启发式构建软件定义网络的控制消息路由树算法

为了分析控制器位置和控制消息路由树对软件定义网络控制平面性能(如控制消息平均时延、控制消息路由树可靠性)的影响,建立相关数学模型,提出启发式的路由树搜索算法、最短路径算法和贪婪算法并对该模型进行优化. 仿真结果显示,在相同的网络拓扑条件下,启发式路由树搜索算法能有效地在控制消息平均时延和控制消息路由树可靠性2个性能指标上取得均衡,其综合性能明显优于最短路径算法和贪婪算法.     

集成架构风格的SA软件部署可靠性

已有的架构风格可靠性研究主要针对单一软件架构风格,为研究软件部署阶段的多种架构风格的 系统可靠性,设计用连接器的方式来建模部署阶段的集成架构风格系统和软件组件可靠性．实验结果表明, 随着系统运行时间的增加,集成架构风格的系统可靠性和组件可靠性主要依赖于处于执行状态的软件组件 数目和软件组件处于执行状态的时间．通过对集成架构风格系统可靠性和软件组件可靠性的分析,有利于选 择合适的时间通过系统重部署或者软件组件复制来提高系统可靠性     

一种句子级别的中文文本复制检测方法

该文提出了一种句子级别的中文文本复制检测方法。该方法以句子为基本复制检测单位,运用最长公共子序列算法计算两篇文本之间的重复度,根据所得的重复度值来检测两篇文本是否存在复制现象以及复制的程度。在方法中,剔除句子的其他成分,提取句子中的名词作为句子的文本特征,增加了算法的鲁棒性;建立句子与文档的倒排索引,可快速索引得到存在该句子的所有文档的集合,提高了算法的速度,为大规模文本复制检测提供了一种可行的方法。实验表明,该算法对于普通网页文本复制检测能取得很好效果。     

缓存辅助边缘计算的卸载决策与资源优化

提出一种缓存辅助边缘计算的卸载决策制定与资源优化方案,以进一步降低移动边缘计算（MEC）系统中终端设备的能量消耗.首先,建立该优化问题为最小化用户在任务执行时最坏情况下的能耗值,并将这一混合整数规划问题转化为非凸的二次约束二次规划（QCQP）模型,使用半定松弛及随机概率映射方法获得缓存辅助下的预选卸载集合;其次,分别采用拉格朗日对偶分解法和二分法求得性能约束下的最优传输功率及边缘计算资源分配,从而通过对比该集合中的设备能耗得到理想的卸载决策集合与资源分配方案.实验数值结果表明,所提方案能够有效降低用户能量消耗,提升边缘计算系统的服务性能.     

基于QoS保障的服务功能链动态部署算法

第5代移动通信系统（5G）网络场景下服务功能链的部署是网络功能虚拟化研究中亟待解决的问题,现有部署方法难以在优化时延的同时保证服务功能链部署的可靠性,为此,提出了面向服务质量（QoS）需求的服务功能链部署模型,并设计了一种基于QoS保障的服务功能链动态部署算法.该算法在虚拟网络功能部署阶段通过对网络拓扑和可靠性的感知,采用基于PageRank思想的算法对节点进行评价,以负载均衡和协调链路映射为原则,将虚拟网络功能部署在综合资源能力最大的底层节点上,实现了时延和可靠性的全局优化,并通过选择满足可靠性需求的时延最短路径进行链路映射.仿真结果表明,该算法在降低服务功能链端到端时延的同时保证了部署的可靠性,并且提高了请求接受率和资源利用率.     

基于频谱感知的权值优化算法研究

针对频谱资源短缺的现状,分析了传统的能量检测模型,并由此提出了一种优化权值的频谱感知算法.该算法实现对能量检测算法的优化,即在能量检测算法的基础上加入了加权控制和优化权值算法,然后将优化后的权值算法用于实际条件下进行模拟仿真得到结果.分析结果得知,权值进行优化后系统的虚警概率的确有所降低.并且,在信号与噪声比值不同的情况下,检测概率得到了改善,错误概率有所降低,从而系统的整体性能得到了有效提升.     

不确定环境下复杂产品维护、维修和大修服务资源调度优化

基于对复杂产品维护、维修和大修（MRO）协同服务资源调度的需求分析,从现实角度出发,建立资源调度时间和服务执行时间参数不确定条件下的随机机会约束规划数学模型. 提出由随机模拟、神经网络和离散粒子群优化算法组合成的混合智能算法,求解所提出的优化问题. 随机模拟方法为所建立的神经网络模型提供训练样本集,得到的训练样本集被用于训练神经网络模型以逼近优化目标函数,训练后的神经网络模型被用于代替优化目标函数来执行粒子群算法优化迭代. 该混合算法能有效提升时间参数不确定条件下的复杂产品MRO协同服务资源调度双目标优化问题的求解速度. 案例分析表明,相比于确定性条件下的优化算法,所提出的随机机会约束规划模型和混合算法更适用于求解现实中不确定条件下的MRO服务资源调度问题,所求得的调度方案在实际执行中具有更好的鲁棒性.     

基于QoS的网格资源聚类管理

资源管理是网格计算研究领域中的一项重要研究点,为满足当前服务网格对QoS的高要求,将服务质量有效地溶入到管理机制中,使资源能更好地在开放、异构和动态的不确定网格环境中得到有效利用具有重要的理论意义和现实意义.总结并提出了一种QoS的三层结构模型,依靠资源绑定的策略有效地解决了网格资源中管理难的特点,并利用改进后的DBSCAN聚类算法实现对资源属性的划分,将资源分成多个资源相似集合.仿真实验证实,该算法能有效实现资源的聚类.     

