自主计算软件工程方法

从软件工程角度对自主计算进行研究，定义了一种自、主计算系统模型．以此模型为基础，提出了一种多主体系统设计方法DPMAS用于自主计算系统的建模，提出了一种基于构件复用的层次化自主计算未统开发方法．根据研究成果，实现了一个自主计算开发环境，较好的支撑了自主计算系统的软件工程过程．     

基于自适应控制理论的自主计算

结合自适应控制理论相关知识,将参数自适应反馈控制回路应用于自主元素建立,提出一种新的基于自适应控制理论的自主计算实现方法．并在系统层面提出一种多层次自主计算系统构建方案。     

自主系统中的一种优化模型设计

自优化是自主计算系统的一个基本能力，而性能函数为实现自主计算系统的这种能力提供了一个自然且基本的框架。自主元素是自主计算系统的基本建设模块，而被管理组件是自主元素的管理对象。文中将被管理组件划分为资源和服务，然后给出了性能函数的模型，从而提供了自优化的目标。最后，讨论了在自主元素环境下的自优化过程。     

自主计算概念模型与实现方法

自主计算是一个新兴的热点研究领域,旨在通过"技术管理技术"的手段隐藏系统管理复杂性,建立用户可指导的、状态觉察的和自适应的计算机系统.目前,自主计算的研究仍处于起步阶段,尚缺乏系统而成熟的理论体系.在阐明自主计算概念的基础上,提出一个自主计算概念模型.该模型刻画了自主元素和自主计算系统的基本工作机制和原理.以该模型为依据,概括性地提出了两类分别基于知识模型和数学模型的自主计算系统,分析它们的优点和不足.最后,给出了自主计算研究展望.     

具有自主计算特征的新型网格体系结构研究

网格环境的复杂性和动态性迫切需要自主计算范型的支持。提出了一种具有自主计算特征的新型网格体系结构。网格的自我管理功能通过自主网格服务层、多Agent自主协同层和表达用户需求的政策层来完成。为了更好的实现Agent间的自主协同,提出了构造多Agent相似-关联树的算法。模拟环境下实现的网格原型系统的运行表明,符合该体系结构的网格系统具有一定程度的自配置、自优化、自保护和自愈合的能力。     

具有自主计算特征的计算网格资源备份服务系统

设计了具有自主计算特征的计算网格资源备份服务系统，该系统采用了先进的自主计算思想，具有一定程度的自识别、自感知、自管理、自组织、自优化、自稳定和自愈合的能力。     

一种基于自主计算的集群管理架构

为提高集群系统的可管理性和易用性,提出了一种基于自主计算的集群管理架构。给出了架构中主要模块的设计和实现细节,并作了相关实验验证。实验结果表明该架构和传统集群管理结构相比,在可管理性和易用性上具有一定的优越性。     

网格计算自主容错服务

容错服务是分布计算系统正常运作的有力保障。该文在一个基于多Agent的校园网格计算原型系统基础上,根据网格计算以及网格应用的本质,提出了网格容错服务的特征,采用Agent分而治之,自主容错的策略,将自主容错服务作为基础服务部署在校园网格计算原型系统的三个Agent层上,并对其实现和运作机制进行了详细的论述。     

基于自主计算的政务数据中心体系架构的研究

＂政府信息化＂的发展使得政府机关中信息数据呈现出＂信息孤岛＂现象;同时,随着政务系统规模的不断扩大,复杂性的不断增加,人对系统的管理能力也将变得越来越弱。因此,构建具备自我管理能力的政务数据中心将是解决这些问题的有效途径。首先简要地介绍自主计算相关概念;其后结合现有理论和技术,提出一种基于自主计算的政务数据中心体系架构,并根据数据中心的特点,具体说明其中自主服务元素的组成结构及其内部逻辑。     

自主式移动机器人系统的体系结构

本文在分析已有的几中多智能体协调模型的基础上，提出了一种用于自主式移动机器人系统的多智能体协调模型（离散）事件状态模型，用于组织协调自主式移动机器人系统中的传感器、规划、控制等智能体协调工作，确保自主式移动机器人在复杂、不断变化的环境中自主行驶，并在自主式移动机器人项目中较好地发挥了作用。     

