网格资源分配算法的研究

资源分配是网格计算研究领域中的一个要点问题,目前已研究的若干计算智能方法大多是单一的用于解决网格资源分配问题,对于在混合的前提下提高资源分配性能方面还缺乏深入的研究。为此,针对网格资源分配问题提出了一个启发式混合搜索算法,通过带有启发式的遗传算法在资源中进行搜索,在生成的解中再利用蚁群算法做进一步的探索。仿真实验结果表明,该算法在满足用户需求的前提下,有效地提高了网格资源利用率。     

融合PSO与ACS的网格资源分配研究

资源分配和任务调度是网格计算的一个关键问题之一。提出一种融合离散粒子群优化算法和蚁群算法的新型算法来解决网格资源分配问题。该算法通过在粒子群算法中引入蚂蚁算法,可有效克服粒子群算法后期的局部搜索能力差和蚁群算法前期盲目搜索的缺陷。理论分析及模拟实验表明该算法具有良好的性能。     

基于离散粒子群优化算法的网格资源分配研究

资源分配和任务调度是网格计算中关键的问题之一。本文提出一种基于离散粒子群优化算法的网格资源分配算法。该算法通过对粒子群算法中粒子的位置与速度进行重新定义,以及重新设计粒子的位置与速度的变换规则,使粒子群算法适用于网格资源分配和任务调度。理论分析及模拟实验表明,该算法具有良好的性能。     

基于任务的网格资源分配研究和设计

网格资源调度和分配是一个非常复杂而且重要的研究问题,传统的集中式管理方法很难适用于网格计算环境,基于经济模型的资源和分配调度成为当前的研究热点。文章分析了资源分配中计算资源价值时存在的问题,提出了一种基于任务的网格资源分配方法。     

网格环境下改进PSO算法的资源分配研究

针对网格计算中的资源分配问题,提出一种融合粒子群优化算法和遗传算法的新算法。通过在粒子群算法中引入遗传算法,有效克服粒子群算法容易陷入局部最优值这一固有缺陷,重新在搜索空间寻找全局最优值。该方法具有操作简单、设置参数少、收敛速度快等特点。仿真实验结果表明,该融合算法在网格资源分配方面能取得较好的效果。     

计算网格资源分配研究

计算网格是一种新的技术,有很多内容都刚开始研究发展,还不成熟。由于网格资源的异构与时变,网格资源用户的不同需求,使网格资源分配成为一个重要问题。因而,网格资源分配技术也成为一种关键技术。给出了基于代理的网格资源分配策略和资源代理的迭代算法,从而实现了资源的协调分配。     

基于改进蚁群算法的网格组合拍卖资源分配

网格计算资源分配是一类组合优化问题,即如何将网格计算资源有效地分配到用户任务.针对当前网格环境中资源繁多的特点.为了更好地提高网格计算资源的利用率和资源分配的时间效率,提出了一种新的方法,采用一种通过改进转移概率准则和信息素的蚁群算法来解决网格组合拍卖模型中计算资源的优化分配问题.仿真结果表明,该算法能够保证在一个拍卖周期内满足服务的最大用户数和最短的平均等待时间,证明了改进蚁群算法在网格计算资源合理分配上的有效性.     

支持网格服务QoS保障的按需资源分配

随着网格技术的发展,包括服务级别协商和服务级别保证的服务质量保障越来越重要。服务质量保障与资源分配有密切的关系,而服务所面临的访问流量的大量不可预知的变化使之更加复杂。该文定义和分析了服务质量保障、资源分配和访问流量的关系并建立了数学模型,将该模型应用到按需资源分配框架中,该框架能有效地保证服务质量,应对复杂多变的网格应用环境。仿真和实验结果证明了模型和框架的实用性和有效性。     

基于TOPSIS模型的网格资源分配决策算法

针对如何在网格环境中提高整个网格平台的性能和效率问题,提出了逼近理想解的排序法,即TOPSIS(technique for order preference by similarity to ideal solution)多指标综合评价模型,对网格节点的网络性能进行评价,将评价结果用于网格资源分配决策,得到了最短任务完成时间的资源分配方案.用网格模拟器GridSim搭建了包括路由器的网格环境,测试及与随机算法对比结果表明了TOPSIS多指标网格资源分配决策算法的可用性和高效性.     

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。     

基于进化博弈的网格资源分配方法的研究

在网络资源优化分配问胚的研究中,由于用户存在决策失误,现有基于理性用户博弈的网格资源分配在实际网格环境会完全失效.分析了非完全理性网格用户群体的资源分配策略及其演化过程,提出一种改进的复制动态机制的网格资源分配方法,克服了用户理性的限制,引入变异机制,在无初始学习样本的情况下,也能确保用户达到进行稳定策略点,实现了网格资源在有限理性用户之间的优化分配.仿真表明,用户通过学习对资源分配策略进行调整,可实现最优分配策略并处于稳定状态,证明了进化博弈的资源分配方法在网格环境中的适应性和稳定性.     

