基于MetropolisQ学习的蜂窝网络在线信道分配

针对现有的蜂窝网络的在线动态分配模型具有的信道需求量大、呼叫动态变化时阻塞率高和收敛速度慢的缺点,设计了一种基于MetropoisQ学习的蜂窝网络的在线信道分配方法。首先,在考虑同信道限制、邻居信道限制和同小区限制的基础上,设计了在线信道分配的数学模型,然后在Q-Learning算法基础上的设计了一种基于资格迹的Q(λ)算法实现信道的在线分配,为了进一步提高收敛速度,采用Metropois规则对算法中动作的选择方式进行改进,实现探索和利用的平衡;为了验证文中方法,采用Matlab工具上进行实验,仿真实验结果表明文中方法能实现蜂窝通信网络的在线信道分配,且与其它方法比较,具有较少的信道需求量、较低的阻塞率和收敛速度,较其它方法具有较大优越性。     

基于遗传算法的多信道无线网络信道分配方案

在传统单信道无线网络中,多节点同时传输时彼此间的干扰会使吞吐量降低.为解决该问题,提出一种改进的自适应遗传算法用于信道分配.在进化过程的前期执行固定参数的遗传操作,后期执行自适应遗传操作,采用新的交叉方式,即将染色体按适应值大小分成2组,从各个组中随机选取染色体进行交叉运算,使得整个染色体种群的适应值向最优解逼近,并在生成子代时使用父子竞争机制.仿真结果表明,该算法能有效避免标准遗传算法容易早熟和局部收敛的缺点,收敛速度快且容易逼近最优解,并能降低网络冲突.     

保护信道和排队相结合的信道分配策略

提出了一种适用于语音、数据呼叫的蜂窝移动通信系统的信道分配策略。该策略为数据呼叫提供保护信道,降低数据呼叫的阻塞率。同时,采取语音呼叫排队策略抑制数据保护信道引起的语音呼叫阻塞率的恶化。为了进一步提高系统的性能,在策略中引入了不耐烦顾客,并建立了带有不耐烦顾客的排队模型。仿真结果表明该策略能够有效地降低语音呼叫和数据呼叫阻塞率,改善系统性能。     

基于排队模型的教务管理系统的资源优化分析

介绍了排队论的基本概念,讨论和研究多服务台排队模型的过程和基本原理,通过数学计算得出多服务员排队模型在教务管理系统中重要的运行指标,编程实现系统服务台的优化。     

基于自适应遗传算法的蜂窝网络信道分配

为解决遗传算法用于蜂窝网络固定信道分配时存在的过早收敛问题,通过采用最大需求优先最小冲突初始化方式、渐进式变异技术和一种新的交叉概率、变异概率自适应调整策略,提出一种自适应遗传算法。通过评估一组benchmark问题,证明该算法对解决信道分配问题具有较强的最优解收敛能力,收敛速度较快。     

基于改进并行遗传算法的蜂窝网络信道分配

在蜂窝移动通信中,用户需求的不断增长使可用的频谱资源日益紧缺,采用较优的优化算法进行信道分配就显得非常重要。针对这一问题,首次提出了细粒度主从式并行遗传算法,其特点是在进化的过程中动态改变邻域单元,来维持进化过程中的种群多样性,防止算法进入局部最优而过早收敛,增强算法的全局搜索能力。实验仿真表明,该算法对信道分配问题有很强的最优解搜索能力,收敛速度也较快,具有一定的实用价值。     

基于离散粒子群优化的工业无线网多信道分配算法

在充分考虑工业无线节点低能耗要求的基础上,提出一种工业无线网发射功率调节算法.在保证网络连通度的前提下,使无线节点发射功率尽可能小.同时,利用离散粒子群优化算法,提出一种解决工业无线网多信道分配问题的离散粒子群优化多信道分配算法（DPSO-CAA）.对标准离散粒子群优化算法加以改进.提高了所提出算法的全局搜索能力.通过将DPSO-CAA算法与已有算法进行的仿真对比实验,表明了所提出的DPSO-CAA算法能有效地降低数据碰撞和同信道干扰,而且能降低无线节点能耗.     