局部域中构件服务自主调度模型的设计与实现

自主计算环境(ACE)是一个可自主管理的大规模分布式网络应用软件部署、运行的基础架构。环境中的任务可以被看成为由若干个被抽象为构件的服务所组成，任务的完成依赖于各个构件服务的最终调度运行状况。借鉴自主计算的思想，设计并实现了自主计算环境下局部管理域中构件服务的自主调度模型。该模型利用Java/Jini相关技术实现，并给出了构件的自主调度算法。     

面向服务的自律系统的自律可信性评估

从面向服务的角度分析自律系统的自律可信性,提出基于服务请求一服务过程一服务响应的层次化评估体系,该指标体系具有可拓展性和规范性。并采用层次分析法和模糊综合评佑法,实现自律评估的定量分析和计算。最后通过实例分析证实了指标体系的有效性和可行性。     

Concurrency of self-* in autonomic systems

New computing systems are currently at crucial point in their evolution: autonomic systems (ASs), which are inspired by the human autonomic nervous system. Autonomic computing (AC) is characterized by self-*such as self-configuration, self-healing, self-optimization, self-protection and more which run simultaneously in ASs. Hence, self-*is a form of concurrent processing in ASs. Taking advantage of categorical structures we establish, in this paper, a firm formal basis for specifying concurrency of self-* in ASs.     

自律计算系统及其关键技术研究

自律计算系统是目前的一个热点研究方向,其目的是采用技术管理技术来降低用户使用系统的复杂性。目前,自律计算理论已广泛应用于网络安全、自动控制等多个领域并取得初步成功。基于学术界已有的研究成果,对自律计算概念、框架结构以及自律计算系统实现的关键技术进行了综述,以为自律计算领域研究人员后续研究提供指导。     

面向自主计算的主体服务匹配：研究综述

主体服务能力描述和能力匹配是实现自主单元自配置的关键,也是基于主体的自主计算技术中的核心内容.在简要介绍自主计算基础上,重点对主体服务描述语言和主体服务匹配算法的研究成果进行了综述,并指出未来的发展趋势.     

支持QoS约束的自主单元语义服务匹配

主体服务描述和主体服务匹配是利用主体和多主体系统为用户提供各种有效和高效服务的关键.综合考虑了语义和服务质量对匹配的影响,提出了自主单元主体服务描述模型,并在此基础上重点研究了一种支持QoS约束的自主单元语义服务匹配算法.该算法通过语义相似度匹配和服务质量匹配两个过程,有效获得满足给定语义相似度的阈值,且具有最佳服务质量水平的主体服务.     

一种支持自动部署的脚本语言的设计与实现*

提出一种主计算平台下的应用编辑脚本语言ACSPT,基于此脚本语言,可构造基于自主计算平台的大规模分布式网络应用。     

在构件的多个实现间动态选择的算法*

为了提高构件在处理多种类型请求时的效率,构件可以有多个不同的内部实现,每一个实现都是为一种特定类型的请求而优化的。提出了一种在构件的多个实现间动态选择的算法,算法尽可能地为每一种类型的请求挑选最优的实现,同时又尽量避免在不同的实现之间进行切换,从而使构件在处理一个请求序列时所花费的总开销尽可能少。     

Supporting decisions in real-time enterprises: autonomic supply chain systems

Supporting decisions in real time has been the subject of a number of research efforts. This paper reviews the technology and architecture necessary to create an autonomic supply chain for a real-time enterprise for supply chain systems. The technologies weaved together include knowledge-based event managers, intelligent agents, radio frequency identification (RFID), database and system integration, and enterprise resource planning systems. This article is part of the “Handbook on Decision Support Systems” edited by Frada Burstein and Clyde W. Holsapple (2008) Springer.     

基于模糊神经网络的移动组网拥塞预测

提出了一种适用于移动组网的拥塞控制机制（ACRC）。将模糊神经网络引入流量控制，利用其处理不确定性问题和自学习能力，进行流量预测，除了可以快速缓解拥塞，还可以在网络拥塞消除之后通过速率控制进一步节省网络的能量消耗，仿真结果证明了本方法的有效性。