基于委托——代理理论的网格资源分配

在市场机制的网格环境中,本文把网格系统代理作为市场中的重要参与者,根据委托代理理论建立具有激励机制以诱使代理人从自身利益出发选择以委托人最有利的行动的模型.该模型可以在一定成度上保证用户的QoS,可以提高用户的满意度和代理人的信誉度,提高了资源的利用率,最终达到资源的适度配置.     

基于改进启发式优化算法的无线网络资源分配

无线通信网络资源的分配优化通常可描述为混合整数非线性规划（Mixed integer nonlinear programming,MINLP）问题,其本质是非凸的非确定性多项式（Nondeterministic polynomial, NP）困难问题。为了降低计算复杂度,确保分配方案的最优性能,提出利用二进制鲸鱼优化算法进行无线资源分配。在原鲸鱼优化算法（Whale optimization algorithm,WOA）的基础上,基于数值1和0之间的切换进行位置更新。根据座头鲸螺旋移动计算出的概率,来决定当前位的变化。同时,使用不同的传递函数将连续搜索空间映射到离散动作,引入惩罚方法和优化约束处理。实验分析了两个无线网络资源分配案例：保密率最大化的功率分配问题和移动边缘计算迁移。结果表明所提方法综合性能优秀,取得与同类方法相当的效果,但收敛速度更快,复杂度更低。     

基于资源约束的流媒体服务QoS策略

对于流媒体服务，端表现质量是衡量系统性能的关键指标。本文对流媒体服务瓶颈资源进行了分析并提出了基于资源约束的策略来保证端服务质量。通过仿真测试，验证了QoS策略的有效性。     

一种基于并行遗传算法的网格资源分配方法

提出了基于并行遗传算法的网格资源分配方法,并采用粗粒度模型设计了该并行算法。为了评估该并行算法的性能,在PC集群上实现了该并行算法和一个串行遗传算法。通过比较两个算法的执行时间和解的质量,说明了并行算法极大地提高了求解的速度和质量,是一种高效的资源分配方法。     

基于云模型的网格资源分配策略

网格是下一代的Internet,是目前网络研究的重点。网格资源分配是网格中非常重要的部分,而且网格资源有分布、异构、动态、由多个组织所拥有和具有不同的使用、访问及消费模型等特点,属于定性的范畴。传统的网格资源分配策略无法有效对定性的网格资源进行分配,容易形成网络瓶颈。云模型是定性定量间转换的不确定性模型,通过它能将定性的网格资源转换为定量的表达。因此笔者提出了一种新的网格资源分配策略,把云模型运用于网格资源分配,将定性的网格资源映射为定量的可细微变化的不同云滴,然后再配合目前研究相对比较成熟的算法或模型进行资源分配,实验表明新的策略能更准确地对网格资源进行评价并有效分配。     

基于混合组合双向拍卖的网格资源分配方案

针对组合双向拍卖中节点或实体在单次拍卖中分别扮演资源提供者和资源需求者时所具有的不同特点,提出了混合组合双向拍卖模式,即在拍卖中节点本身不单是资源提供者同样也是资源需求者。在此前提下,结合信任度在资源分配安全性以及服务质量方面的作用,将信任度引入到定价调整中,从而优化资源的分配。仿真实验结果表明,所提出的资源分配方法在提高拍卖效率和单位效用正向激励以及防止恶意节点方面均优于已有方案。     

基于非完全信息博弈的网格资源分配模型

针对网格计算环境动态,异构和分布的特性以及网格资源分配中资源利用率低、效益不均等问题,结合微观经济学理论,建立了一种多赢家式的网格资源拍卖模型(muti-winners auction model,简称MWAM).将隐马尔可夫模型应用在网格用户t时刻出价状态预测方面,并结合分配算法计算出能够获得所需资源的概率;并且在原有资源分配机制的基础上,结合非完全信息纳什均衡理论设计了一种多赢家拍卖算法.从理论上证明了资源分配结束后系统收益最大,且本模型符合微观经济学中的激励相容性与个人理性准则.实验模拟在验证了隐马尔可夫预测的可行性的同时,又与几种具有代表性的算法相比较,从资源利用率、系统总收益等方面突显了本模型的优势.     

基于信息服务社区的网格资源发现方法

本文在具有标准资源分类的前提下提出了一种非集中式的网格资源发现方法,并利用仿真对其性能和开销进行了分析验证。该方法具有良好的资源发现性能,并且开销不大,可以控制。提出了基于DHT 2P的bootstrap网络解决入口结点的获取问题,并提出了bootstrap网络上基于流言传播的负载均衡方法。     

基于比例速率约束的NOMA公平资源分配算法

针对下行非正交多址接入系统多用户场景,综合考虑吞吐量、服务质量、公平性、串行干扰消除(SIC)能力等因素,提出一种基于比例速率约束的公平资源分配算法。利用比例公平思想设计自适应比例公平用户配对方案,通过动态调整遗忘因子加快调度优先级的更新速度。设计最优功率分配方案以保证SIC的正确执行,同时为进一步提升配对用户间的公平性,给出基于比例速率约束的2种功率分配方案,获得相对稳定的功率分配关系。仿真结果表明,在保证系统吞吐量的前提下,该算法可有效提升接入系统的用户数和用户间公平性。