无线网络中的在线信道分配问题

研究一个无线网络中信道分配的最大化问题.对该问题的离线版本给出了一个O(n2)时间的算法.对在线问题的一般情况,证明了k-look-ahead算法的下界至少为(k 2)*/(k 1);还给出了一个竞争比为2的1-look-ahead算法.     

D2D通信中信道分配的智能优化算法研究

作为第五代移动通信(5G)的关键技术之一,设备到设备(D2D)通信具有高传输速率,低时延等优势.D2D链路与蜂窝链路共享传输信道被认为是解决频谱稀缺的有效途径.针对D2D通信的信道分配问题,提出了两种智能优化算法,在降低算法复杂度的同时提升了频谱效率.     

基于遗传算法的全双工认知无线电网络信道分配策略研究

随着无线通信业务的不断增长和智能终端的日益多样化,无线频谱资源变得愈加紧缺,认知无线电作为一项能够有效解决频谱利用率过低的技术,近年来引起了学术界和工程界的广泛关注。在认知无线电网络中,次用户以合作频谱感知的方式智能判断主用户的工作状态,以便在授权频谱的空闲时段内接入并加以使用。将全双工通信技术引入到传统的认知无线电网络中,实现了频谱感知和数据传输的同步,既能确保数据传输的连续性,又能减少对主用户的干扰,对提升无线频谱利用率具有重要作用。对于多信道全双工认知无线电网络的信道分配,建立了次级网络吞吐量最大化模型,并通过惩罚函数法,将混合整数非线性规划问题转换成不带约束条件的非线性规划问题,提出了基于遗传算法的全双工认知无线电网络信道分配策略。仿真实验结果表明,该算法能在综合考虑算法复杂度和性能的情况下,完成信道分配并保证次级网络吞吐量的最大化。     

基于Overlay动态分配的ECU在线标定实现

基于V模型的ECU开发模式中,软件测试和标定是必不可少的环节.工程师在测试和标定过程中需要更改大量的标定量以优化系统功能.随着功能需求的日益增长,软件功能越来越丰富,芯片的RAM资源就越凸显出稀缺.在分析了标定原理的基础上,利用AURIX芯片特有的Overlay机制,实现基于Overlay动态分配的以小RAM空间标定大...     

基于数据锁描述的DBMS分层排队网络模型

针对数据锁对数据库管理系统(DBMS)性能的影响,在分析数据锁工作原理的基础上提出DBMS基于数据锁描述的分层排队网络模型LQNM(Layered Queuing Network Model),运用分层算法MOL(Method of layered)实现模型的求解。通过求解后的实验结果与排队网络模型QNM(Queuing Networks Model)进行比较以此来说明该模型通过对数据锁的描述提高了模型预测精度。     

基于议价机制的网格资源分配研究

资源管理和分配是网格计算的核心问题,用市场机制可有效地管理和分配网格资源。提出了一个基于议价机制的网格资源分配模型,设计了资源分配策略。模拟实验表明该模型能够较好地适应网格环境的动态变化,并实现各个网格计算资源的负载平衡。     

基于缓冲池描述的DBMS分层排队网络模型及其求解

针对OLAP查询的特点,提出基于缓冲池描述的DBMS分层排队网络模型,以构建这一模型为例示范构建DBMS分层排队网络模型的方法和步骤。对比分析分层排队网络模型的两种求解算法——MOL(the Method of Layer)和SRVN(the Stochastic Rendezvous of Network)在算法结构、模型限制、描述能力、求解精度上的差别,总结出模型参数获取的三种途径。     

基于粒子群优化算法求解软件可靠性分配问题

首先介绍粒子群优化的搜索策略与基本算法,通过构造具有自适应权重ω的改进方法,有效地改善了粒子群优化算法的搜索效率和搜索精度,并应用于求解软件可靠性分配问题中。实验表明了PSO在求解软件可靠性分配问题的有效性。     

