基于新型信息素更新策略的蚁群算法*

深入研究了蚁群优化算法（ACO）的路径搜索及参数控制策略,分析了其存在的缺陷。为了提高ACO算法的解题能力,提出一种新型信息素更新策略（PACS）,然后将PACS算法与其他蚁群算法分别应用于旅行商问题（TSP）进行仿真实验。仿真结果表明,PACS算法具有优良的全局优化性能,可抑制算法过早收敛于次优解,有效防止了停滞现象,收敛速度也大大加快。     

认知无线电网络中基于和声搜索的频谱分配与功率控制

针对认知无线电网络中功率控制和频谱分配过程存在互相影响的问题,提出一种基于和声搜索的频谱分配和功率控制算法。通过综合分析频谱分配和功率控制过程中的各种约束条件,建立了联合功率控制和频谱分配的系统模型。算法根据系统模型特点设计和声搜索算法下相应编码方案,采用多目标优化方法处理复杂的约束条件,并赋予可行解适当的优先权重。仿真实验表明,算法可以很好地解决认知无线电网络中的频谱分配和功率控制问题。     

自主协助动态并行I/O调度策略研究

随着处理器速度和网络传输速度的快速提升，I／O成为限制计算机性能的一大瓶颈，并行I／O提供了解决这一问题的有效途径。在并行I／O的实现中，数据访问调度策略对系统的性能有着重要的影响。文章通过对集群计算中现有I／O数据访问调度策略的研究，针对调度器瓶颈问题，提出了自主协助动态I／O调度策略，实验结果表明了所提出策略的有效性。     

MIS数据库性能优化

针对MIS数据库中普遍存在的效率问题，对影响数据库性能的相关因素进行了分析，提出了性能优化的方法和途径。优化数据库是一个系统工程，若单纯注重某一方面的优化不能取得整体效果，应将效率意识贯穿于应用开发的全过程。     

集群计算系统中并行I/O访问的自适应调度策略

现代计算机系统的性能已经由受限于CPU转变为受限于I／O，因此，并行I／O是缓解这一难题的有效方法。文章通过对集群计算系统中I／O调度策略的研究，提出了一种新的自适应平等划分的I／O调度策略，并将它们与已经存在的调度策略进行比较。实验结果表明了所提出策略的优越性。     

服务器集群系统研究

探讨了服务器集群系统的作用、国内外研究发展现状、硬件架构、工作原理，并预测了集群系统的发展趋势。     

基于Linux的SMP机群环境中并行I/O模型研究

提出了一个基于数据通路的波浪推进式并行I/O模型框架,并在基于Linux的SMP机群系统中,根据波浪推进式并行I/O模型框架对各个数据通路进行建模,具体分析了这个波浪推进式并行I/O模型,从思路上解决了刻画并行I/O性能的并行I/O模型问题。     

并行文件系统与并行I／O研究

集群计算系统中并行文件系统的研究是当前计算机与网络技术中的一个热点问题,而并行I/O是缓解系统数据输入输出瓶颈的一个技术途径。论文对当前集群系统中的并行文件系统与并行I/O做了研究,阐述了研究发展的现状、关键问题等,指出了在集群计算系统中的文件组织、分布以及其在磁盘上的实现、数据的访问特性、高性能网络文件系统、系统的负载平衡与缓冲和预取策略。     

OFDMA认知无线电网络中面向需求的频谱共享

从满足次网络通信需求的角度,设计一个两阶段模型,求解OFDMA 认知无线电网络中频谱租赁与分配问题。模型第1阶段,次基站收集次网络通信需求,向多个主基站租用频谱资源。运用Bertrand博弈对主、次基站的交易行为进行建模,并将纳什均衡作为最终定价方案。第2阶段,基于纳什议价方案,将次基站子载波和功率分配问题定义成非线性规划问题,并通过拉格朗日乘数法进行求解。仿真实验表明,相对于其他频谱共享方案,所提方案高效地满足每个次用户的通信需求。