可靠多播网络的动态缓存分配算法与替换策略

ACP是一种适用于多组共享环境的路由器缓存管理协议。在突发数据流频繁出现的互联网中,当多播组数量或者组成员发生变化时,ACP分配算法暴露出慢收敛和分配结果不稳定等问题。通过设计并实现动态缓存分配算法、超时算法以及丢包策略,提出了一种新型的、适用于大规模多播网络的自适应主动可靠多播协议(AARM）模拟实验结果表明,与ACP相比,AARM将为多播网络在恢复延迟、带宽消耗和网络吞吐等方面带来明显的性能提升。     

MOHHA求解不可靠生产线多目标缓冲区分配问题

研究含有可失效机器的不可靠串行生产线上缓冲区容量分配问题,以最大化生产线生产率和最小化生产线缓冲区总量为多目标,提出一种多目标混合启发式算法（MOHHA）。采用了离散事件仿真方法,建立生产率与缓冲区容量分配的仿真模型作为算法的评价工具。算法第一步求得生产线最大生产率,并作为目标生产率进一步求解最小化缓冲区总量。通过三组测试算例,与以往研究结果作对比验证了算法的有效性和优越性。     

基于NS的路由器缓存管理算法研究

网络仿真是网络研究者验证网络协议在各种条件下是否具有鲁棒性和可靠性的有效手段。文章首先对路由器缓存管理算法进行概述，然后介绍网络仿真软件NS的体系结构，最后讨论了在NS平台中实现缓存管理算法协议库的过程，以及如何获得用户感兴趣的数据。     

基于分级缓存加速的高可靠高速星载固存设计

星上模块在模式切换过程会因为星载固态存储器启动过程缓慢而导致无法快速访问固存。分级缓存系统设计采用片内缓存结合小容量非易失存储器(MRAM)的硬件架构,通过在MRAM中存储文件对象头索引以及Nand Flash块元数据区索引等流程优化来加速文件系统启动操作。本设计通过数据建模和仿真实验来分析性能,并在硬件板卡上进行算法实现和测试验证,以对象为索引的启动方式耗时3.12 ms,以块元数据区为依据的启动方式耗时143.47 ms。对比传统设计架构下的耗时170.35s的启动操作,基于分级缓存加速的系统具有高可靠性同时大大缩短了固存启动时间。其系统性能提升为卫星在轨管控优化提供技术基础。     

非结构化对等网信息缓存资源查找算法

泛洪式路由(Flooding)是在非结构化对等网络中进行有效资源查找的主要方式,但其路由过程将产生大量冗余消息,因而严重制约了其可扩展性.随节点数增多,泛洪式路由的网络带宽消耗也变得异常严重.为此,本文提出了改善非结构化对等网络路由和查找效率的LHC (LookaHead with Catch) 算法,该算法利用缓存邻居节点的邻居列表和邻居节点的资源索引表,达到优化路由的目的.仿真实验表明,在保证维护和查询的带宽开销与现有算法基本一致的基础上,LHC算法不仅更有效的减少了查询过程中产生的冗余消息,而且在网络容量一定的情况下,资源命中率更高.     

基于自相似排队模型的星上交换输入缓存分配算法

针对空间信息网络的自相似分组业务流、星上交换节点的有限缓存资源,提出一种基于自相似排队模型的星上交换输入缓存分配算法。构建了基于VOQ的空间信息网络星上Crossbar交换节点模型,依据空间信息网络业务流的自相似性,通过建立虚通道自相似排队模型,估算出各个虚通道的缓存溢出概率,再根据其溢出概率采用贪婪算法来实现缓存资源的优化分配。仿真分析了在自相似分组业务流下优化分配算法和均匀分配算法的性能。结果表明,在相同缓存开销下,优化分配算法可以有效降低分组的平均时延;在同等分组平均时延下,分组业务流自相似程度为0.8和0.6时,可分别节省缓存开销约25%和17.4%。     

Web合作缓存置换算法的改进与实现

在LRU算法的基础上,提出一种改进的Web合作缓存置换算法。该算法针对不同大小的文档采取不同的存储策略,如增加小文档在缓存组中的存储数量,以提高其本地缓存的命中率,减少大文档在缓存组中存储的数量,以节约整个缓存组的空间。仿真实验结果表明该算法能够获得较好的性能。     