基于MMDP的无人作战飞机任务分配模型研究

针对多无人作战飞机动态任务分配问题,以马尔科夫决策过程理论为基础,建立基于多智能体马尔科夫决策过程MMDP(Multi-Agent Markov Decision Process)的动态任务分配模型;系统中状态信息、目标的出现和收益值等均服从概率分布;改进的MM-DP寻优算法以多UCAV在有限时间内执行任务收益值最大为评价函数,并应用遗传算法在所有可选决策集中确定最优任务分配策略;数值仿真验证了算法的有效性。     

一种基于多Agent系统的在线广告竞价模型

针对在线广告竞价这一具体应用场景,本文在价高者得的传统竞价原则上,结合竞价双方的相似度阈值控制,提出一种适用于在线广告交易的竞价模型,即SMOBM(the Similarity-based Multi-agent Online-advertising Bidding Model)模型。该模型使用多Agent系统建模,根据市场角色设计相应Agent,并设计出需求聚合Agent组织和资源聚合Agent组织。买卖双方使用回合制的拍卖协商方法进行连续叫价,并在系统全局时钟的控制下产生交易结果。最后,使用Repast Simphony仿真软件对模型进行实现,将基于组织模型和不基于组织模型这两种情况进行对比,结果表明在选择合适的相似度阈值时,基于组织模型的交易成功率高,且在存在恶性竞争时整体交易表现出较好的鲁棒性。     

包簇映射框架下的云资源分配优化算法研究

在云数据中心,资源分配是云计算系统应用中的核心技术。当前云计算资源在分配过程中,或多或少存在收敛慢、易早熟、资源分配效率低等缺点。为了解决该问题,引入包簇映射框架,提出基于混沌扰动遗传算法。该算法是将遗传算法和混沌搜索机制相结合,以降低成本和提高资源分配效率为目标,利用个体之间的差异性对种群进行初始化,改进种群的交叉变异和适应度函数。通过贪心修正进行合理的云资源分配,采用仿真软件CloudSim进行实验,对其性能进行实验分析。实验结果表明,该方法可以有效提高资源分配效率和收敛速度,具有较好的广泛应用价值。     

基于模型检查的XML树模式优化动作生成

针对XML数据查询的核心操作-树模式查询,提出基于XML Schema约束来优化树模式查询的方法。该方法提出了统一的优化规则描述语言ORS的语法与语义。ORS描述的优化规则中包括对树模式条件的描述、对XML Schema条件的描述以及在满足前两个条件下应该输出的动作。根据ORS语言描述的优化规则以及待处理的树模式,系统会自动输出该树模式的优化动作。该方法一方面简化了树模式优化的过程,另一方面把模型检查技术运用到XML树模式查询优化上,利用时态逻辑公式描述优化规则中的约束条件,利用模型检查的方法提取XML Schema的约束,对ORS语法和语义的严格定义确保了生成的优化动作的正确性。     

基于相似性度量的无线网络数据传输信道优化

在无线网络数据传输和通信过程中,由于网间路由的损伤和通信码元之间的码间干扰,导致数据传输信道失衡,需要对无线网络数据传输信道进行抗干扰滤波和均衡设计,实现无线网络数据的高保真性传输。传统方法采用复合链路相干均衡算法进行无线网络数据传输信道优化,随着通信信道载波数量的增长,导致信道均衡稳定性不好。提出一种基于数据通信码元相似性度量的无线网络数据传输信道优化算法,通过构建无线网络系统模型和信道模型,对无线网络的数据信息进行码元相似性度量和特征提取,以此为基础采用IIR滤波算法实现对信道干扰码元的滤波和抗干扰算法改进,实现对无线网络的数据传输信道优化和均衡设计,提高数据通信码的保真性传输能力。仿真结果表明,采用该算法能有效实现无线网络数据传输信道优化构建,信道的均衡性能和抗干扰性能较好,降低了数据传输的误比特率。