一种基于市场机制的计算网格资源分配方法

针对计算网格提出了一种基于市场机制的资源分配方法，以一般均衡理论为基础，依靠市场机制，实现计算网格资源的优化分配，首先，描述了基于代理的资源分配框架，它包括3个 层次：资源层、代理层和用户层；接着，给出了计算网络资源分配的市场模型，其中效用函数用于刻画用户对给定资源的满意程度；然后定义了市场模型的均衡状态并证明了均衡状态撮优性，这意味着在均衡状态下资源分配不仅有效而且公平，最后引入了资源代理的迭代算法。  

Proportionate progress: A notion of fairness in resource allocation

Given a set ofn tasks andm resources, where each taskx has a rational weightx.w=x.e/x.p,0<1, aperiodic schedule is one that allocates a resource to a taskx for exactlyx.e time units in each interval [x.p·k, x.p·(k+1)) for allkN. We define a notion of proportionate progress, called P-fairness, and use it to design an efficient algorithm which solves the periodic scheduling problem.This research was supported by NSF Research Initiation Award CCR-9111591, and the Texas Advanced Research Program under Grant No. 91-003658-480.  

计算机网络服务质量优化方法研究综述

优化方法为设计更好的计算机网络服务质量保证机制提供了有力的理论支持.相较于传统启发式的网络设计方法,优化方法可以从理论上找到问题的最优解,从而从根本上克服了启发式方法不能证明方案优劣程度的缺陷.因此,基于优化方法的机制设计与性能评价成为了当前网络服务质量领域中的一个前沿研究领域.大量的研究着眼于从优化理论的角度重新建立网络模型,按照优化理论给出的求解机制和实施方案设计网络协议.计算机网络的优化可以划分为资源分配、任务调度、网络资源部署和系统参数配置等4方面问题.对计算机网络服务质量的优化建模、求解、实施和评价成为当今研究的热点.根据最新网络服务质量优化的研究进展,文中对计算机网络服务质量研究中所涉及到的优化技术进行了研究与综述,主要包括4个方面:系统地描述了计算机网络模型优化算法的通用表达形式,并将其按照不同的方式进行分类;探讨了不同结构的优化模型对应的求解方案;对比分析了不同优化算法的实施方案,给出了方案之间的联系与区别;归纳了计算机网络中优化方案的性能和代价评价方法.最后,对全文进行了总结,并展望了进一步的研究方向.  

基于节的分布式多媒体资源管理

分布式多媒体系统面临的最大挑战是支持稳定的连续媒体流和媒体流间同步，分布式多媒体资源管理模型是保证它们的关键，本文提出了一种基于节的资源分配和管理模型，在资源分配时，它通过建立媒体流的线程，Ｉ／Ｏ处理，缓冲区和网络处理的平衡方程，计算保证稳定的连续媒体所必需的资源，在资源管理时，它通过调整媒体流的速率达到媒体流间同步，本文还提出了一种实时的节资源请求方案，它能系统资源开销最小，最后给出了在交换式１  

An optimization methodology for intermodal terminal management

A solution to the problems of resource allocation and scheduling of loading and unloading operations in a container terminal is presented. The two problems are formulated and solved hierarchically. First, the solution of the resource allocation problem returns, over a number of work shifts, a set of quay cranes used to load and unload containers from the moored ships and the set of yard cranes to store those containers on the yard. Then, a scheduling problem is formulated to compute the loading and unloading lists of containers for each allocated crane. The feasibility of the solution is verified against a detailed, discrete-event based, simulation model of the terminal. The simulation results show that the optimized resource allocation, which reduces the costs by [frac13], can be effectively adopted in combination with the optimized loading and unloading list. Moreover, the simulation shows that the optimized lists reduce the number of crane conflicts on the yard and the average length of the truck queues in the terminal.  

多传感器管理系统研究现状与发展趋势

基于多传感器管理的定义与所面临的任务,介绍了多传感器管理系统体系结构的发展,并给出了其宏观/微观结构;重点对基于数学规划、模糊控制与神经网络、信息论和专家系统等技术的多传感器管理方法进行了总结与分析,提出了需要进一步研究的问题。  

一种选择制造业信息系统应用的决策模型

给出一种选择制造业信息系统（IS）应用的决策模型，该模型基于系统的关联性原理，即各种IS应用之间相互关联有机结合而产生协同效应，使得总体功能大于各应用功能之和，利用层次分析法（AHP）对IS应用进行初始排序，建立处理协同效应与资金分配的数学模型，通过模型求解确定应加以引进的IS应用集合，并确定它们的实施顺序，给出一个分析实例来说明决策模型的使用方法。  

基于微观经济学方法的网络资源分配研究

随着Internet应用迅猛发展，网络资源相对匮乏的问题日渐突出。如何合理分配有限的资源为不同服务质量需求的应用提供服务，提高资源使用效率，是亟等解决的问题。近年来，研究者把微观经济学方法引入网络资源分配领域，为这一领域的研究提出崭新的思路，具有重大意义。详细分析了基于微观经济学方法网络资源分配研究的最新进展，并指出当前研究存在的问题以及下一步研究的方向。  

TS与GAs混合算法在大规模资源分配问题中的应用

采用ＴＳ与ＧＡｓ混合算法建立资源分配模型来分解协调大规模规划问题。针对大规模资源分配问题的特点，选择合适的ＴＳ参数及ＧＡｓ算子，构造出一种新的混合算法。具体实例验证了算法的合理性及有效性。  

Computational Markets to Regulate Mobile-Agent Systems

Mobile-agent systems allow applications to distribute their resource consumption across the network. By prioritizing applications and publishing the cost of actions, it is possible for applications to achieve faster performance than in an environment where resources are evenly shared. We enforce the costs of actions through markets, where user applications bid for computation from host machines.We represent applications as collections of mobile agents and introduce a distributed mechanism for allocating general computational priority to mobile agents. We derive a bidding strategy for an agent that plans expenditures given a budget, and a series of tasks to complete. We also show that a unique Nash equilibrium exists between the agents under our allocation policy. We present simulation results to show that the use of our resource-allocation mechanism and expenditure-planning algorithm results in shorter mean job completion times compared to traditional mobile-agent resource allocation. We also observe that our resource-allocation policy adapts favorably to allocate overloaded resources to higher priority agents, and that agents are able to effectively plan expenditures, even when faced with network delay and job-size estimation error.