计算机物资调运系统的设计与算法

计算机物资调运系统适用于轻工业原材料、粮食、煤炭、钢材、石油等大宗物资在大范围的调拨运输。该系统将动态规划、线性规划、贪婪决策等算法有机地结合在一起,形成一个具有多种功能的独立系统。在动态规划部分采用上之角矩阵,大幅度节约了计算机内外存资源。在线性规划、联运优化等部分,设计出自动查找成本值或里程值的过程,简化了数据输入手续。本文着重论述该系统的设计思想,同时对一些重要的算法进行理论分析和探讨。     

拟阵应用于最优分派问题

拟阵理论是近年来走在前列的组合数学的一个分支.本文证明了:设x是带有线性序的工作集合,A是“可分派子集”的集合,则(X,R)是个拟阵,从而可用贪婪算法解决运筹学中广义的分派问题.     

0-1背包问题的一种新的启发式算法

为了提高求解0—1背包问题的效率，提出了这类问题的一种基于贪婪算法的启发式近似算法，通过寻找尽可能大的可行解和尽可能小的上界，从而求出近似最优解，该算法最大的优点是可以给出计算误差，算法的最坏性能比是2，通过编程计算证明该算法具有良好的性能．     

软件外包中分包商选择的优化模型及算法

软件企业常作为发包方将软件项目的某些部分外包给其他企业来转移风险,与多方合作共同承担软件项目的开发,但分包方选择不当同样会给企业带来巨大的风险。为规避分包商选择失误带来的风险,提出了分包商选择的多目标规划模型,该模型以发包方企业成本最小和风险最小为目标对多个软件分包商进行选择。针对模型非线性复杂化整数规划的特点,设计了混合粒子群算法(GA-PSO)对模型进行求解。通过对一个算例的测试,证明了该模型及算法的有效性和可行性。     

基于组件系统的可靠性分析

在已有层次型组件系统可靠性模型的基础上，分析了层次内各组件之间的相关性，给出了适用性强且符合层次型软件的可靠性评估模型，并将其推广到评估组件系统可靠性的一般模型. 使用该模型能够在开发过程中对软件可靠性进行预测，并给出了对IPv6协议软件子集可靠性预测.     

考虑替代救援可靠度的应急配置优化模型

为了合理规划应急设施选址与资源配置方案,分析救援车辆失效对系统覆盖可靠度的影响. 通过构建虚拟车辆资源池,考虑实际中存在使用系统内剩余可用车辆替代失效车辆的情景,提出救援覆盖可靠度的计算方法. 以系统总成本最小化为目标,考虑设施分级和2种救援车辆的匹配,建立考虑替代救援的应急配置双层规划模型. 上层模型优化设施选址与车辆配置方案,下层模型进行物资需求分配. 设计双层启发式算法进行求解. 案例分析表明：随着车辆间容量倍数在合理范围内增长,系统总成本呈现先降低后平稳的趋势,该模型可以为最优的车辆种类匹配方案选择提供依据. 通过与基于传统可靠度计算方法得到的结果对比表明,使用所提的可靠度计算方法,有助于减少系统总成本,在不同车辆类型匹配方案下的平均优化程度为9.01%.     

面向评估的软件可靠性与费用模型的研究

一个软件系统开发过程中,影响开发费用的因素很多,可靠性因素无疑是非常重要的。对可靠性和费用之间的深入研究有助于在保证软件可靠性的前提下,控制成本,优化资源配置。本文通过理论分析和实验验证,研究了可靠性和费用的关系,建立了面向评估的软件可靠性费用模型EORC。实验结果表明该模型是合理的,且简单实用。     

面向可重构网络设备软件构件的可靠性估算

开放式可重构路由交换平台以构件作为最小的物理资源,通过对不同服务的支持、装配和释放,来构建路由交换节点体系. 针对可重构路由平台中的软件构件,提出了一种基于Petri网理论模型和卡尔莫格罗夫方程的可靠性理论计算方法,有效解决了可重构路由体系结构下的具有异步交互特征的软件构件和构件网的可靠性评估难题.     

一种适用于(p+m)-中点问题的服务设施放置算法

针对雾计算应用中服务设施放置问题,将其建模成（p+m）-中点问题,提出了一种基于贪婪策略与禁忌搜索策略相结合的启发式服务设施放置算法.提出的算法适用于一般拓扑、任意需求分布的网络.性能分析结果表明,提出的算法是多项式时间的,在当扩展服务节点数和请求节点数相等时能够达到性能上的最优.仿真结果验证了新算法的有效性.     

基于有序爬山法的前向启发式搜索规划

根据快速前向启发式搜索规划器FF中放宽规划图和有利动作之间的关系,定义了状态适用度函数的概念,可对后继扩展状态的启发式估值进行快速近似的比较。在此基础上,结合增强型爬山法搜索后继状态的贪婪选择机制,提出了一种改进的局部搜索算法——有序爬山法,即根据状态适应度函数对所有待扩展的后继状态进行排序,并加入到扩展优先队列。在启发式估值阶段,适应度高的状态将被优先计算评估,有利于更快地发现较优状态,从而减少调用启发式估值程序的次数。通过在国际规划大赛基准测试领域的实验结果表明,该方法减少了搜索节点的数目和搜索时间,有效地提高了启发式搜索效率,而计算状态适应度及对状态进行排序的时间消耗几乎可以忽略,因此整体规划性能比FF有显著的提升。