基于自相似排队模型的片上网络缓存分配算法

为提升片上网络在自相似通信特征下的网络性能,依据片上网络数据流的自相似特性,通过建立虚通道自相似排队模型,提出一种基于自相似排队模型的片上网络缓存分配算法.算法首先利用已建立的排队模型计算虚通道缓存溢出概率,然后依次为溢出概率最大的虚通道缓存队列递增缓存深度,每次增加一个微片,直至达到总缓存配额阈值.实验结果表明,与现有的基于排队模型的算法相比,文中算法在相同缓存开销下可获得更小的平均包延迟,在同等平均包延迟下可节约25％的缓存开销.     

基于滑动缓存的WSN可靠协议及其能耗分析

数据如何以较低的能耗进行可靠传输是无线传感器网络中数据采集亟需解决的问题。基于此,提出一种缓存位置滑动调整的可靠传输协议,该协议基于通信的中间节点缓存数据包,按照通信距离将链路上的节点划分为近源节点和近汇聚节点,根据链路质量动态调整缓存数据包的节点区域,数据包在相应节点区域的缓存呈正态分布。NS2仿真结果与基于马尔科夫链能耗分析结果表明,该协议中数据包的传输时延小于HHRA协议,吞吐量有较大程度的提高。     

ICN中基于节点权重的缓存大小分配方案研究

网内缓存功能是信息中心网络ICN（Information-Centric Networking）最重要的特性之一,大大减小了信息请求的响应时间和网内流量。合理地分配每个路由器的缓存空间大小,对网络性能有较大影响,也可以节约网络成本。为了使路由器的缓存大小配置合理,首先综合考虑路由器的度数权重、紧密度、网络的中心度、请求影响度等度量指标,定义了一个新的度量指标,称为节点权重;然后,提出一种基于节点权重的缓存大小分配方案,将网络所需的容量按比例分配给路由器。仿真结果表明,与均匀分配相比,路由器的缓存空间利用率至少提升了8%,命中率至少提高了6%;与基于请求影响度的分配方案相比,路由器的缓存空间利用率至少提升3%,命中率至少提高了3%。     

多目标资源优化分配问题的Memetic 算法

针对传统算法求解多目标资源优化分配问题收敛慢、Pareto解不能有效分布在Pareto 前沿面的问题, 提出一种新的Memetic 算法. 在遗传算法的交叉算子中引入模拟退火算法, 加强了遗传算法的局部搜索能力, 加快了收敛速度. 为了使Pareto 最优解均匀分布在Pareto 前沿面, 在染色体编码中引入禁忌表, 增加了种群的多样性, 避免了传统遗传算法后期Pareto 解集过于集中的缺点. 通过与已有的遗传算法、蚁群算法、粒子群算法进行比较, 仿真实验表明了所提出算法的有效性, 并分析了禁忌表长度和模拟退火参数对算法收敛性的影响.

     

多编组协同任务分配模型及DLS-QGA 算法求解

为解决多智能体编组协同任务分配问题, 定义任务、智能体编组和相关的分配过程变量, 建立以最高任务执行效率为目标的数学模型. 在问题模型中设计考虑资源损耗的编组资源能力更新机制, 提出用于求解该模型的动态列表规划和量子遗传算法的混合任务分配算法, 使用动态列表规划选择处理的任务, 利用量子遗传算法为选定任务分配最合适编组. 最后通过算例表明, 所提出的方法在解决时序逻辑任务分配时能够得到更优更稳定的方案.

     

Two approaches for solving the buffer allocation problem in unreliable production lines

This paper presents an integrated approach to solve the buffer allocation problem in unreliable production lines so as to maximize the throughput rate of the line with minimum total buffer size. The proposed integrated approach has two control loops; the inner loop and the outer loop. While the inner loop control includes an adaptive tabu search algorithm proposed by Demir et al. [8], binary search and tabu search are proposed for the outer loop. These nested loops aim at minimizing the total buffer size to achieve the desired throughput level. To improve the efficiency of the proposed tabu search, alternative neighborhood generation mechanisms are developed. The performances of the proposed algorithms are evaluated by extensive computational experimentation, and the results are reported.     

