研究WDM网络的生存性问题,提出了一种联合优化的自适应专用通路保护算法。该算法根据网络拓扑信息和资源使用情况动态调整链路权值,并在此基础上为到达业务连接请求,同时找到一对链路分离的工作通路和保护通路,而且保证二者占用资源总量最少。与文献中已有算法相比,JOA可以降低算法的时间开销,同时还有利于全网负载均衡和少用资源,从而可以有效提高全网资源利用率,进一步降低业务连接请求的阻塞率。通过仿真将所提算法与传统算法进行了对比,给出了仿真结果。     

任意拓扑结构Ad hoc网络的分布式一致性算法

为了解决Ad hoc网络中的分布式一致性问题,在对其特性分析的基础上,提出了新的Ad hoc模型以及新的Ad hoc分布式一致性算法ADC (Ad hoc Distributed Consensus)。这种算法基于传统的令牌查询,使用广播在任意拓扑结构的网络中查找令牌,同时,该算法使用带有Lamport时戳的请求消息和动态队列。较之传统算法,它能够较好的适应Ad hoc网络中节点频繁出入的情况。仿真与分析结果表明：该算法具有较低的消息复杂度、较小的空间复杂度和较短的响应延迟。