基于BP算法的IFPN参数优化方法

针对直觉模糊Petri 网(IFPN) 模型自学习能力差的缺陷, 将神经网络中的BP 误差反传算法引入IFPN 模型 的参数寻优过程, 提出一种基于此的参数优化方法. 该算法通过建立变迁点燃和直觉模糊推理的近似连续函数, 摆脱 了参数对经验的依赖, 更加符合实际系统的需求, 同时使得IFPN 具有较强的泛化能力和自适应功能, 推理结果更加 准确可信. 最后通过典型实例验证了该参数优化方法的有效性和优越性.

     

HBBA: hybrid algorithm for buffer allocation in tandem production lines

In this paper, we consider the problem of buffer space allocation for a tandem production line with unreliable machines. This problem has various formulations all aiming to answer the question: how much buffer storage to allocate between the processing stations? Many authors use the knapsack-type formulation of this problem. We investigate the problem with a broader statement. The criterion depends on the average steady-state production rate of the line and the buffer equipment acquisition cost. We evaluate black-box complexity of this problem and propose a hybrid optimization algorithm (HBBA), combining the genetic and branch-and-bound approaches. HBBA is excellent in computational time. HBBA uses a Markov model aggregation technique for goal function evaluation. Nevertheless, HBBA is more general and can be used with other production rate evaluation techniques.     

A heuristic algorithm for the buffer allocation in unreliable unbalanced production lines

In this work we investigate the buffer allocation problem (BAP) in short unbalanced production lines consisting of up to six machines that are subject to breakdowns. Times to failure are assumed exponential whereas service and repair times are allowed to follow any Erlang-k distribution (with k≥1). An algorithm that is based on the sectioning (segmentation) approach was developed which solves the BAP. This, in conjunction with a method not previously reported that determines a “good” initial solution for the buffer allocation constitutes the main contribution of the present work. The accuracy of the proposed heuristic algorithm is remarkably good and its convergence is fast making it a promising tool that can be implemented in conjunction with a fast decomposition method to solve the BAP in large production lines.     

一种求解供应链环境下生产-配送问题的集成优化方法

研究了供应链环境下的生产.配送集成优化问题,从整体的角度优化需求分配、生产调度、配送拼装和车辆调度,利用交货时间因素来协调各模块的优化过程,进面得到更优的运作方案.设计了一个禁忌搜索和遗传算法相结合的集成优化策略,对两个不同规模的问题分别进行了独立优化和集成优化,数值实验结果显示丫集成优化策略的优越性.最后通过对惩罚因...     

An adaptive tabu search approach for buffer allocation problem in unreliable non-homogenous production lines

The buffer allocation problem, i.e. how much buffer storage to allow and where to place it within the line, is an important research issue in designing production lines. In this study, a novel adaptive tabu search approach is proposed for solving buffer allocation problem in unreliable and non-homogeneous production lines. The objective is to maximize the throughput of the line, which is constrained by the capacity of each buffer space and also the total buffer capacity to allocate to these spaces. Besides proposing a new strategy to tune the parameters of tabu search adaptively during the search, an experimental study is carried out to select an intelligent initial solution scheme among three alternatives so as to decrease the search effort to obtain the best solutions. The performance of the proposed approach is evaluated by computational tests and very promising results are obtained.     

灰色预测中缓冲算子的组合性质及应用

通过研究同性缓冲算子作用样本数据序列所得灰色预测模型的预测精度问题, 发现同类缓冲算子对于相同样本数据序列的预测值一致, 对于具体预测问题, 某个缓冲算子在此类问题中有效, 用到另一类问题上可能失效. 为此, 提出一种同性缓冲算子的组合方法, 通过对同性缓冲算子的有效组合可以得到一种新的缓冲算子, 该缓冲算子不但能够提高模型的预测精度, 而且可以扩大缓冲算子的适用范围. 实例验证表明, 所提出的组合方法是有价值的.